索引

一、 练习tar命令打包和解包、练习gzip和bzip2 先用tar命令将对应目录下的文件分别打包成.tar.gz和.tar.bz2格式再分别用相对应的tar命令解包和解压缩 分别使用gzip与bzip2命令对对应文件进行压缩，然后再分别用gunzip和bunzip2解压缩对应的压缩包。 二、 比较两个任意文件，解释补丁文件的含义 创建两个文件a.txt和b.txt两文件至少要有一行内容不一样，再用cat命令查看两文件内容。2表示第2行，d表示删除，1表示第1行（这个数字实际上是发生变动的行号原本格式是区间[i，j]，由于后面没有行了所以省略了逗号后面的内容），意思就是新文件相对于旧文件删除了内容，<hello111右边文件相对于左边文件的补丁内容（a增加d删除c更新） 使用diff -urN a.txt b.txt>s.patch生成补丁文件，-表示旧文件（左边文件），+表示新文件（右边文件），@@中表示差异块@@-i，j +i，j@@i表示该补丁块的起始行j表示对于新旧文件各自有改动的行，“-1，2”表示在旧文件的第一行开始数的第二行； +1则表示新文件的第一行作为起始行（本文件第一行后面没有内容了，因此只显示一个起始行，如果是1，6即表示第2到6行发生改变ps：不代表其中所有行都发生改变，此时第一行作为起始行）。其下面内容的含义是旧文件相对于新文件的增删情况

1) 什么是Cardinality 不是所有的查询条件出现的列都需要添加索引。对于什么时候添加B+树索引。一般的经验是，在访问表中很少一部分时使用B+树索引才有意义。对于性别字段、地区字段、类型字段，他们可取值范围很小，称为低选择性。如 SELECT * FROM student WHERE sex='M' 按性别进行查询时，可取值一般只有M、F。因此SQL语句得到的结果可能是该表50%的数据(加入男女比例1:1)这时添加B+树索引是完全没有必要的。相反，如果某个字段的取值范围很广，几乎没有重复，属于高选择性。则此时使用B+树的索引是最合适的。例如对于姓名字段，基本上在一个应用中不允许重名的出现 怎样查看索引是否有高选择性？通过SHOW INDEX结果中的列Cardinality来观察。非常关键，表示所以中不重复记录的预估值，需要注意的是Cardinality是一个预估值，而不是一个准确值基本上用户也不可能得到一个准确的值，在实际应用中，Cardinality/n_row_in_table应尽可能的接近1，如果非常小,那用户需要考虑是否还有必要创建这个索引。故在访问高选择性属性的字段并从表中取出很少一部分数据时，对于字段添加B+树索引是非常有必要的。如 SELECT * FROM member WHERE usernick='David'; 表member大约有500W行数据

结构上 B树中关键字集合分布在整棵树中，叶节点中不包含任何关键字信息，而B+树关键字集合分布在叶子结点中，非叶节点只是叶子结点中关键字的索引； B树中任何一个关键字只出现在一个结点中，而B+树中的关键字必须出现在叶节点中，也可能在非叶结点中重复出现； 性能上（也即为什么说B+树比B树更适合实际应用中 操作系统 的文件索引和 数据库 索引？） 不同于B树只适合随机检索，B+树同时支持随机检索和顺序检索； B+树的磁盘读写代价更低。B+树的内部结点并没有指向关键字具体信息的指针，其内部结点比B树小，盘块能容纳的结点中关键字数量更多，一次性读入内存中可以查找的关键字也就越多，相对的，IO读写次数也就降低了。而IO读写次数是影响索引检索效率的最大因素。 B+树的查询效率更加稳定。B树搜索有可能会在非叶子结点结束，越靠近根节点的记录查找时间越短，只要找到关键字即可确定记录的存在，其性能等价于在关键字全集内做一次二分查找。而在B+树中，顺序检索比较明显，随机检索时，任何关键字的查找都必须走一条从根节点到叶节点的路，所有关键字的查找路径长度相同，导致每一个关键字的查询效率相当。 （数据库索引采用B+树的主要原因是，）B-树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。B+树的叶子节点使用指针顺序连接在一起，只要遍历叶子节点就可以实现整棵树的遍历

