mysql创建索引

第 二 节 字段约束，索引，主外键 字段约束条件 1.1 作用：限制如何给字段赋值的 1.2 包括内容有： NULL Key Default Extra NULL 是否允许给字段赋 null 值 null 默认允许赋 null 值 not null 不允许赋 null 值 key 键值类型：普通索引唯一索引全文索引主键外键 Default 默认值作用：当不被字段赋值时，使用默认值给字段赋值 不设置默认值是系统定义的是 null default 值 Extra 额外设置，字段是否设置为自动增加 , 默认没有自动增长功能 案例： 1）建库 Mysql>create database db2; 2)进库 use db2; 3）建表 Mysql>create table t2( >name char(3), >level int(3)zerofill ); Mysql>create table t5( >classroom char(7)default"nsd1801", >name char(5)not null, >age tinyint(2)unsigned zerofill default 18, >sex enum("boy","girl")not null default"boy" ); 4) 表里建值 insert into db2.t1 values("bob",1);

Mysql安装、配置、优化 下载软件包 wget http://test.hexin.cn/software/mysql-5.7.9.tar.gz -P /usr/local/src/ wget http://test.hexin.cn/software/cmake-3.4.0.tar.gz -P /usr/local/src/ wget http://test.hexin.cn/software/boost_1_59_0.tar.gz -P /usr/local/src/ 安装基础软件 yum -y install make gcc-c++ bison-devel ncurses-devel 二、 安装配置MySQL 编译安装cmake tar zxvf /usr/local/src/cmake-3.4.0.tar.gz cd /usr/local/src/cmake-3.4.0 ./configure && make && make install 编译安装boost（编译时不加boost，可以不用安装此软件） tar zxvf /usr/local/src/boost_1_59_0.tar.gz -C /usr/local/boost/ cd /usr/local/boost/ ./bootstrap.sh ./b2 新增用户用户组 groupadd mysql

最左前缀原则 通过实例理解单列索引、多列索引以及最左前缀原则 实例：现在我们想查出满足以下条件的用户id： mysql>SELECT ｀uid｀ FROM people WHERE lname｀=’Liu’ AND ｀fname｀=’Zhiqun’ AND ｀age｀=26 因为我们不想扫描整表，故考虑用索引。 单列索引： ALTER TABLE people ADD INDEX lname (lname); 将lname列建索引，这样就把范围限制在lname=’Liu’的结果集1上，之后扫描结果集1，产生满足fname=’Zhiqun’的结果集2，再扫描结果集2，找到 age=26的结果集3，即最终结果。 由 于建立了lname列的索引，与执行表的完全扫描相比，效率提高了很多，但我们要求扫描的记录数量仍旧远远超过了实际所需 要的。虽然我们可以删除lname列上的索引，再创建fname或者age 列的索引，但是，不论在哪个列上创建索引搜索效率仍旧相似。 2.多列索引： ALTER TABLE people ADD INDEX lname_fname_age (lame,fname,age); 为了提高搜索效率，我们需要考虑运用多列索引,由于索引文件以B－Tree格式保存，所以我们不用扫描任何记录，即可得到最终结果。 注：在mysql中执行查询时，只能使用一个索引

索引类似大学图书馆建书目索引，可以提高数据检索的效率，降低数据库的IO成本。MySQL在300万条记录左右性能开始逐渐下降，虽然官方文档说500~800w记录，所以大数据量建立索引是非常有必要的。MySQL提供了Explain，用于显示SQL执行的详细信息，可以进行索引的优化。 一、导致SQL执行慢的原因 1.硬件问题。如网络速度慢，内存不足，I/O吞吐量小，磁盘空间满了等。 2.没有索引或者索引失效。（一般在互联网公司，DBA会在半夜把表锁了，重新建立一遍索引，因为当你删除某个数据的时候，索引的树结构就不完整了。所以互联网公司的数据做的是假删除.一是为了做数据分析,二是为了不破坏索引 ） 3.数据过多（分库分表） 4.服务器调优及各个参数设置（调整my.cnf） 二、分析原因时，一定要找切入点 1.先观察，开启慢查询日志，设置相应的阈值（比如超过3秒就是慢SQL），在生产环境跑上个一天过后，看看哪些SQL比较慢。 2.Explain和慢SQL分析。比如SQL语句写的烂，索引没有或失效，关联查询太多（有时候是设计缺陷或者不得以的需求）等等。 3.Show Profile是比Explain更近一步的执行细节，可以查询到执行每一个SQL都干了什么事，这些事分别花了多少秒。 4.找DBA或者运维对MySQL进行服务器的参数调优。 三、什么是索引？ MySQL官方对索引的定义为：索引

