数据库高级部分索引，视图，存储函数

linux下的mysql安装（非安装包下载）

---

详情见博客点此查看

索引概述

---

其实上面只是二叉树，实际上这里不是二叉树是b+tree的话其实每层之间的节点还有链表指针不仅有了平衡二叉树（这个说法是实验室说法应该说b树，但是平衡二叉树基本的特点需要了解，就能明白右边这个树为什么这样画）的功能，还有了链表相关的功能，而且这树中序遍历是按照顺序排好的

为什么有第二种数据结构来创建索引，因为第一个可以看作是一个表查询某个字段的行信息只能是自上而下的遍历查询效率很低，整表扫描

所以根据这个图假设我们查找Col2==3
图一：需要查找7次
图二：需要查找3次，34-5-3

索引优缺点

---

所以索引字段不是越多越好

索引结构

---

首先要知道什么是m阶Btree数据结构是怎样的科班的可能能够理解，不理解的话跳过下面部分）：

演变过程比较复杂我不做叙述自行百度了解，我只叙述原则，附上一个列子大家尝试自行推导
列：以5阶btree为列

结果：

需要知道为什么不使用二叉树，这里使用二叉树的缺点是什么

了解了btree后继续看btree的变种b+tree

附上图理解：

了解后继续看mysql中的索引结构，又在b+tree上做了优化，也就是我文章前面提到的情况

列：

索引分类

---

索引语法

---

本人在使用数据库前遇到了一个错误
You must reset your password using ALTER USER statement before executing this statement.

原因：5,7版本需要设置密码强度

解决方法：

然后重新登录

创建环境：

• 创建索引的基本语法：

像主键这些有默认的主键索引

列如：在这里我们为city_name创建索引

create index idx_city_name on city(city_name);

• 查看索引
  语法：show index from table_name;
• 删除索引
  语法：drop index index_name on table_name;
• alter 命令
  

索引设计原则

---

• 查询频次较高，且数据量比较大的表建立索引
• 索引字段的选择，最佳候选列应当从where子句中提取，如果where组合较多，挑选最常用，过滤效果最好的列组合
• 使用唯一索引，区分度越高，使用效率越高
• 索引不是越多越好，索引数据结构维护的代价也很高，mysql选择也会发生困难
• 使用短索引，索引创建后是用磁盘存储的，加入构成索引的字段总长度比较短，那么给定大小的存储块内可以存储更多的索引值，提升mysql访问索引的io效率
• 利用最左前缀，N个列组合而成的组合索引，相当于创建了N个索引，如果查询的where子句中使用了组成该索引的前几个字段，那么这条查询sql可以利用组合索引提高查询效率

创建复合索引：
create index idx_name_email_status
 on table_seller(Name,email,status);
相当于：
对name
对name，email
对name，email，status分别创建了索引

视图

---

• 视图概述
  通俗的讲，视图就是一条select语句执行后的结果集
• 视图相对于普通表的优势
  1）简单：使用视图的用户完全不需要关心后面对应的表的结构，关联条件和筛选条件，对于用户来说已经是过滤好的复合条件的结果集
  2）安全：使用视图的用户只能访问他们允许的结果集，对表的权限不能限制到某行某列，但是通过视图就能够简单实现
  3）数据独立：一但视图的结构确定了，可以屏蔽表结构变化对用户的影响，源表增加对视图没有影响，源表修改列名，则可以通过修改视图来解决，不会造成对访问者的影响

创建视图的语法：

修改视图的语法：

列：
创建一个city_country_view视图

create or replace view city_country_view
as
select ..................;

查询视图

select *from city_country_view;

show tables;能够查看到我们创建的视图show views;不起作用

删除视图：

存储过程和函数

---

创建存储过程

但是这里要处理分隔符
列：

4.3 调用存储过程

call procedure_name() ;	

4.4 查看存储过程

-- 查询db_name数据库中的所有的存储过程
select name from mysql.proc where db