1. 数据库概述
数据库:英文为 DataBase,简称 DB,它是存储和管理数据的仓库。
像我们日常访问的电商网站京东,企业内部的管理系统 OA、ERP、CRM 这类的系统,大家所看到的数据,都是存储在数据库中的。这些数据只是在浏览器或 app 中展示出来而已,数据的存储和管理都是数据库负责的。
数据库管理系统:DataBase Management System (DBMS),操纵和管理数据库的大型软件。
SQL:Structured Query Language,结构化查询语言,操作关系型数据库的编程语言,定义了一套操作关系型数据库的统一标准。学习数据库开发,最为重要的就是学习 SQL 语句 。
程序员给数据库管理系统(DBMS)发送 SQL 语句,再由数据库管理系统操作数据库当中的数据。
下面罗列一些常见数据库:
- Oracle:大型的收费数据库,Oracle 公司产品,价格昂贵。(通常是不差钱的公司会选择使用这个数据库)
- MySQL:开源免费的中小型数据库,后来 Sun 公司收购了 MySQL,而 Oracle 又收购了 Sun 公司。目前 Oracle 推出两个版本的 Mysql:社区版(开源免费)、商业版(收费)。
- SQL Server:Microsoft 公司推出的收费的中型数据库,C#、.net等语言常用。
- PostgreSQL:开源免费的中小型数据库。
- DB2:IBM 公司的大型收费数据库产品。
- SQLLite:嵌入式的微型数据库。Android 内置的数据库采用的就是该数据库。
- MariaDB:开源免费的中小型数据库。是 MySQL 数据库的另外一个分支、另外一个衍生产品,与 MySQL 数据库有很好的兼容性。
这些数据库都是属于关系型数据库,要操作关系型数据库都是通过 SQL 语句来实现的,而 SQL 语句又是操作关系型数据库的统一标准。
2. MySQL 概述
2.1 安装连接和卸载
MySQL官方提供了两个版本:
- 商业版本(MySQL Enterprise Edition)
- 该版本是收费的,可以免费使用30天。 官方会提供对应的技术支持。
- 社区版本(MySQL Community Server)
- 该版本是免费的,但是 MySQL 不会提供任何的技术支持。
下载地址:MySQL :: Download MySQL Community Server (Archived Versions)
- 下载完成直接解压,添加环境变量,在系统变量中新建 MYSQL_HOME 设定为 MySQL 解压目录,在 Path 中添加 %MYSQL_HOME%\bin,在 cmd 中输入
mysql
如果提示Can't connect to MySQL server on 'localhost'
则证明添加成功。 - 在命令行中输入
mysqld --initialize-insecure
初始化 MySQL,如果出现没有出现报错信息,则证明 data 目录初始化没有问题,此时再查看 MySQL 目录下已经有 data 目录生成。 - 输入
mysqld -install
注册 MySQL 服务
net start mysql // 启动mysql服务
net stop mysql // 停止mysql服务
mysqladmin -u root password 123456 //修改密码
mysql -uroot -p123456 //登录
mysql -u用户名 -p密码 -h要连接的mysql服务器的ip地址(默认127.0.0.1) -P端口号(默认3306) //用来连接服务器
exit //退出
quit //退出
//卸载 MySQL
net stop mysql
mysqld -remove mysql
也可以使用 小皮面板-好用、安全、稳定的Linux服务器面板! (xp.cn) 一键启动
真实的企业开发中,MySQL 数据库服务器是在公司的服务器上安装的,需要在我们的电脑上去远程连接这台 MySQL。如果想提前体验一下企业中数据库的使用方式,可以在我们的电脑上安装一个 VMware,在 Vmware 虚拟机上在安装一个服务器操作系统 Linux,再在 Linux 服务器上安装各种企业级软件,或者使用腾讯云阿里云等云服务。
