MySQL高性能 创建高性能的索引

索引能够轻易将查询性能提高几个数量级。

1.如果查询的列不是独立的,mysql就不会使用索引

例如:select actor_id from sakila.actor where actor_id +1=5和select ... where TO_DAYS(CURRENT_DATE) - TO_DATS(date_col) <=10;

2.前缀索引和索引的选择性

有时候需要索引很长的字符列时候,可以模拟哈希索引,特别是对于BLOB,text或者很长的varchar必须使用前缀索引

创建前缀索引首先要需要最适合的前缀:当增加前缀长度,选择性提升幅度很小的时候,则停止增加前缀长度。

选择前缀遵从一个标准是:如果前缀的选择性能够接近0.031则基本可用了。选择性=前n个为前缀的不重复的字符总数/字符总数


创建合适的前缀长度:alter table sakila.city_demo add key(city(7));使用city的前7个字符来创建索引

前缀索引是一种能索引更小、更快的有效办法,但是mysql无法使用前缀索引做order by和group by,也无法使用前缀索引做覆盖扫描。


3.多列索引

老版的select film_id,actor_id from sakila.film_actor where actor_id=1 or film_id=1; 对这个查询会使用全表扫描,除非改写成如下

select film_id,actor_id from sakila.film_actor where actor_id=1

union all

select film_id,actor_id from sakila.film_actor where film_id=1

and actor_id <>1

5.0和更新的版本中,查询能够同时使用这两个单列索引进行扫描,并将结果进行合并,有三种算法:or条件的联合(union),and条件的相交(intersection),组合前两种情况的联合及相交

如果要查看查询语句使用的索引可以在查询语句前面加上explain

索引合并是优化器做的,如果要关闭。则可以设置optimizer_switch来关闭,也可以使用ignore Index提示让优化器忽略掉这些索引。


4.选择合适的索引列顺序

有个经验法则:将选择性最高的列放到索引最前列

在InnoDB表中按主键顺序插入行,如果使用InnoDB表没有数据需要聚集,那么定义一个代理键(surrogate key)做为主键,最简单的方式是使用auto_increment自增列

比较使用代理键和uuid插入行实验结果得知:uuid主键插入行不仅花费的时间更长,而且索引占用的空间也更大,因为它无法简单地总是把新行插入到索引的最后,而是需要俄日新的行寻找合适的位置。

应该尽可能地按主键顺序插入数据,并且尽可能地使用单调增加的聚簇键的值来插入新行。


5.覆盖索引:如果一个索引包含所有需要查询的字段的值,我们称之为“覆盖索引”


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值