要定义一个在任何地方都有效的索引策略是不可能的。因为每个系统都是独一无二的，都需要基于工作量的索引方法，业务需求和其他的一些因素。然而，有一些设计方面的考虑和准则，可以适用于每一个系统。 当我们要优化现有系统时，也是这样。而优化是一个迭代过程，每个案例中都是独一无二的，有一系列技术可以用来检测数据库系统每个案例中的低效率的例子。 在本章中，我们将介绍一些重要的因素，在设计新索引和优化现有系统时需要牢记这些因素。 分类索引设计考虑因素 每次更改聚集索引键的值，都会发生两件事。第一件事就是sql服务器在聚集索引页链和数据文件中把行移动到不同位置。第二，它更新聚集索引键的行号。所有非聚集索引都要存储、更新行标识。但就 输入 /输出端口而言，在批量更新的情况下会 特别很贵。而且，在行 id大小增加的情况下，它会增加群集索引和非群集索引的碎片化。因此，最好是有一个静态的聚集索引，因为它关键值不会改变。 所有非聚集索引都使用聚集索引键作为行 id。太宽泛的聚集索引键会增加非聚集索引行的大小，而且需要更多空间来存储它们。结果就是sql服务器在索引或范围扫描操作中需要处理更多的数据页，会索引降低效率。在非唯一非聚集索引的情况下，行id也存储在非叶索引级别，反过来，减少每页索引记录的数量，会导致索引中额外的中间级别。即使非叶索引级别通常缓存在内存中

当 SQL Server 访问表中的数据时，它扫描表的所有页或者使用索引减少需要扫描的行；有时 SQL Server 会创建临时索引以提高查询性能，但是这样的行为不是数据库管理员或者程序员可控的行为，并且只针对单次查询；除标准类型索引外，还包括其他类型索引： Full Text Index ：提供灵活的文本查询 Spatial Index ：为 Geometry 、 Geography 类型创建的索引 Primary and Secondary XML Index ：帮助查询 XML 数据 ANSI SQL 的定义中并没有描述索引，索引被认为是数据库内部实现细节， SQL Server 使用索引提高性能和实现特定的约束；当你创建主键或者对列指定了唯一性约束， SQL Server 自动在这些列上创建索引，这样在检测给定值是否存在时更快 对于列表中大量实体，树结构提供了快速查询的能力，二叉树很快会变得不平衡、不可用（因为二叉树要求每个节点只能拥有两个子节点，嵌套层次很深）， SQL Server 中的索引是基于自平衡形式树，即 SQL Server 索引中每个节点允许多个节点，这样提高了索引的效率，避免深层次的嵌套 设计索引时的三个重要概念： Selectivity 可选择性：衡量相对于总行数每次查询返回的行数，可选择性越高返回的行数越少，索引设计越合理 density密度

from:http://www.cnblogs.com/knowledgesea/p/3672099.html 索引的概念 索引的用途：我们对数据查询及处理速度已成为衡量应用系统成败的标准，而采用索引来加快数据处理速度通常是最普遍采用的优化方法。 索引是什么：数据库中的索引类似于一本书的目录，在一本书中使用目录可以快速找到你想要的信息，而不需要读完全书。在数据库中，数据库程序使用索引可以重啊到表中的数据，而不必扫描整个表。书中的目录是一个字词以及各字词所在的页码列表，数据库中的索引是表中的值以及各值存储位置的列表。 索引的利弊：查询执行的大部分开销是I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读取表的每一个数据页，如果有索引指向数据值，则查询只需要读少数次的磁盘就行啦。所以合理的使用索引能加速数据的查询。但是索引并不总是提高系统的性能，带索引的表需要在数据库中占用更多的存储空间，同样用来增删数据的命令运行时间以及维护索引所需的处理时间会更长。所以我们要合理使用索引，及时更新去除次优索引。 数据表的基本结构 一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个 8K用完的时候，数据库指针会自动分配一个8K的空间。这里，每个8K空间被称为一个数据页（Page），又名页面或数据页面

原文: SqlServer索引的原理与应用 索引的概念 索引的用途：我们对数据查询及处理速度已成为衡量应用系统成败的标准，而采用索引来加快数据处理速度通常是最普遍采用的优化方法。 索引是什么：数据库中的索引类似于一本书的目录，在一本书中使用目录可以快速找到你想要的信息，而不需要读完全书。在数据库中，数据库程序使用索 引可以重啊到表中的数据，而不必扫描整个表。书中的目录是一个字词以及各字词所在的页码列表，数据库中的索引是表中的值以及各值存储位置的列表。 索引的利弊：查询执行的大部分开销是I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读取表的每一个数据页，如果有 索引指向数据值，则查询只需要读少数次的磁盘就行啦。所以合理的使用索引能加速数据的查询。但是索引并不总是提高系统的性能，带索引的表需要在数 据库中占用更多的存储空间，同样用来增删数据的命令运行时间以及维护索引所需的处理时间会更长。所以我们要合理使用索引，及时更新去除次优索引。 数据表的基本结构 一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个 8K用完的时候，数据库指针会自动分配一个8K的空间。这里，每个8K空间被称为一个数据页（Page），又名页面或数据页面，并分配从0-7的页号, 每个文件的第0页记录引导信息