2.2 数据模型
关系型数据库(RDBMS)
建立在关系模型基础上,由多张相互连接的二维表组成的数据库。
二维表的优点:
- 使用表存储数据,格式统一,便于维护
- 使用 SQL 语言操作,标准统一,使用方便,可用于复杂查询
之前提到的 MySQL、Oracle、DB2、SQLServer 这些都是属于关系型数据库,里面都是基于二维表存储数据的。
结论:基于二维表存储数据的数据库就成为关系型数据库,不是基于二维表存储数据的数据库,就是非关系型数据库(比如 Redis,就属于非关系型数据库)。
MySQL 数据库当中到底是如何来存储数据的,也就是 MySQL 的数据模型。具体的结构图如下:
一个数据库服务器中可以创建多个数据库,一个数据库中也可以包含多张表,而一张表中又可以包含多行记录。
在 MySQL 数据库服务器中存储数据:
- 先创建数据库(可以创建多个数据库,之间是相互独立的)
- 在数据库下再去创建数据表(一个数据库下可以创建多张表)
- 再将数据存放在数据表中(一张表可以存储多行数据)
2.3 SQL 简介
SQL:一门操作关系型数据库的编程语言,定义操作所有关系型数据库的统一标准。
SQL 通用语法:
- SQL 语句可以单行或多行书写,以分号结尾。
- SQL 语句可以使用空格/缩进来增强语句的可读性。
- MySQL 数据库的 SQL 语句不区分大小写。
- 单行注释:
--
注释内容 或#
注释内容(MySQL 特有) - 多行注释:
/*
注释内容*/
SQL 语句分为四大类:
分类 | 全称 | 说明 |
---|---|---|
DDL | Data Definition Language | 数据定义语言,用来定义数据库对象(数据库,表,字段) |
DML | Data Manipulation Language | 数据操作语言,用来对数据库表中的数据进行增删改 |
DQL | Data Query Language | 数据查询语言,用来查询数据库中表的记录 |
DCL | Data Control Language | 数据控制语言,用来创建数据库用户、控制数据库的访问权限(少用) |
开发数据库的三个阶段:
- 数据库设计阶段
- 参照页面原型以及需求文档设计数据库表结构
- 数据库操作阶段
- 根据业务功能的实现,编写 SQL 语句对数据表中的数据进行增删改查操作
- 数据库优化阶段
- 通过数据库的优化来提高数据库的访问性能。优化手段:索引、SQL 优化、分库分表等
2.4 数据类型
MySQL 中的数据类型有很多,主要分为三类:数值类型、字符串类型、日期时间类型。
数值类型:无符号在类型后面加 unsigned 即可,例如 tinyint unsigned。
类型 | 大小 | 有符号(SIGNED)范围 | 无符号(UNSIGNED)范围 | 描述 |
---|---|---|---|---|
TINYINT | 1byte | (-128,127) | (0,255) | 小整数值 |
SMALLINT | 2bytes | (-32768,32767) | (0,65535) | 大整数值 |
MEDIUMINT | 3bytes | (-8388608,8388607) | (0,16777215) | 大整数值 |
INT/INTEGER | 4bytes | (-2147483648,2147483647) | (0,4294967295) | 大整数值 |
BIGINT | 8bytes | (-263,263-1) | (0,2^64-1) | 极大整数值 |
FLOAT | 4bytes | (-3.402823466 E+38,3.402823466351 E+38) | 0 和 (1.175494351 E-38,3.402823466 E+38) | 单精度浮点数值 |
DOUBLE | 8bytes | (-1.7976931348623157 E+308,1.7976931348623157 E+308) | 0 和 (2.2250738585072014 E-308,1.7976931348623157 E+308) | 双精度浮点数值 |
DECIMAL | 依赖于M(精度)和D(标度)的值 | 依赖于M(精度)和D(标度)的值 | 小数值(精确定点数) |
