mysql索引

1.索引是什么？ 官方定义：索引是帮助MySQL高效获取数据的数据结构，所以索引的本质是数据结构。 当然还有一个更为简单的理解是：数据本身之外，数据库还维护这一个满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法， 而这个数据结构就是索引。 存储位置：因为索引本身也很好，因此不可能全部都放在内存中，往往都是以索引文件的方式存储在 磁盘 上。 默认索引采用的算法： 一般采用BTREE 。 2.索引的优势 1）类似图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本。 2）通过索引列对数据进行排序，降低数据排序成本，降低了CPU的消耗。 3.索引的劣势 1）实际上索引也是一张表，该表的主要内容就是保存索引的字段，并且指向具体表的记录，因此索引会占据空间。 2）虽然索引可以提高查询速度，同时却会降低更新表的速度，如果对表进行insert、delete和update时，因为在这过程中，MySQL不仅要保存数据到具体表，也要保存索引文件。 3）索引只是提高sql效率的一个因素，如何建立索引需要花费大量是时间建立适合的索引。 4.索引的分类 1）单值索引：即一个索引只包含单个列，一个表可以有多个单列索引。 2）唯一索引：索引列的值必须唯一，但允许有空值。 3）复合索引：一个索引包含多个数据表字段。（在高并发条件下，倾向建立复合索引

单表优化 建表 create table article ( id int unsigned not null primary key auto_increment , author_id int unsigned not null , category_id int unsigned not null , views int unsigned not null , comments int unsigned not null , title varchar ( 255 ) not null , content text not null ) ; 插入数据 insert into article ( ` author_id ` , ` category_id ` , ` views ` , ` comments ` , ` title ` , ` conte nt ` ) values ( 1 , 1 , 1 , 1 , '1' , '1' ) , ( 2 , 2 , 2 , 2 , '2' , '2' ) , ( 1 , 1 , 3 , 3 , '3' , '3' ) ; 现在比如说我们要查询category_id为1且comments大于1的情况下,views最多的article_id 我们要完成这个功能应该使用的sql语句为 select * from article

紧跟上一篇文章，我们继续学习MySQL数据库。 数据库意义：数据存储，数据管理 DML语言：数据操作语言 Insert update delete 1.添加Insert 语法: insert into 表名([字段名1,字段2,字段3])values('值1'),('值2'),('值3'，....) 举例： -- 插入语句（添加） -- insert into 表名([字段名1,字段2,字段3])values('值1'),('值2'), INSERT INTO ` grade ` ( ` gradename ` ) VALUES ( '大四' ) -- 由于主键自增我们可以省略 (如果不写表的字段，他就会一一匹配) INSERT INTO ` grade ` VALUES ( '大三' ) -- 插入多个字段 INSERT INTO ` grade ` ( ` gradename ` ) VALUES ( '大二' ) , ( '大一' ) INSERT INTO ` student ` ( ` name ` , ` pwd ` , ` sex ` ) VALUES ( '张三' , 'aaaaaa' , '男' ) 注意： 1. 字段和字段之间使用 英文逗号 隔开 2. 字段是可以省略的，但是后面的值必须要要一一对应，不能少 3. 可以同时插入多条数据，VALUES 后面的值

innoDB索引文件和数据文件是在一起的 frm：表结构；ibd：索引文件和数据文件 问：为什么InnoDB表必须有主键。并且推荐使用整型的自增主键： 1、如果设置了主键，那么InnoDB会选择主键作为聚集索引、如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引、如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增)。 2、如果表使用自增主键 那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，主键的顺序按照数据记录的插入顺序排列，自动有序。当一页写满，就会自动开辟一个新的页 3、如果使用非自增主键（如果身份证号或学号等） 由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置，此时MySQL不得不为了将新记录插到合适位置而移动数据，甚至目标页面可能已经被回写到磁盘上而从缓存中清掉，此时又要从磁盘上读回来，这增加了很多开销，同时频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的索引结构，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。 问：为什么非主键索引结构叶子结点存储的是主键值： 减少了出现行移动或者数据页分裂时二级索引的维护工作（当数据需要更新的时候，二级索引不需要修改，只需要修改聚簇索引

1、索引是什么 　　索引（Index）是帮助MySQL高效获取数据的数据结构。可以得到索引的本质：索引是数据结构。 　　可以理解为“排好序的快速查找数据结构” 　　在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据, 　　这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。 2、优势 　　类似大学图书馆建书目索引，提高数据检索效率，降低数据库的IO成本。 　　通过索引对数据进行排序，降低数据排序的成本，降低了CPU的消耗。 3、劣势 　　实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占空间的。 　　虽然索引大大提高了查询速度，同时确会降低更新表的速度，如对表进行INSERT、UPDATE、DELETE。 　　因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段。 　　都会调整因为更新所带来的键值变化后的索引信息。 4、索引的分类 　　　注意：索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引 　　　　　　　　　　　　MyISAM和InnoDB存储引擎：只支持BTREE索引， 也就是说默认使用BTREE，不能够更换 　　　　　　　　　　　　MEMORY/HEAP存储引擎：支持HASH和BTREE索引 　　　　　　　1、索引我们分为四类来讲