Atitit. 分区对索引的影响 分区索引和全局索引 attilax 总结 1 . 分区的好处 1 2 . 分区键： 2 3 . 分区的建议： 2 4 . 分区索引和全局索引： 2 5 . 全局索引就是在全表上创建索引， 3 6 . 总结 4 7 . refer 4 1. 分区的好处 在一个表的数据超过过2000万条或占用2G空间时，建议建立分区表 分区使得数据管理操作如数据装载、索引建立和重建、备份和恢复等在分区级别上完成，这比在表级完成操作要明显的节省时间； 分区可以提高性能，在很多情况下，查询可以通过扫描某个分区来完成，而不是去扫描整个表； 根据查询条件自动将扫描范围缩小到一个或几个表（索引）分区上。这种方式其实是分区扫描替代了全表扫描。 如果连接查询的两张表都在连接列上进行分区，则 会优化连接操作，将一个大的连接分成各个对应分区间的连接，而且这些分区连接操作还可以并行执行。 并行DML：采用并行执行，可以使操作并行在各个分区上同时执行，从而提供执行效率。 2. 分区键： 分区表中的每条记录都唯一的属于一个分区，分区键就是确定一条记录属于哪个分区的一列或多个列。 分区键可以由1～16列组成，可以包含空值，不能包含ROWID、LEVEL或MLSLABEL等伪列 3. 分区的建议： 表的大小超过2G就可以考虑是否分区； 包含历史数据的表。这种表一般采用时间字段的范围分区

转自： http://www.cnblogs.com/knowledgesea/p/3672099.html 索引的概念 索引的用途：我们对数据查询及处理速度已成为衡量应用系统成败的标准，而采用索引来加快数据处理速度通常是最普遍采用的优化方法。（补充：加快从表或视图中检索行的速度） 索引是什么：数据库中的索引类似于一本书的目录，在一本书中使用目录可以快速找到你想要的信息，而不需要读完全书。在数据库中，数据库程序使用索引可以重啊到表中的数据，而不必扫描整个表。书中的目录是一个字词以及各字词所在的页码列表，数据库中的索引是表中的值以及各值存储位置的列表。 索引的利弊：查询执行的大部分开销是I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读取表的每一个数据页，如果有索引指向数据值，则查询只需要读少数次的磁盘就行啦。所以合理的使用索引能加速数据的查询。但是索引并不总是提高系统的性能，带索引的表需要在数据库中占用更多的存储空间，同样用来增删数据的命令运行时间以及维护索引所需的处理时间会更长。所以我们要合理使用索引，及时更新去除次优索引。 数据表的基本结构 一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个 8K用完的时候，数据库指针会自动分配一个8K的空间。这里

索引的概念 索引的用途：我们对数据查询及处理速度已成为衡量应用系统成败的标准，而采用索引来加快数据处理速度通常是最普遍采用的优化方法。 索引是什么：数据库中的索引类似于一本书的目录，在一本书中使用目录可以快速找到你想要的信息，而不需要读完全书。在数据库中，数据库程序使用索 引可以重啊到表中的数据，而不必扫描整个表。书中的目录是一个字词以及各字词所在的页码列表，数据库中的索引是表中的值以及各值存储位置的列表。 索引的利弊：查询执行的大部分开销是I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读取表的每一个数据页，如果有 索引指向数据值，则查询只需要读少数次的磁盘就行啦。所以合理的使用索引能加速数据的查询。但是索引并不总是提高系统的性能，带索引的表需要在数 据库中占用更多的存储空间，同样用来增删数据的命令运行时间以及维护索引所需的处理时间会更长。所以我们要合理使用索引，及时更新去除次优索引。 数据表的基本结构 一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个 8K用完的时候，数据库指针会自动分配一个8K的空间。这里，每个8K空间被称为一个数据页（Page），又名页面或数据页面，并分配从0-7的页号, 每个文件的第0页记录引导信息，叫文件头（File header）；每8个数据页