字符串类型:char 与 varchar 都可以描述字符串,char 是定长字符串,指定长度多长,就占用多少个字符,和字段值的长度无关 。而 varchar 是变长字符串,指定的长度为最大占用长度 。由于 varchar 需要去判断字符长度,所以 char 的性能会更高些。
char:性能高 浪费空间
varchar:性能低 节省空间
类型 | 大小 | 描述 |
---|---|---|
CHAR | 0-255 bytes | 定长字符串(需要指定长度) |
VARCHAR | 0-65535 bytes | 变长字符串(需要指定长度) |
TINYBLOB | 0-255 bytes | 不超过255个字符的二进制数据 |
TINYTEXT | 0-255 bytes | 短文本字符串 |
BLOB | 0-65 535 bytes | 二进制形式的长文本数据 |
TEXT | 0-65 535 bytes | 长文本数据 |
MEDIUMBLOB | 0-16 777 215 bytes | 二进制形式的中等长度文本数据 |
MEDIUMTEXT | 0-16 777 215 bytes | 中等长度文本数据 |
LONGBLOB | 0-4 294 967 295 bytes | 二进制形式的极大文本数据 |
LONGTEXT | 0-4 294 967 295 bytes | 极大文本数据 |
日期时间类型
类型 | 大小 | 范围 | 格式 | 描述 |
---|---|---|---|---|
DATE | 3 | 1000-01-01 至 9999-12-31 | YYYY-MM-DD | 日期值 |
TIME | 3 | -838:59:59 至 838:59:59 | HH:MM:SS | 时间值或持续时间 |
YEAR | 1 | 1901 至 2155 | YYYY | 年份值 |
DATETIME | 8 | 1000-01-01 00:00:00 至 9999-12-31 23:59:59 | YYYY-MM-DD HH:MM:SS | 混合日期和时间值 |
TIMESTAMP | 4 | 1970-01-01 00:00:01 至 2038-01-19 03:14:07 | YYYY-MM-DD HH:MM:SS | 混合日期和时间值,时间戳 |
实际开发中常用 create_time 记录数据插入的时间。 update_time 记录数据最后更新的时间。
3. 数据库设计-DDL
Data Definition Language:数据定义语言,用来定义数据库对象(数据库,表,字段)。
3.1 数据库操作
创建:
create database [ if not exists ] 数据库名 ; -- 创建数据库
-- if not exists,如果数据库不存在,再创建该数据库,否则不创建
使用:
use 数据库名 ; -- 使用数据库
查询:
show databases; -- 查询所有数据库
select database(); -- 查询当前数据库
删除:
drop database [ if exists ] 数据库名 ; -- 删除数据库
-- if exists ,如果数据库存在,再执行删除,否则不执行删除。
上述语法中
[]
代表可选项,database 也可以替换成 schema。但推荐使用 database。
3.2 表操作
3.2.1 创建
create table 表名(
字段1 字段类型 [ 约束 ] [ comment 字段1注释 ] ,
......
字段n 字段类型 [ 约束 ] [ comment 字段n注释 ] -- 最后一个字段没有逗号
) [ comment 表注释 ] ;
约束:
概念:所谓约束就是作用在表中字段上的规则,用于限制存储在表中的数据。
作用:就是来保证数据库当中数据的正确性、有效性和完整性。
在 MySQL 数据库中,提供了以下5种约束:
约束 | 描述 | 关键字 |
---|---|---|
非空约束 | 限制该字段值不能为 null | not null |
唯一约束 | 保证字段的所有数据都是唯一、不重复的 | unique |
