mysql索引的使用及优化方法_MySQL中索引和优化的用法总结

1、什么是数据库中的索引?索引有什么作用?

引入索引的目的是为了加快查询速度。如果数据量很大,大的查询要从硬盘加载数据到内存当中。

2、InnoDB中的索引原理是怎么样的?

InnoDB是MySQL的默认存储引擎,InnoDB有两种索引:B+树索引和哈希索引,其中哈希索引是自适应性的,存储引擎会根据表的使用情况,自动创建哈希索引,不能人为的干涉。

B树、B-树、B+树、B*树四种数据结构在索引中的运用,这四种数据结构的顺序必须是这样的。分别阐述如下:

B树:二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;

B-树:多路搜索树,每个结点存储M/2到M个关键字,非叶子结点存储指向关键字范围的子结点;所有关键字在整颗树中出现,且只出现一次,非叶子结点可以命中;

B+树:在B-树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点作为叶子结点的索引;B+树总是到叶子结点才命中;

B*树:在B+树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从1/2提高到2/3;

首先,B树也叫作二叉搜索树,字如其义。B树有如下三个特点:所有非叶子节点至多拥有两个儿子;所有节点存储一个关键字;非叶子节点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树。

0c61d449cd2c48d0fe64dde39f017fc3.png

210eea34f747da31279a4f627f001140.png

2627eaa1c8ac0e707dfa916312d647fa.png

B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中,否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字。如果B树的所有非叶子结点的左右子树的结点数目均保持差不多(平衡),那么B树的搜索性能逼近二分查找;但它比连续内存空间的二分查找的优点是,改变B树结构(插入与删除结点)不需要移动大段的内存数据,甚至通常是常数开销。最右边也是一个B树,但它的搜索性能已经是线性的了;同样的关键字集合有可能导致不同的树结构索引;所以,使用B树还要考虑尽可能让B树保持左图的结构,和避免右图的结构,也就是所谓的“平衡”问题;实际使用的B树都是在原B树的基础上加上平衡算法,即“平衡二叉树”;如何保持B树结点分布均匀的平衡算法是平衡二叉树的关键;平衡算法是一种在B树中插入和删除结点的策略;

其次,B-树。数据量越大,B树的高度会越高,之所以会越高,主要是因为二叉引起的。所以在此基础上我们定义了B-树的规范如下:B-树不是二叉的,所以又叫作多路搜索树。

6bf07de4e1ccee24d78ba970fdf99c43.png

d9b35a373dd8f46c54c4569baad9f4f5.png

B-树是一种多路搜索树(并不是二叉的):

1.定义任意非叶子结点最多只有M个儿子;且M>2;

2.根结点的儿子数为[2, M];除根结点以外的非叶子结点的儿子数为[M/2, M];

3.每个结点存放至少M/2-1(取上整)和至多M-1个关键字;(至少2个关键字)

4.非叶子结点的关键字个数=指向儿子的指针个数-1;

5.非叶子结点的关键字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];

6.非叶子结点的指针:P[1], P[2], …, P[M];其中P[1]指向关键字小于K[1]的子树,P[M]指向关键字大于K[M-1]的子树,其它P[i]指向关键字属于(K[i-1], K[i])的子树;

7.所有叶子结点位于同一层;如图所示中(M=3)

B-树的搜索,从根结点开始,对结点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的儿子结点重复,直到所对应的儿子指针为空,或已经是叶子结点。

B-树的特性:

1.关键字集合分布在整颗树中;

2.任何一个关键字出现且只出现在一个结点中;

3.搜索有可能在非叶子结点结束;

4.其搜索性能等价于在关键字全集内做一次二分查找;

5.自动层次控制;

由于限制了除根结点以外的非叶子结点,至少含有M/2个儿子,确保了结点的至少利用率,其最底搜索性能如图,

其中,M为设定的非叶子结点最多子树个数,N为关键字总数;

所以B-树的性能总是等价于二分查找(与M值无关),也就没有B树平衡的问题;由于M/2的限制,在插入结点时,如果结点已满,需要将结点分裂为两个各占M/2的结点;删除结点时,需将两个不足M/2的兄弟结点合并;

