一、建表原则:
1、核心且常用字段,直建成定长,放在一张表;变长字段和不常用字段,另放一张表,用主键和核心表关联起来。
2、在一对多需要统计的字段,添加冗余字段。
3、添加冗余字段 原因是尽量避免表的关联操作, 空间换时间.
二、列类型选择
1、int > date time > enum char > varchar > blob text
enum 枚举,主要起约束作用
blob text 空间大,且不能在内存排序
够用就行不要慷慨尽量避免使用null
三、索引优化策略
1、btree和hash
索引是一种可以高效查询的数据结构
mysiam 索引树
table.frm 表结构
table.myd 表数据
table.myi 表索引
四、hash索引
优势:速度快【O(1)】精确查找
拉链算法
劣势
1、内存地址产生很多空洞
2、无法对范围查询优化,无法查询where id>4 这样
3、无法利用前缀索引
4、排序无法优化
5、必须回行
索引: 高效查询的数据结构, 算法+数据在磁盘的位置
btree索引: 根据树形结构高效查询
优点:
缺点:
hash索引: 数据在磁盘的位置就是根据数据内容查询出来的hash值
优点: 精准查询速度快
缺点: 磁盘产生空洞, 无法对范围查询进行优化 例如where id > 4, 无法利用前缀索引, 排序无法优化, 必须回行
索引提高查询/排序/分组速度
1、核心且常用字段,直建成定长,放在一张表;变长字段和不常用字段,另放一张表,用主键和核心表关联起来。
2、在一对多需要统计的字段,添加冗余字段。
3、添加冗余字段 原因是尽量避免表的关联操作, 空间换时间.
二、列类型选择
1、int > date time > enum char > varchar > blob text
enum 枚举,主要起约束作用
blob text 空间大,且不能在内存排序
够用就行不要慷慨尽量避免使用null
三、索引优化策略
1、btree和hash
索引是一种可以高效查询的数据结构
mysiam 索引树
table.frm 表结构
table.myd 表数据
table.myi 表索引
四、hash索引
优势:速度快【O(1)】精确查找
拉链算法
劣势
1、内存地址产生很多空洞
2、无法对范围查询优化,无法查询where id>4 这样
3、无法利用前缀索引
4、排序无法优化
5、必须回行
索引: 高效查询的数据结构, 算法+数据在磁盘的位置
btree索引: 根据树形结构高效查询
优点:
缺点:
hash索引: 数据在磁盘的位置就是根据数据内容查询出来的hash值
优点: 精准查询速度快
缺点: 磁盘产生空洞, 无法对范围查询进行优化 例如where id > 4, 无法利用前缀索引, 排序无法优化, 必须回行
索引提高查询/排序/分组速度