主键约束 | 主键是一行数据的唯一标识,要求非空且唯一 | primary key |
默认约束 | 保存数据时,如果未指定该字段值,则采用默认值 | default |
外键约束 | 让两张表的数据建立连接,保证数据的一致性和完整性 | foreign key |
常用主键自增:
auto_increment
- 每次插入新的行记录时,数据库自动生成 id 字段(主键)下的值
- 具有
auto_increment
的数据列是一个正数序列开始增长(从1开始自增)
3.3.2 查询
show tables; -- 查询当前数据库所有表:
desc 表名; -- 查询表结构
show create table 表名; -- 查询建表语句
3.3.3 修改
- 添加字段
alter table 表名 add 字段名 类型(长度) [comment 注释] [约束];
- 修改字段类型
alter table 表名 modify 字段名 新数据类型(长度);
- 修改字段名和字段类型
alter table 表名 change 旧字段名 新字段名 类型 (长度) [comment 注释] [约束];
- 删除字段
alter table 表名 drop column 字段名;
- 修改表名
rename table 表名 to 新表名;
3.3.4 删除
drop table [ if exists ] 表名; -- 删除表
在删除表时,表中的全部数据也会被删除。
3.3.5 图形化工具
在项目开发当中,为了提高开发效率,都会借助于现成的图形化管理工具来操作数据库。
目前 MySQL 主流的图形化界面工具有 SQLyog、Navicat、DataGrip,在旗舰版 IDEA 中集成了 DataGrip。
在相应的库或表上右键使用 new 来新建,使用 modify 来修改,使用 drop 删除,十分方便。
4. 数据库操作-DML
Data Manipulation Language:数据操作语言,用来对数据库中表的数据记录进行增、删、改操作。
4.1 增加 INSERT
- 向指定字段添加数据
insert into 表名 (字段名1, 字段名2) values (值1, 值2);
- 全部字段添加数据
insert into 表名 values (值1, 值2, ...);
- 批量添加数据(指定字段)
insert into 表名 (字段名1, 字段名2) values (值1, 值2), (值1, 值2);
- 批量添加数据(全部字段)
insert into 表名 values (值1, 值2, ...), (值1, 值2, ...);
插入数据时,指定的字段需要与值的顺序是一一对应的。
字符串和日期型数据应该包含在引号中。
插入的数据大小,应该在字段的规定范围内。
4.2 修改 UPDATE
update 表名 set 字段名1 = 值1 , 字段名2 = 值2 , .... [where 条件] ;
UPDATE 语句如果没有条件,则会修改整张表的所有数据。
在修改数据时,一般需要同时修改公共字段 update_time,将其修改为当前操作时间。
4.3 删除 DELETE
delete from 表名 [where 条件] ;
DELETE 语句如果没有条件,则会删除整张表的所有数据。
DELETE 语句不能删除某一个字段的值(如果要操作,可以使用 UPDATE,将该字段的值置为 NULL)。
5. 数据库操作-DQL
Data Query Language:数据查询语言,用来查询数据库表中的记录。
查询操作是所有 SQL 语句当中最为常见,也是最为重要的操作。在一个正常的业务系统中,查询操作的使用频次是要远高于增删改操作的。当我们打开某个网站或 APP 所看到的展示信息,都是通过从数据库中查询得到的,而在这个查询过程中,还会涉及到条件、排序、分页等操作。
SELECT
字段列表
FROM
表名列表
WHERE
条件列表
GROUP BY
分组字段列表
HAVING
分组后条件列表
ORDER BY
排序字段列表
LIMIT
分页参数
5.1 基本查询
- 查询多个字段
select 字段1, 字段2, 字段3 from 表名;
- 查询所有字段(通配符)