其次,B+树。B树、B-树、B+树、B*树。B树是二叉搜索树,B-树、B+树、B*树都是多路搜索树。B-树定义了基本的规范,它有个特点,关键字出现在非叶子节点或者叶子节点,子树的指针比关键字个数大一个。B+树在这两方面分别做了升级,定义如下:

6a7ad2609029f8117115d089d96e5f97.png

B+树是B-树的变体,也是一种多路搜索树:

1.其定义基本与B-树同,除了:

2.非叶子结点的子树指针与关键字个数相同;

3.非叶子结点的子树指针P[i],指向关键字值属于[K[i], K[i+1])的子树

(B-树是开区间);

5.为所有叶子结点增加一个链指针;

6.所有关键字都在叶子结点出现;

B+的搜索与B-树也基本相同,区别是B+树只有达到叶子结点才命中(B-树可以在非叶子结点命中),其性能也等价于在关键字全集做一次二分查找;

B+的特性:

1.所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;

2.不可能在非叶子结点命中;

3.非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层;

4.更适合文件索引系统;

最后B*树,它是B+树的变体,在B+树的非根和非叶子结点再增加指向兄弟的指针。

B*树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为2/3(代替B+树的1/2);

B+树的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最后在父结点中增加新结点的指针;B+树的分裂只影响原结点和父结点,而不会影响兄弟结点,所以它不需要指向兄弟的指针;

6a7ad2609029f8117115d089d96e5f97.png

B*树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围改变了);

如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制1/3的数据到新结点,最后在父结点增加新结点的指针;

所以,B*树分配新结点的概率比B+树要低,空间使用率更高;

3、如何在Navicat中对表添加索引?

