mysql创建索引

MyISAM引擎的B+Tree的索引 通过上图可以直接的看出, 在MyISAM对B+树的运用中明显的特点如下: 所有的非叶子节点中存储的全部是索引信息 在叶子节点中存储的 value值其实是 数据库中某行数据的index MyISAM引擎 索引文件的查看: 在 /var/lib/mysql目录中 .myd 即 my data , 数据库中表的数据文件 .myi 即 my index , 数据库中 索引文件 .log 即 mysql的日志文件 InnoDB引擎 索引文件的查看: 同样在 /var/lib/mysql 目录下面 InnoDB引擎的B+Tree的索引 InnoDB的实现方式业内也称其为 聚簇索引 , 什么是聚簇索引呢? 就是相邻的行的简直被存储到一起, 对比上面的两幅图片就会发现, 在InnDB中, B+树的叶子节点中存储的是数据行中的一行行记录, 缺点: 因为索引文件被存放在硬盘上, 所以很占硬盘的空间 一般我们会在每一个表中添加一列 取名 id, 设置它为primary key , 即将他设置成主键, 如果使用的存储引擎也是InnoDB的话, 底层就会建立起主键索引, 也是聚簇索引, 并且会自动按照id的大小为我们排好序,(因为它的一个有序的树) 点击查看 参考博文1 局部性原理 局部性原理是指CPU访问存储器时，无论是存取指令还是存取数据

须知： SQL语言：结构化查询语言，是关系型数据库查询语言的标准，不同的数据库虽然有自己私有扩展，但关键词都支持：（select、update、delete、insert、where） SQL语句分类：像Oracle、MSSQL都是通用的 DDL：数据定义语言（create、alter、drop、rename） DML：数据库维护语言（select、insert、update、delete） DCL：数据库控制语言，权限（Grant、revoke） TCL：事务控制语言（commt、sarepqint）：新型的语句 一、数据库增删改查 根据这个表结构以下来操作: mysql> select * from user; +----+----------+------+ | id | name | pass | +----+----------+------+ 基本操作 1.创建数据库 create database name; 2.删除数据库 drop database name; 3.创建一个用户表 create table user(id int,name varchar(30),pass varchar(30)); 4.插入数据 insert into user(id,name,pass) values("1","zhangsan","123"); 5.删除一个表 drop

1）索引就好比一本书的目录，它能让你更快的找到自己想要的内容。 2）让获取的数据更有目的性，从而提高数据库检索数据的性能。 1.索引的类型 1)BTREE:B+树索引 （Btree B+tree B*tree） 2)HASH：HASH索引 hash key 3)FULLTEXT：全文索引 4)RTREE：R树索引 ​ Btree索引 比如 我要搜索一个数字 38 这时要走3次IO 然后在搜索一个>38 <70 的数字 这时要走9次IO ​ B+tree算法 比如 我要搜索一个数字 38 这时要走3次IO 然后在搜索一个>38 <70 的数字 这时要走6次IO 注意 他是不走指针的 里面的Q代表指针 好处：1。优化了范围查询 2.在叶子节点添加了相邻节点的指针 ​ B*tree 比如 我要搜索一个数字 38 这时要走3次IO 然后在搜索一个>38 <70 的数字 这时要走2次IO 注意 他是不走指针的 里面的Q代表指针 而且他只在枝节点上找 好处：在枝节点添加了相邻 节点的指针 2.索引管理 1.索引必须添加在列上面 2.在where后面接上建立索引的列，会加快查询速度 3.pages<---索引（属性）<----查数据。 3.索引的分类 主键索引（primary key） 普通索引 ***（key） 唯一索引（unique key） 4.添加索引 1普通索引 #创建索引：alter

数据库：保管数据的仓库，以及数据管理的方法和技术。 数据库的特点：实现数据共享，减少数据冗余； 采用特定的数据类型； 具有较高的数据独立性；具有统一的数据控制功能； 数据库系统主要组成部分： 数据库、数据库管理系统、数据库应用程序。 SQL = Structured Query Language 结构化查询语言 SQL 和 NoSQL = 关系型数据库 和 非关系型数据库 mysql优势：运行速度快 免费 复杂程度较低，易于学习 跨平台可移植 丰富的接口 支持查询语言。。 终端连接数据库： mysql -u用户名 -p密码 -h连接主机 -P端口 比较重要的存储引擎： InnoDB MyISAM 另外还有： Memory Archive ----show engines:查看所有存储引擎 InnoDB 支持事务，行级别锁，外键，mysql的默认存储引擎 MyISAM 仓库引擎/存储引擎，增删改比较快 修改表名：alter table 旧表名 rename 新表名； 修改字段的数据类型：alter table 表名 modify 字段名 数据类型； 修改字段名：alter table 表名 change 旧字段名 新字段名 数据类型； 添加字段：alter tabale 表名 add 新字段名 数据类型； 删除字段：alter table 表名 drop 字段名； 修改字段的排列位置