select * from 表名; -- 不推荐,推荐显式写出所有字段名,更加清晰
- 设置别名
select 字段1 [ [as] 别名1 ] , 字段2 [ [as] 别名2 ] from 表名;
- 去除重复记录
select distinct 字段列表 from 表名;
5.2 条件查询
select 字段列表 from 表名 where 条件列表 ; -- 条件列表:可以有多个条件
在 SQL 语句当中构造条件的运算符分为两类:比较运算符和逻辑运算符
比较运算符 | 功能 |
---|---|
> | 大于 |
>= | 大于等于 |
< | 小于 |
<= | 小于等于 |
= | 等于 |
<> 或 != | 不等于 |
between ... and ... | 在某个范围之内(含最小、最大值) |
in(...) | 在 in 之后的列表中的值,多选一 |
like '占位符' | 模糊匹配(_ 匹配单个字符, % 匹配任意个字符) |
is null | 是 null,不能使用 =null |
逻辑运算符 | 功能 |
---|---|
and 或 && | 并且 (多个条件同时成立) |
or 或 || | 或者 (多个条件任意一个成立) |
not 或 ! | 非 , 不是 |
5.3 聚合函数
前面的查询都是横向查询,根据条件一行一行的进行判断,而使用聚合函数查询就是纵向查询,它是对一列的值进行计算,然后返回一个结果值。(将一列数据作为一个整体,进行纵向计算)
select 聚合函数(字段列表) from 表名 ;
函数 | 功能 |
---|---|
count | 统计数量,按照列去统计有多少行数据。 |
max | 最大值,计算指定列的最大值。 |
min | 最小值,计算指定列的最小值。 |
avg | 平均值,计算指定列的平均值。 |
sum | 求和,计算指定列的数值和,如果不是数值类型,那么计算结果为0。 |
注意 : 所有聚合函数都会忽略空值,对 NULL 值不作为统计。
统计数量可以使用:count(*) count(字段) count(常量),推荐使用count(*),MySQL 底层对 count(*) 有优化。
5.4 分组查询
按列进行分类(指定列下相同的数据归为一类),然后可以对分类完的数据进行合并计算。
select 字段列表 from 表名 [where 条件] group by 分组字段名 [having 分组后过滤条件];
分组之后,查询的字段一般为聚合函数和分组字段,查询其他字段无任何意义
执行顺序:where > 聚合函数 > having
where 与 having 区别:
- 执行时机不同:where 是分组之前进行过滤,不满足 where 条件,不参与分组;而 having 是分组之后对结果进行过滤。
- 判断条件不同:where 不能对聚合函数进行判断,而 having 可以。
5.5 排序查询
排序在开发中是非常常见的一个操作,有升序排序,也有降序排序。
select 字段列表
from 表名
[where 条件列表]
[group by 分组字段 ]
order by 字段1 排序方式1 , 字段2 排序方式2 … ;
排序方式:
- ASC :升序(默认值)
- DESC:降序
如果是升序, 可以不指定排序方式 ASC。
如果是多字段排序,当第一个字段值相同时,才会根据第二个字段进行排序。
5.6 分页查询
select 字段列表 from 表名 limit 起始索引, 查询记录数;
起始索引从0开始,起始索引 = (查询页码 - 1)* 每页显示记录数。
分页查询是数据库的方言,不同的数据库有不同的实现,MySQL 中是 LIMIT。
如果查询的是第一页数据,起始索引可以省略,直接简写为 limit 10。
查询的数据可以通过 Apache ECharts 很方便地使用图表显示出来。
6. 多表设计
6.1 一对多
表结构之间存在联系,一条数据对应多条数据就是一对多,例如学生表和班级表,一个班级里可以有很多学生。
在数据库表中多的一方,添加外键字段,来关联另一方的主键。
外键约束:让两张表的数据建立连接,保证数据的一致性和完整性。
-- 创建表时指定
create table 表名(
字段名 数据类型,
...