#删除表

DROP TABLE test.idc_work_order_main

# 创建表结构idc_work_order_main

CREATE TABLE `idc_work_order_main` (

`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键ID',

`creator` varchar(128) NOT NULL DEFAULT '0' COMMENT '创建人',

`gmt_create` timestamp NULL DEFAULT NULL COMMENT '创建时间',

`modifier` varchar(128) DEFAULT '0' COMMENT '修改人',

`gmt_modified` timestamp NULL DEFAULT NULL COMMENT '修改时间',

`title` varchar(64) DEFAULT NULL COMMENT '工单标题',

`category` varchar(32) DEFAULT NULL COMMENT '工单类别',

`subject` varchar(32) DEFAULT NULL COMMENT '工单类型',

`demander` varchar(30) DEFAULT NULL COMMENT '需求方',

`is_atomic` char(1) DEFAULT 'y' COMMENT '是否原子工单',

`atomic_id` int(11) DEFAULT NULL COMMENT '当前原子工单在列表中ID',

`site` varchar(50) DEFAULT NULL COMMENT '工单所在机房',

`operationer` varchar(32) DEFAULT NULL COMMENT '当前处理人',

`operation_role` varchar(50) DEFAULT NULL COMMENT '当前处理角色',

`state` varchar(50) DEFAULT NULL COMMENT '工单状态',

`sub_state` varchar(50) DEFAULT NULL COMMENT '工单子状态',

`expect_time` timestamp NULL DEFAULT NULL COMMENT '预期结单时间',

`sla` bigint(20) DEFAULT NULL COMMENT 'sla',

`evaluation` varchar(200) DEFAULT NULL COMMENT '评价',

`create_source` varchar(32) DEFAULT 'TBOSS' COMMENT '创建源',

`source_key` varchar(32) DEFAULT NULL COMMENT '创建源唯一标示',

`is_deleted` char(1) DEFAULT 'n' COMMENT '是否已删除y,n',

`remark` varchar(500) DEFAULT NULL COMMENT '备注',

`parent_id` int(11) DEFAULT '0' COMMENT '父工单ID',

`asset_total` int(11) DEFAULT '0' COMMENT '设备总数',

`sla_standard` double DEFAULT NULL COMMENT '标准时间',

`sla_unit` char(1) DEFAULT NULL COMMENT 'sla 单位',

`effective_date` timestamp NULL DEFAULT NULL COMMENT '提单时间(生效时间)',

`is_timeout` char(1) DEFAULT 'n' COMMENT '是否超时,‘y’超时,‘n’未超时',

`statement_date` timestamp NULL DEFAULT NULL COMMENT '结单的时间',

`source_creator` varchar(32) DEFAULT NULL COMMENT '第三方创建人信息(域账号)',

`atomic_order_id` int(11) DEFAULT NULL COMMENT '当前原子工单编号',

`order_device_type` varchar(50) DEFAULT 'SERVER' COMMENT '工单设备类型(server=服务器,network_serve等)',

`finish_asset_total` int(11) DEFAULT '0' COMMENT '完成设备数',

PRIMARY KEY (`id`),

KEY `idx_statement_date` (`statement_date`),

KEY `idx_parent_id` (`parent_id`),

KEY `idx_gmt_modified` (`gmt_modified`),

KEY `idx_gmt_create` (`gmt_create`)

) ENGINE=InnoDB AUTO_INCREMENT=182431 DEFAULT CHARSET=utf8 COMMENT='工单主表';

#显示建表信息

SHOW CREATE TABLE idc_work_order_main

#添加索引

ALTER TABLE idc_work_order_main ADD INDEX atomic_order_id (atomic_order_id)

SHOW INDEX FROM idc_work_order_main

EXPLAIN SELECT * FROM idc_work_order_main WHERE atomic_order_id = '9956'

#添加主键 (唯一)

ALTER TABLE idc_work_order_main ADD PRIMARY KEY source_creator (source_creator)

#添加唯一索引

ALTER TABLE idc_work_order_main ADD UNIQUE source_creator (source_creator)

SHOW INDEX FROM idc_work_order_main

#添加联合索引

ALTER TABLE idc_work_order_main ADD INDEX id_source_parent_create_atomic (id,source_creator,parent_id,gmt_create,atomic_order_id)

SHOW INDEX FROM idc_work_order_main

关于索引:

1.一本书光目录就占半本书,目录(索引)还有意义吗?索引过多一定情况下会导致索引文件过大(指数增长),系统在寻址时查询时间增长。

2.性别字段就男女两个,加索引纯浪费。一个索引会在 update 或 insert 时增加一次 I/O,对于操作系统底层来说是非常损耗性能的。

3.首先mysql是B+树索引,这种作为索引的好处是可以对有序的记录作logN级的查找,不过对于没有大小之分的数据来说,还是建立哈希索引更好,因为哈希索引的时间复杂度基本是log1的。(注意此处有序和无序的概念)。

4.索引的命名规则:表名_字段名,需要加索引的字段,要在where条件中,数据量少的字段不需要加索引,如果where条件中是OR关系,加索引不起作用,符合最左原则。

4、索引中的index和key的使用

key 是数据库的物理结构,处于模型层面的,它包含两层意义和作用,一是约束(偏重于约束和规范数据库的结构完整性),二是索引(辅助查询用的)。包括primary key, unique key, foreign key 等。

primary key 有两个作用,一是约束作用(constraint),用来规范一个存储主键和唯一性,但同时也在此key上建立了一个index;

unique key 也有两个作用,一是约束作用(constraint),规范数据的唯一性,但同时也在这个key上建立了一个index;

foreign key也有两个作用,一是约束作用(constraint),规范数据的引用完整性,但同时也在这个key上建立了一个index;

可见,mysql的key是同时具有constraint和index的意义,这点和其他数据库表现的可能有区别。index是数据库的物理结构,处于实现层面的,它只是辅助查询的,它创建时会在另外的表空间(mysql中的innodb表空间)以一个类似目录的结构存储。索引只是索引,它不会去约束索引的字段的行为(那是key要做的事情)。Mysql常见索引有:主键索引、唯一索引、普通索引、全文索引、组合索引。

0b1331709591d260c1c78e86d0c51c18.png

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