数据库索引学习

看过以及引用的网上学习资源
https://www.cnblogs.com/shineen/p/16421173.html
https://blog.csdn.net/xu_flash/article/details/62216969
https://blog.csdn.net/weixin_45193103/article/details/125103414
https://blog.csdn.net/weixin_62756510/article/details/125417136
https://blog.csdn.net/u012267926/article/details/125023806

查询页面刚进入时，查询语句需要执行10s左右，经过优化后，查询只需要毫秒。
操作：创建了索引resource_id，并修改了索引对应的列表为整数类型

ALTER TABLE `tablename` ADD INDEX `resource_id`(`resource_id`) USING BTREE;
alter table tablename modify column resource_id bigint(20);

不加索引时，查询resource_action_permission会进行全文的检索，即type为all，数据库会根据链表的形式，一条一条查下去，搜索效率慢。(下图通过explain查询索引是否命中得出的结果)

加索引后，采用explain查看索引是否命中，其中type为ref，数据库会根据该索引的值去查询对应的值，提升查询速度。

知识点扩展：

• 索引

相当于数组下标索引，根据索引在数据库中进行搜索，大大提高查询效率。

但创建索引也需要一定的时间和空间的开销，并且会拖慢增删改的效率。

数据的插入、删除会造成索引更新，索引的更新操作也需要消耗时间性能。

MySQL数据库插件式的设计，每种索引在不同的存储引擎中的实现可能不同。

存储引擎：MySQL对数据库中的数据进行增删改查等操作的实现方案。

MySQL经典的两种存储引擎：MyISAM、InnoDB。

MyISAM：MySQL5.5之前的默认存储引擎，不支持事务，但性能比较高。

InnoDB：MySQL5.5之后的默认存储引擎，支持事务，但性能不如MyISAM。

• mysql索引
  基于B+树实现。
  
  B+树底层是用二分法对树进行一层一层的查找，使用整形的方式，比string效率高，而且string索要的内存也会比int的要大；
  
  

• explain分析sql语句执行计划，以及索引是否命中的结果解析：

type的解析：
删除线格式
type 解析
all 全表扫描
index 索引扫描，遍历索引树
ref 使用非唯一索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问
range 索引范围扫描，常用<,>,<=,>=,between,in等范围查询
eq_ref 唯一性扫描，使用主键作为关联查询
const 通过索引一次找到，将匹配行中的其他列作为常数处理
system 从常量const结果中集中查询
删除线格式
possible_keys：所使用的索引名；

key：显示MySQL实际决定使用的键(索引)。如果没有选择索引,键是NULL。查询中如果使用覆盖索引，则该索引和查询的select字段重叠；
rows：根据表统计信息以及索引选用情况，大致估算出找到所需的记录所需要读取的行数；

详细字段介绍：

https://www.cnblogs.com/shineen/p/16421173.html