[constraint] [外键名称] foreign key (外键字段名) references 主表 (主表列名)
);
-- 建完表后,添加外键
alter table 表名 add constraint 外键名称 foreign key(外键字段名) references 主表(主表列名);
物理外键和逻辑外键
- 物理外键
- 使用
foreign key
定义外键关联另外一张表。 - 缺点:
- 影响增、删、改的效率(需要检查外键关系)。
- 仅用于单节点数据库,不适用与分布式、集群场景。
- 容易引发数据库的死锁问题,消耗性能。
- 使用
- 逻辑外键
- 在业务层逻辑中,解决外键关联。
在现在的企业开发中,很少会使用物理外键,都是使用逻辑外键。 甚至在一些数据库开发规范中,会明确指出禁止使用物理外键
foreign key
6.2 一对一
一对一关系表通常是用来做单表的拆分,就是将一张大表拆分成两张小表,将大表中的一些基础字段放在一张表当中,将其他不太常用的字段放在另外一张表当中,以此来提高数据的操作效率。一对一可以看成一种特殊的一对多,只需要在任意一方来添加一个外键就可以了。
在任意一方加入外键,关联另外一方的主键,并且设置外键为唯一的(UNIQUE
)
6.3 多对多
多对多的关系在开发中也比较常见。比如:学生和课程的关系,一个学生可以选修多门课程,一个课程也可以供多个学生选修。
建立第三张中间表,中间表至少包含两个外键,分别关联两方主键
6.4 小结
- 一对多:在多的一方添加外键,关联另外一方的主键。
- 一对一:任意一方添加外键,关联另外一方的主键。
- 多对多:通过中间表来维护,中间表的两个外键分别关联两张表的主键。
7. 多表查询
7.1 概述
多表查询:查询时从多张表中获取所需数据。
执行多表查询,只需要使用逗号分隔多张表即可,如: select 字段列表 from 表1, 表2;
多表查询会产生笛卡尔积,也就是两个表的所有组合情况。要想消除笛卡尔积,只需要给多表查询加上连接查询的条件即可。
笛卡尔积: 笛卡尔乘积是指在数学中,两个集合(A集合 和 B集合)的所有组合情况。(在多表查询时,需要消除无效的笛卡尔积,只保留表关联部分的数据)
多表查询可以分为:
- 连接查询
- 内连接:查询交集部分数据
- 外连接:
- 左外连接:查询左表所有数据(包括非交集部分的左表数据)
- 右外连接:查询右表所有数据(包括非交集部分的右表数据)
- 子查询
7.2 连接查询
7.2.1 内连接
- 隐式内连接
select 字段列表 from 表1 , 表2 where 条件 ... ;
- 显式内连接
select 字段列表 from 表1 [ inner ] join 表2 on 连接条件 ... ;
多表查询时给表起别名:
tableA as 别名1 , tableB as 别名2 ;
tableA 别名1 , tableB 别名2 ;
一旦为表起了别名,就不能再使用表名来指定对应的字段了,此时只能够使用别名来指定字段。
7.2.2 外连接
- 左外连接
select 字段列表 from 表1 left [ outer ] join 表2 on 连接条件 ... ;
左外连接相当于查询表1(左表)的所有数据,包含表1和表2交集部分的数据。
- 右外连接
select 字段列表 from 表1 right [ outer ] join 表2 on 连接条件 ... ;
右外连接相当于查询表2(右表)的所有数据,包含表1和表2交集部分的数据。
内连接只能查询到两表之间有联系的数据,而外连接可以查询到没联系的数据。
左外连接和右外连接是可以相互替换的,只需要调整连接查询时 SQL 语句中表的顺序就可以。在日常开发使用时,更偏向于左外连接。
7.3 子查询
SQL 语句中嵌套 select 语句,将查询的结果作为条件再次进行查询等操作,称为嵌套查询,又称子查询。
SELECT * FROM t1 WHERE column1 = ( SELECT column1 FROM t2 ... );
子查询外部的语句可以是 insert / update / delete / select 的任何一个,最常见的是 select。
根据子查询结果的不同分为:
- 标量子查询
- 子查询返回的结果为单个值(数字、字符串、日期等)。
- 常用的操作符:
= <> > >= < <=
- 列子查询
- 子查询结果为一列。
- 常用的操作符:
in 、not in
- 行子查询
- 子查询结果为一行
- 常用的操作符:
= 、<> 、in 、not in
