聚簇索引

索引相关 关于MySQL的索引,曾经进行过一次总结,文章链接在这里 Mysql索引原理及其优化. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. Hash索引和B+树所有有什么区别或者说优劣呢? 首先要知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据.B+树底层实现是多路平衡查找树.对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值,然后根据查询判断是否需要回表查询数据. 那么可以看出他们有以下的不同: hash索引进行等值查询更快(一般情况下),但是却无法进行范围查询. 因为在hash索引中经过hash函数建立索引之后,索引的顺序与原顺序无法保持一致,不能支持范围查询.而B+树的的所有节点皆遵循(左节点小于父节点,右节点大于父节点,多叉树也类似),天然支持范围. hash索引不支持使用索引进行排序,原理同上. hash索引不支持模糊查询以及多列索引的最左前缀匹配.原理也是因为hash函数的不可预测.AAAA和AAAAB的索引没有相关性.

一、什么是索引？ 索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的引用指针。更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。 索引分为聚簇索引和非聚簇索引两种，聚簇索引是按照数据存放的物理位置为顺序的，而非聚簇索引就不一样了；聚簇索引能提高多行检索的速度，而非聚簇索引对于单行的检索很快 要注意的是，建立太多的索引将会影响更新和插入的速度，因为它需要同样更新每个索引文件。对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引了，对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。 1 、普通索引 普通索引(由关键字KEY或INDEX定义的索引)的唯一任务是加快对数据的访问速度。因此，应该只为那些最经常出现在查询条件(WHERE column = …)或排序条件(ORDER BY column)中的数据列创建索引。只要有可能，就应该选择一个数据最整齐、最紧凑的数据列(如一个整数类型的数据列)来创建索引。 1.1 直接创建索引(length表示使用名称前1ength个字符) CREATE INDEX index_name ON table_name(column_name(length)) 1.2 修改表结构的方式添加索引 ALTER TABLE table_name

对于一个MySQL的初学者来说，数据库的索引和优化可能并没有太大的感觉吧，因为我们并没有面对过大数据的搜索的工作，在小的数据中，由于咱电脑速度还是比较快的，所以也没什么感觉。我刚刚学数据库的时候，一直以为数据库是很智能的，我们加入、删除和查询的时候都是用很优的算法进行，但是今天我学习了数据库索引之后才发现，原来当我们对一个表如果不是用主键进行查询的时候，数据库是进行逐行比对的方式进行搜索，这应该是最慢最无语的方法了，所以我们需要创建合适的索引帮助我们实现数据库的查询。 首先，笔者也是个二逼孩子。。。开始学的时候，以为有了primary key我们就能很快的查询了，也觉得索引应该是基于primary key的。这种脑残的想法不会只有我一个人有吧，所以开头我们就先谈下索引和primary key的区别吧。 我们需要知道主键是索引，但索引不一定是主键。并且主键具有唯一性，而只有唯一性索引才具有唯一性，主键的值不能为空，不能重复，但是索引可以在我们程序中动态创建删除。在作用方面：索引只是加快查询和排序等操作的速度，但是primary key则是用于保证数据的完整性，同时也避免编写一些触发器。 好了，下面进入正题哈： 首先，我们需要知道索引是什么，索引是一种特殊的文件，它们包含着对数据表里所有记录的引用指针。就好比我们的数据是一本书，而索引是书的目录，在没有索引的情况下

索引相关 关于MySQL的索引,曾经进行过一次总结,文章链接在这里 Mysql索引原理及其优化. 1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先要知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据. B+树底层实现是多路平衡查找树 .对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值,然后根据查询判断是否需要回表查询数据. 那么可以看出他们有以下的不同: hash索引进行等值查询更快(一般情况下),但是却 无法进行范围查询 . 因为在hash索引中经过hash函数建立索引之后,索引的顺序与原顺序无法保持一致,不能支持范围查询.而B+树的的所有节点皆遵循(左节点小于父节点,右节点大于父节点,多叉树也类似),天然支持范围. hash索引不支持使用索引进行排序 ,原理同上. hash索引不支持模糊查询 以及多列索引的最左前缀匹配.原理也是因为hash函数的不可预测