索引的类型 B-Tree索引 B-Tree 索引 通常意味着所有的值都是 按顺序存储 的，并且每一个叶子页到根的距离相同。 B-Tree 索引 能够 加快访问数据的速度 ，存储引擎 不再需要进行全表扫描 来获取需要的数据，取而代之的是 从索引的根节点开始搜索 。 B-Tree 索引 适用于全键值、键值范围或键前缀查找（ 最左前缀原则 ）。 哈希索引 哈希索引 基于哈希表实现，只有 精确匹配索引 所有列的查询才有效。 哈希索引 是Memory引擎表的默认索引类型，但Memory同时也支持B-Tree索引。 哈希索引 自身 只需存储对应的哈希值和行指针 ，而 不存储字段值 ，所以索引的结构十分紧凑，这也让哈希索引查找的速度非常快。 哈希索引 数据并不是按照索引值顺序存储的，所以 无法用于排序 。 哈希索引 不支持部分索引列匹配查找 ，因为哈希索引始终是使用索引列的全部内容来计算哈希值的。例如数据列（A，B）上建立索引，如果查询只有数据列A，则无法使用该索引。 哈希索引 不支持任何范围查询 ，如WHERE score > 60。 哈希索引 只支持等值比较查询 ，包括=、IN()、<=>（注意<>和<=>是不同的操作）。 介绍一个 使用场景 ：如需要存储大量的URL，并需要根据URL进行搜索查找。如果使用B-Tree来存储URL，存储的内容就会非常大，因为URL本身很长。 创建表 1

day63 参考： http://www.cnblogs.com/wupeiqi/articles/5713330.html SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如： MySQL-Python mysql+mysqldb://< user >:< password >@<host>[:<port>]/<dbname> pymysql mysql+pymysql://<username>:< password >@<host>/<dbname>[?<options>] MySQL-Connector mysql+mysqlconnector://< user >:< password >@<host>[:<port>]/<dbname> cx_Oracle oracle+cx_oracle:// user :pass@host:port/dbname[? key =value& key =value...] 更多详见：http://docs.sqlalchemy.org/en/latest/dialects/ index .html 可以连接不同的数据库。 1. ORM框架：SQLAlchemy - 作用： 1. 提供简单的规则 2.

索引使用策略及优化 MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）。本章讨论的高性能索引策略主要属于结构优化范畴。本章的内容完全基于上文的理论基础，实际上一旦理解了索引背后的机制，那么选择高性能的策略就变成了纯粹的推理，并且可以理解这些策略背后的逻辑。 示例数据库 为了讨论索引策略，需要一个数据量不算小的数据库作为示例。本文选用MySQL官方文档中提供的示例数据库之一：employees。这个数据库关系复杂度适中，且数据量较大。下图是这个数据库的E-R关系图（引用自MySQL官方手册）： 图12 MySQL官方文档中关于此数据库的页面为 http://dev.mysql.com/doc/employee/en/employee.html 。里面详细介绍了此数据库，并提供了下载地址和导入方法，如果有兴趣导入此数据库到自己的MySQL可以参考文中内容。 最左前缀原理与相关优化 高效使用索引的首要条件是知道什么样的查询会使用到索引，这个问题和B+Tree中的“最左前缀原理”有关，下面通过例子说明最左前缀原理。 这里先说一下联合索引的概念。在上文中，我们都是假设索引只引用了单个的列，实际上，MySQL中的索引可以以一定顺序引用多个列，这种索引叫做联合索引，一般的，一个联合索引是一个有序元组<a1, a2, …,

node.js动态获取路由的url地址 研究了将近一个小时，终于是通过一个另辟蹊径的方法解决了这个问题 — 用得是字符串的一些列操作，比较麻烦，我相信一定有更好的方法。 哈哈不说了 直接上图！ 首先 这个页面上的内容我是连接了mysql数据库 通过nodejs路由让其显示在页面上 在HTML标签中的a标签地址动态添加索引 在最后判断传递过来的url地址是否含有getone 如果含有再通过charAt()方法获取字符串的最后一个字符就是他的索引 最后再 根据索引把数据库的内容显示在页面上 哈哈 第一次写博客，如果大家有看到，并且有更好的办法一定要告诉我哈~~~ 我会努力的 来源： CSDN 作者： weixin_46240162 链接： https://blog.csdn.net/weixin_46240162/article/details/104122032

(一)id列： (1)、id 相同执行顺序由上到下 mysql> explain -> SELECT*FROM tb_order tb1 -> LEFT JOIN tb_product tb2 ON tb1.tb_product_id = tb2.id -> LEFT JOIN tb_user tb3 ON tb1.tb_user_id = tb3.id; +----+-------------+-------+--------+---------------+---------+---------+---------------------------+------+-------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+--------+---------------+---------+---------+---------------------------+------+-------+ | 1 | SIMPLE | tb1 | ALL | NULL | NULL | NULL | NULL | 1 | NULL | | 1 | SIMPLE | tb2 | eq_ref |