-- 查询和张三名字和性别都一样的学生数据,可以使用 (字段1, 字段2...) = 行子查询
select *
from student
where (name, gender) =
(select name, gender
from student
where name = '张三');
- 表子查询
- 子查询结果为多行多列,常作为临时表。
- 常用的操作符:
in
子查询可以书写的位置:
where
之后from
之后select
之后
8. 事务
在实际的业务开发中,有些业务操作要多次访问数据库。一个业务要发送多条 SQL 语句给数据库执行。需要将多次访问数据库的操作视为一个整体来执行,要么所有的 SQL 语句全部执行成功;要么其中有 SQL 语句失败,就进行事务的回滚,所有的 SQL 语句全部执行失败。
事务是一组操作的集合,它是一个不可分割的工作单位。事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求,即这些操作要么同时成功,要么同时失败。
MYSQL 中有两种方式进行事务的操作:
- 自动提交事务:执行一条 SQL 语句提交一次事务。(MySQL 的事务默认是自动提交)
- 手动提交事务:先开启,再提交。
- 开启手动控制事务
-- 二者都可以
start transaction;
begin ;
- 提交事务
commit;
- 回滚事务
rollback;
手动提交事务使用步骤:
- 第1种情况:开启事务 => 执行 SQL 语句 => 成功 => 提交事务
- 第2种情况:开启事务 => 执行 SQL 语句 => 失败 => 回滚事务
事务的四大特性:ACID
- 原子性(Atomicity):事务是不可分割的最小单元,要么全部成功,要么全部失败。
- 一致性(Consistency):事务完成时,必须使所有的数据都保持一致状态。
如果事务成功完成,那么数据库的所有变化将生效。
如果事务执行出现错误,那么数据库的所有变化将会被回滚(撤销),返回到原始状态。
- 隔离性(Isolation):数据库系统提供的隔离机制,保证事务在不受外部并发操作影响的独立环境下运行。
多个用户并发的访问数据库时,一个用户的事务不能被其他用户的事务干扰。
多个并发的事务之间相互隔离,一个事务的成功或失败对其他的事务没有影响。
- 持久性(Durability):事务一旦提交或回滚,它对数据库中的数据的改变就是永久的。
9. 索引
索引(index):是帮助数据库高效获取数据的数据结构,使用空间换时间,使用索引可以提高查询的效率。
- 优点:
- 提高数据查询的效率,降低数据库的 IO 成本。
- 通过索引列对数据进行排序,降低数据排序的成本,降低 CPU 消耗。
- 缺点:
- 索引会占用存储空间。
- 索引大大提高了查询效率,同时却也降低了 insert、update、delete 的效率。(增删改除了本身操作,还需要维护索引表)
现在存储空间并不是问题,而且索引占用的存储空间也不是很大;在实际开发中,查询占了 90% 以上,增删改本就不太常用,优化主要是针对查询进行优化;缺点已经不算什么了。
MySQL 数据库支持的索引结构有很多,如:Hash 索引、B+Tree 索引、Full-Text 索引等。我们平常所说的索引,如果没有特别指明,都是指默认的 B+Tree 结构组织的索引。
如果使用二叉搜索树,当我们向二叉查找树保存数据时,是按照从大到小(或从小到大)的顺序保存的,极端情况下会形成一个单向链表,搜索性能会打折扣。
使用二叉树或红黑树最大的问题就是在数据量大的情况下,树的层级比较深,会影响检索速度。因为不管是二叉搜索树还是红黑树,一个节点下面只能有两个子节点。在数据量大的情况下,就会造成树的高度比较高,检索速度就会降低。
为了减少树的高度,就得增加树的宽度,不再像红黑树一样每个节点只能保存一个数据,引入另一种数据结构,一个节点可以保存多个数据,这样宽度就会增加,从而降低树的高度。这种数据结构 B+Tree 就满足。
B+Tree(多路平衡搜索树):
- 每一个节点,可以存储多个 key(有 n 个 key,就有 n 个指针)。
- 所有的数据都存储在叶子节点,非叶子节点仅用于索引数据。
- 叶子节点形成一个双向链表,便于数据的排序及区间范围查询。
- 创建索引
create [ unique ] index 索引名 on 表名 (字段名,... ) ;
- 查看索引
show index from 表名;
- 删除索引
drop index 索引名 on 表名;
主键字段,在建表时会自动创建主键索引,是所有索引中性能最高的
添加唯一约束时,数据库实际上会添加唯一索引