前言： 索引优化应该是对查询性能优化的最有效的手段了。索引能够轻易将查询性能提高几个数量级。 // 固态硬盘驱动器有和机械硬盘启动器，有着完全不同的性能特性； 然而即使是固态硬盘，索引的原则依然成立， 只是那些需要尽量避免的糟糕索引对固态硬盘的影响没有机械硬盘那么糟糕。 现在很多公司都将数据库的优化工作都依托于 DBA 去完成，在我看来，这些都应该是程序员必备的技能， 有经验和没经验的程序员在数据库使用起来也有很大的差异，这些差异取决开发人员对索引内部的数据结构认识， 对所有负责的业务熟悉程度，从而才能建立卓越的索引，达到性能最大化。 一、索引基础 索引在数据库中的作用，粗暴的原理介绍不做解释，太基础。 在 MySQL 中，索引可以包含一个或者多个列的值。 如果索引包含多个列，那么列的顺序十分重要，因为 MySQL 只能高效地使用索引最前缀列。 创建一个包含两个列的索引，和创建两个只包含一个列的索引大有不同。 二、索引的类型 MySQL 中有两种索引类型：BTree 和 Hash； 不同的存储引擎的索引工作方式并不一样，也不是所有的存储引擎都支持所有类型的索引。 即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。 MyISAM 使用前缀压缩技术使得索引更小，但 InnoDB 则按照原数据格式进行储存。 MyISAM 索引通过数据的物理位置引用被索引的行，而 InnoDB

　　索引，MySQL中也叫“键”，是存储引擎中用于快速找到记录的一种数据结构，具体的工作方式就像书本中的索引一样，但是具体的实现方式会有差别。 一.索引分类 B-Tree索引： 　　 优点： MyISAM中，索引根据数据的 物理位置 引用被索引的行，InnoDB中根据 主键 引用被索引的行。 B-Tree索引能够加快访问数据的速度，因为存储引擎不再需要进行全表扫描来获取需要的数据，而是从索引的根节点开始进行搜索。 B-Tree对索引列是顺序组织存储的，所以很适合查找 范围 数据。 一般来说，B-Tree可以按照某种方式查找到值，那么也可以用这种方式排序 　　 限制： 如果不是按照索引的最左列开始查到，则无法使用索引 不能跳过索引中的列 如果查询中有某个列的范围查询，则其右边所有的列都无法使用索引优化查找。 哈希索引： 　　哈希索引基于哈希表实现，只有精确匹配的索引所有列的查询才有效 　　优点： 非常快 　　限制： 哈希索引只包含哈希值和行指针，而不存储字段值，所以 不能使用索引中的值来避免读取行 。 哈希索引不是按照索引值顺序存储的，所以 不能用于排序 。 哈希索引不支持部分索引列匹配查找。 哈希索引只支持等值比较查询。 哈希冲突很多的话，一些索引维护操作的代价会很高。 二.索引的优点 最常见的是B-Tree索引，按照顺序存储数据，所以可以用来做ORDER BY和GROUP

背景 MySQL/InnoDB的加锁分析，一直是一个比较困难的话题。我在工作过程中，经常会有同事咨询这方面的问题。同时，微博上也经常会收到MySQL锁相关的私信，让我帮助解决一些死锁的问题。本文，准备就MySQL/InnoDB的加锁问题，展开较为深入的分析与讨论，主要是介绍一种思路，运用此思路，拿到任何一条SQL语句，都能完整的分析出这条语句会加什么锁？会有什么样的使用风险？甚至是分析线上的一个死锁场景，了解死锁产生的原因。 注： MySQL是一个支持插件式存储引擎的数据库系统。本文下面的所有介绍，都是基于InnoDB存储引擎，其他引擎的表现，会有较大的区别。 MVCC：Snapshot Read vs Current Read MySQL InnoDB存储引擎，实现的是基于多版本的并发控制协议——MVCC ( Multi-Version Concurrency Control ) (注：与MVCC相对的，是基于锁的并发控制，Lock-Based Concurrency Control)。MVCC最大的好处，相信也是耳熟能详：读不加锁，读写不冲突。在读多写少的OLTP应用中，读写不冲突是非常重要的，极大的增加了系统的并发性能，这也是为什么现阶段，几乎所有的RDBMS，都支持了MVCC。 在MVCC并发控制中，读操作可以分成两类：快照读 (snapshot read)与当前读

