目录
首先给各位真挚道个歉,很久没有更新了。有些是不是以为我已经放弃更新了。肯定不会的,这段时间虽然没有更新,但是自己的学习研究都是没有放弃的。许多小伙伴也是。希望在这或者哪点又不周的,可以海涵指点。谢谢
哈希索引
基于哈希表的实现,只有精确匹配所有列的查询才有效
在mysql中,只有memory的存储引擎显示支持哈希索引
哈希索引自身只需存储对应的hash值,所以索引的结构十分紧凑,这让哈希索引查找的速度非常快
哈希索引的限制
- 哈希索引只包含哈希值和行指针,而不存储字段值,索引不能使用索引中的值来避免读取行
- 哈希索引数据不是按照索引值顺序储存的,所以无法进行排序。
- 哈希索引不支持部分列匹配查找,哈希索引是使用索引列的全部内容来计算哈希值
- 哈希索引支持等值比较查询,也不支持任何范围查询
- 访问哈希索引的数据非常快,除非有很多哈希冲突,当出现哈希冲突的时候,存储引擎必须遍历链表中的所有行指针,逐行进行比较,直到找到所有符合条件的行。
- 哈希冲突比较多的话,维护的代价也会很高。
也可以使用crc32做哈希
select id from url where url ="" and url crc = CRC32("")
组合索引
当包含多个列作为索引,需要注意的是正确的顺序依赖于该索引的查询,同时需要考虑如何更好的满足排序的分组的需要。比如最左匹配
聚簇索引和非聚簇索引
Innodb是聚簇索引 不是单独的索引类型,而是一种数据存储方式,指的是数据行跟相邻的键值紧凑的存储在一起
- 优点
- 可以把相关数据保存在一起
- 数据访问更快,因为索引和数据保存在同一个树中
- 使用覆盖索引扫描的查询可以直接使用叶节点中的主键值
- 缺点
- 聚簇数据最大限度地提高了IO密集型应用的性能,如果数据全部在内存,那么聚簇索引就没有什么优势
- 插入速度严重依赖于插入顺序,按照主键的顺序插入时最快的方式
- 更新聚簇索引列的代价很高,因为会强制将每个被更新的行移动到新的位置
- 基于聚簇索引的表在插入新行,或者主键被更新导致需要移动行的时候,可能面临分裂的问题
- 聚簇索引可能导致全表扫描变慢,尤其是行比较稀疏,或者由于页分裂导致数据存储不连续的时候
myisam 是非聚簇索引 数据文件跟索引文件分开存放
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。是所有类型的索引都可以称为覆盖索引,覆盖索引必须要存储索引列的值。不同的存储引擎实现覆盖索引的方式不同,不是所有的引擎都支持覆盖索引,memory不支持覆盖索引。
优势
- 索引条目通常远小于数据行大小,如果只需要读取索引,那么mysql就会极大的较少数据访问量。
- 因为索引是按照列值顺序存储的,所以对于io密集型的范围查询回比随机从磁盘读取每一行数据的io要少的多
- 一些存储引擎如Myisam在内存中缓存索引,数据则依赖于操作系统来缓存,因此要访问数据需要一次系统调用,这可能回导致严重的性能问题。
- 由于innodb的聚簇索引,覆盖索引对innodb表特别有用
细节
- 当使用索引列进行查询的时候尽量不要使用表达式,把计算放到业务层而不是数据层
- 尽量使用主键查询,而不是其他索引,因此主键查询不会触发回表查询
- 使用前缀索引
- 使用索引扫描来排序
Mysql有两种方式可以生成有效的结果:通过排序操作或者按索引顺序扫描,如果explain出来的type列的值为index,则说明mysql使用的索引扫描来做排序。
扫描索引本身是很快的,因为只需要从一条索引记录移动到紧接着的下一跳记录。但如果索引不能覆盖查询所需的全部列,那么就不得不 每扫描一条索引记录就得回表查询一次对应的行,这基本都是随机io,因此按索引顺序读取数据的速度通常要比顺序地全表扫描慢。
mysql可以使用同一个索引即满足排序,又用于查找行,如果可能的话,设计索引时应该尽可能地同时满足这两种任务。
5. union all,in,or 都能够使用索引,但是推荐使用in
这三种本质是一样的。但是哪种效率是不一样的。union all 和 union 相比 就用union all。union 本身带着一个distinct,distinct 本就降低效率,所以推荐使用union all;为什么推荐in,是因为union all 是两个步骤 是两次查询 所以时间是比较慢一点的。如果超过了1000的数量就不推荐使用in。exists 虽然很快 但是不能查找子查询的字段。
6.范围列可以用到索引
范围条件是:,>=,between
范维列可以用到索引,但是范围列后的列无法用到索引,索引最多用于一个范维
7.强制类型转换会全表扫描
8.更新十分频繁,数据区分度不高的字段上不宜建立索引
-
- 更新会变成B+树,更新频繁的字段建立索引会大大降低数据库性能
- 类似于性别这类区分不大的属性,建立索引是没有意义的,不能有效的过滤数据
- 一般区分度在80%以上的时候就可以建立索引,区分度可以使用count(distinct(列名))/count(*)来计算
- 9.创建索引的列,不允许为null,可能会得到不符合预期的结果
- 10.当需要进行表连接的时候,最好不要超过三张表,因为需要join的字段,数据类型必须一致。
- 11.如果明确知道只有一条结果返回,limit 1 能够提高效率
ps:limit 不是分页 而是限制输出
12.单表索引建议控制在5个以内
13.单索引字段不允许超过5个
14.创建索引的时候应该避免以下错误概念
a.索引越多越好
b. 过早优化,在不了解系统的情况下进行优化
一般而言,一张表只有很少的字段会使用到B+索引。因为维护索引也是需要一定的资源。加的索引的字段一般都是经验而言,如果非要一个效益最大化的话,可以根据Cardinality来。
去重之后的唯一值就是基数 的近似值就是Cardinality,基数越小 索引的效率也就会更加的高效。
HyperLogLog 算法
HyperLogLog是Redis的高级数据结构,是统计基数的利器。HyperLogLog实际上不会存储每个元素的值,它使用的是概率算法,通过存储元素的hash值的第一个1的位置,来计算元素数量。
索引监控
show status like 'Handler_read%'
- Handler_read_first 读取索引第一个条目的次数
- Handler_read_key 通过index获取数据的次数
- Handler_read_last 读取索引最后一个条目的次数
- Handler_read_next 通过索引读取下一条数据的次数
- Handler_read_prev 通过索引读取上一条数据的次数
- Handler_read_rnd 从固定位置读取数据的次数
- Handler_read_rnd_next 从位置节点读取下一条数据的次数