sql索引优化

数据库索引优化

1、B_tree索引：
    B-tree索引的特点：
        以B+树的结构存储数据
        能加快数据的查询速度
        更适合进行范围查找
    什么情况下可以用到B树索引：
        1、全值匹配的查询： eg sn='1111-1111-1111-1111'
        2、匹配最左前缀的查询：  eg: sn ="1111-.."
        3、匹配范围值的查询： eg：sn>..  sn < ..
        4、只访问建立了索引的列
        5、order_by语句
        6、精确匹配左前列并范围匹配另外一列（联合索引）
    Btree索引的使用限制：
        1、如果不是按照索引最左列开始查找，则无法使用索引（联合索引，左边的是就是最左列），如：有个
        订单号和订单日期的联合索引，如果顺序先是订单号，然后再是订单日期，则订单号是最左列，那此时如果
        只将订单日期作为查询条件，则不会走索引
        2、使用索引时不能跳过索引中的列： 如：有个订单日期、订单人姓名和订单人电话组成的联合索引，如果查找
        的过程中只包含了订单日期和订单人的电话，则不会走索引
        3、not in 和 <> 操作无法使用索引
        4、如果查询中有某个列的范围查询，则其右边所有列都无法使用索引

2、Hash索引：
    hash索引的特点：
        hash索引是基于hash表实现的，只有查询条件精确匹配，hash索引中的所有列，才能使用到hash索引
        对应hash索引中的所有列，存储引擎都会为每一行计算一个hash码，hash索引中存储的就是hash码
    hash索引的限制：
        hash索引必须进行二次查询
        hash索引无法用于排序
        hash索引不支持部分索引查找也不支持范围查找
        hash索引中hash码的计算可能存在hash冲突

3、索引的利弊：
    1、索引大大减少了存储引擎需要扫描的数据量
    2、索引可以帮助我们进行排序以避免使用临时表
    3、索引可以把随机io改为顺序io
    4、索引不是越多越好
    5、索引会增加写操作的成本
    6、太多的所有会增加查询优化器的选择时间

数据库结构优化的目的：
    1、减少数据冗余
    2、尽量避免数据维护中出现更新，插入和删除异常
        插入异常：如果表中的某个实体随着另一个实体而存在
        更新异常：如果更改表中的某个实体的单独属性，会进行多行更新
        删除异常：如果删除某一个实体导致其他实体消失

数据库结构设计的步骤：
    1、需求分析
    2、存储需求
    3、数据处理需求
    4、数据的安全性和完整性

数据库设计范式：
    1、数据库表中的所有字段都只具有单一属性
    2、单一属性的列是由基本的数据类型所构成的
    3、二维表