转载自何登成的技术博客：http://hedengcheng.com/?p=771 背景 MySQL/InnoDB的加锁分析，一直是一个比较困难的话题。我在工作过程中，经常会有同事咨询这方面的问题。同时，微博上也经常会收到MySQL锁相关的私信，让我帮助解决一些死锁的问题。本文，准备就MySQL/InnoDB的加锁问题，展开较为深入的分析与讨论，主要是介绍一种思路，运用此思路，拿到任何一条SQL语句，都能完整的分析出这条语句会加什么锁？会有什么样的使用风险？甚至是分析线上的一个死锁场景，了解死锁产生的原因。 注： MySQL是一个支持插件式存储引擎的数据库系统。本文下面的所有介绍，都是基于InnoDB存储引擎，其他引擎的表现，会有较大的区别。 MVCC：Snapshot Read vs Current Read MySQL InnoDB存储引擎，实现的是基于多版本的并发控制协议——MVCC ( Multi-Version Concurrency Control ) (注：与MVCC相对的，是基于锁的并发控制，Lock-Based Concurrency Control)。MVCC最大的好处，相信也是耳熟能详：读不加锁，读写不冲突。在读多写少的OLTP应用中，读写不冲突是非常重要的，极大的增加了系统的并发性能，这也是为什么现阶段，几乎所有的RDBMS，都支持了MVCC。

http://hedengcheng.com/?p=771 类似的文章：https://www.cnblogs.com/yelbosh/p/5813865.html 1.解释了为什么update insert delete 也属于当前读 2.分9种情况解释了rc rr级别下，当前读在mysql中是如何加锁的 2.1 select no update or share mode 操作在非seariable下均不加锁，采用的是快照读，mysql使用mvcc返回历史数据 2.2 对于当前读，分情况讨论 背景 MySQL/InnoDB的加锁分析，一直是一个比较困难的话题。我在工作过程中，经常会有同事咨询这方面的问题。同时，微博上也经常会收到MySQL锁相关的私信，让我帮助解决一些死锁的问题。本文，准备就MySQL/InnoDB的加锁问题，展开较为深入的分析与讨论，主要是介绍一种思路，运用此思路，拿到任何一条SQL语句，都能完整的分析出这条语句会加什么锁？会有什么样的使用风险？甚至是分析线上的一个死锁场景，了解死锁产生的原因。 注： MySQL是一个支持插件式存储引擎的数据库系统。本文下面的所有介绍，都是基于InnoDB存储引擎，其他引擎的表现，会有较大的区别。 MVCC：Snapshot Read vs Current Read MySQL InnoDB存储引擎

转载 http://blog.csdn.net/opensure/article/details/46227695 MySQL 加锁处理分析 标签： Database Deadlock Lock MySQL 2015-05-29 11:14 1101人阅读 评论 (0) 收藏 举报 分类： mysql（1） 目录 (?) [+] 1 背景 1 1.1 MVCC：Snapshot Read vs Current Read 2 1.2 Cluster Index：聚簇索引 3 1.3 2PL：Two-Phase Locking 3 1.4 Isolation Level 4 2 一条简单SQL的加锁实现分析 5 2.1 组合一：id主键+RC 6 2.2 组合二：id唯一索引+RC 6 2.3 组合三：id非唯一索引+RC 7 2.4 组合四：id无索引+RC 8 2.5 组合五：id主键+RR 9 2.6 组合六：id唯一索引+RR 9 2.7 组合七：id非唯一索引+RR 9 2.8 组合八：id无索引+RR 11 2.9 组合九：Serializable 12 3 一条复杂的SQL 12 4 死锁原理与分析 14 5 总结 16 背景 MySQL /InnoDB的加锁分析，一直是一个比较困难的话题。我在工作过程中，经常会有同事咨询这方面的问题。同时