1.1. EXPLAIN 在MySQL中可以使用EXPLAIN查看SQL执行计划。示例：EXPLAIN SELECT * FROM tb_item 1.2. 结果说明 1.2.1. id SELECT识别符。这是SELECT查询序列号。这个不重要。 1.2.2. select_type 表示SELECT语句的类型。 有以下几种值： 1、 SIMPLE 表示简单查询，其中不包含连接查询和子查询。 2、 PRIMARY 表示主查询，或者是最外面的查询语句。示例：explain select * from (select * from user_t ) as tmp; 3、 UNION 表示连接查询的第2个或后面的查询语句。示例：EXPLAIN SELECT id from user_t UNION select id from role; 4、 DEPENDENT UNION UNION中的第二个或后面的SELECT语句，取决于外面的查询。 5、 UNION RESULT 连接查询的结果。 6、 SUBQUERY 子查询中的第1个SELECT语句。 7、 DEPENDENT SUBQUERY 子查询中的第1个SELECT语句，取决于外面的查询。 8、 DERIVED SELECT(FROM 子句的子查询)。 1.2.3. table 表示查询的表。 1.2.4. type（ 重要 ）

lucene学习笔记 1.maven依赖 <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>top.simba1949</groupId> <artifactId>lucene</artifactId> <version>1.0-SNAPSHOT</version> <dependencies> <!--核心包--> <dependency> <groupId>org.apache.lucene</groupId> <artifactId>lucene-core</artifactId> <version>5.3.1</version> </dependency> <!--一般分词器，适用于英文分词--> <dependency> <groupId>org

一、主键索引 创建主键索引 索引名规范 ：ix_表名_字段名 语法： create index 索引名 on 表名（字段名） 查看索引是否创建成功 show index from 表名\G ; 二、全文索引 应用场景： 创建全文索引 #创建全文索引 CREATE TABLE articles ( id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY , title VARCHAR ( 200 ) , body TEXT , FULLTEXT ( title , body ) ) engine = myisam charset = utf8 ; #插入语句 INSERT INTO articles ( title , body ) VALUES ( 'MySQL Tutorial' , 'DBMS stands for DataBase ...' ) , ( 'How To Use MySQL Well' , 'After you went through a ...' ) , ( 'Optimizing MySQL' , 'In this tutorial we well show ...' ) , ( 'MySQL Security' , 'When configured properly,MySQL ...' ) , (

在参与实际项目中，当 MySQL 表的数据量达到百万级时，普通的 SQL 查询效率呈直线下降，而且如果 where 中的查询条件较多时，其查询速度无法容忍。想想可知，假如我们查询淘宝的一个订单详情，如果查询时间高达几十秒，这么高的查询延时，任何用户都会抓狂。因此如何提高 SQL 语句查询效率，显得十分重要。 查询速度慢的原因 1、没有索引或者没有用到索引（这是查询慢最常见的问题，是程序设计的缺陷） 2、I/O 吞吐量小，形成了瓶颈效应。 3、没有创建计算列导致查询不优化。 4、内存不足 5、网络速度慢 6、查询出的数据量过大（可采用多次查询，其他的方法降低数据量） 7、锁或者死锁（这是查询慢最常见的问题，是程序设计的缺陷） 8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 9、返回了不必要的行和列 10、查询语句不好，没有优化 30 种 SQL 查询语句的优化方法： 1、应尽量避免在 where 子句中使用 != 或者 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。 2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如： 1 select id from t where num is null ; 可以在 num 上设置默认值 0 ，确保表中 num 列没有 null 值，然后这样查询： 1

当MySQL单表记录数过大时，增删改查性能都会急剧下降，可以参考以下步骤来优化： 单表优化 除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种复杂度，一般以整型值为主的表在 千万级 以下，字符串为主的表在 五百万 以下是没有太大问题的。而事实上很多时候MySQL单表的性能依然有不少优化空间，甚至能正常支撑千万级以上的数据量： 字段 尽量使用 TINYINT 、 SMALLINT 、 MEDIUM_INT 作为整数类型而非 INT ，如果非负则加上 UNSIGNED VARCHAR 的长度只分配真正需要的空间 使用枚举或整数代替字符串类型 尽量使用 TIMESTAMP 而非 DATETIME ， 单表不要有太多字段，建议在20以内 避免使用NULL字段，很难查询优化且占用额外索引空间 用整型来存IP 索引 索引并不是越多越好，要根据查询有针对性的创建，考虑在 WHERE 和 ORDER BY 命令上涉及的列建立索引，可根据 EXPLAIN 来查看是否用了索引还是全表扫描 应尽量避免在 WHERE 子句中对字段进行 NULL 值判断，否则将导致引擎放弃使用索引而进行全表扫描 值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段 字符字段只建前缀索引 字符字段最好不要做主键 不用外键，由程序保证约束 尽量不用 UNIQUE

现在的信息时代，有大量的数据需要被查询并分析。这里所指的海量数据是至少几百万条甚至上千条的是数据返回。基于Mysql 这类的关系型数据库，查询还可能还涉及多表连查，性能可想而知，要想进行优化，就必须要对网络传输、数据服务器处理时间、CPU性能、索引效率等多方面因素进行一定的分析。从而才能得到真正耗时的症结所在，合理的对症下药，优化Mysql的查询性能。 上一次讲到通过跨列查询导致索引失效，来学习 explain 各个参数。今天是通过存储过程模拟海量数据，来了解profile 对分析海量数据的意义。 1，创建两个表，分别为部门表和员工表 create table dept ( dno int ( 5 ) primary key default 0 , dname varchar ( 20 ) not null default '' , loc varchar ( 30 ) default '' ) ENGINE = INNODB default charset = utf8 create table emp ( eid int ( 5 ) primary key , ename varchar ( 20 ) not null default '' , job varchar ( 20 ) not null default '' , deptno int ( 5 ) not null