背景 一个平台或系统随着时间的推移和用户量的增多，数据库操作往往会变慢；而在Java应用开发中数据库更是尤为重要，绝大多数情况下数据库的性能决定了程序的性能，如若前期埋下的坑越多到后期数据库就会成为整个系统的瓶颈；因此，更规范化的使用MySQL在开发中是不可或缺的。 一、MySQL数据库命名规范 1、数据库所有表前缀均使用项目名称首字母缩写； 2、数据库所有对象名称均使用小写字母，并且单词之间通过下划线分开； 3、数据库所有对象名称禁止使用MySQL保留字及关键字，涉及到关键字的SQL查询需要将关键字用单引号括起来； 4、数据库所有对象名称不超过32个字符，并且命名要遵循见名知意原则； 5、数据库临时表必须以 pro_tmp_ 为前缀并且以日期 20190917 为后缀，备份表必须以 pro_bac 为前缀并以时间戳为后缀；(pro为项目名称首字母缩写) 6、数据库所有存储相同数据的列名和列类型必须保持一致。 二、MySQL数据库基本设计规范 1、若无特殊说明，建表时一律采用Innodb存储引擎。 选择合适的引擎可以提高数据库性能，如InnoDB和MyISAM，InnoDB和MyISAM是许多人在使用MySQL时最常用的两个表类型，这两个表类型各有优劣，视具体应用而定； 基本的差别为：MyISAM类型不支持事务处理等高级处理，而InnoDB类型支持；MyISAM类型的表强调的是性能

阅读目录(Content) 一、数据类型 二、管理实战 1.通用操作 2.strings（字符）类型操作 3.hash（字典）类型操作 4.List（列表）类型操作 5.Set（集合）类型操作 6.Sorted-Set（有序集合）类型操作 回到顶部(go to top) 一、数据类型 String： 字符串类型 Hash： 哈希类型 List： 列表类型 Set： 集合类型 Sorted set： 顺序集合类型 回到顶部(go to top) 二、管理实战 1.通用操作 #查看所有的key 127.0.0.1:6379> KEYS * 1) "age" 2) "name" #判断key是否存在 127.0.0.1:6379> EXISTS name (integer) 1 #变更key名 127.0.0.1:6379> RENAME age nianling #查看key的类型 127.0.0.1:6379> type name string #删除key 127.0.0.1:6379> del name (integer) 1 #以秒为单位设置生存时间 127.0.0.1:6379> EXPIRE name 10 (integer) 1 #以毫秒为单位设置生存时间 127.0.0.1:6379> PEXPIRE name 10000 (integer) 1 #取消剩余生存时间

索引这个词，相信大多数人已经相当熟悉了，很多人都知道MySQL的索引主要以B+树为主，但是要问到为什么用B+树，恐怕很少有人能把前因后果讲述的很完整。本文就来从头到尾介绍下数据库的索引。 索引是一种数据结构，用于帮助我们在大量数据中快速定位到我们想要查找的数据。 索引最形象的比喻就是图书的目录了。注意这里的大量，数据量大了索引才显得有意义，如果我想要在[1,2,3,4]中找到4这个数据，直接对全数据检索也很快，没有必要费力气建索引再去查找。索引在mysql数据库中分三类： B+树索引、Hash索引、全文索引 我们今天要介绍的是工作开发中最常接触到innodb存储引擎中的的B+树索引。 要介绍B+树索引，就不得不提二叉查找树，平衡二叉树和B树这三种数据结构。B+树就是从他们仨演化来的。 二叉查找树 首先，让我们先看一张图  从图中可以看到，我们为user表（用户信息表）建立了一个二叉查找树的索引。图中的圆为二叉查找树的节点，节点中存储了键(key)和数据(data)。 键对应user表中的id，数据对应user表中的行数据。二叉查找树的特点就是 任何节点的左子节点的键值都小于当前节点的键值，右子节点的键值都大于当前节点的键值。 顶端的节点我们称为根节点，没有子节点的节点我们称之为叶节点。 如果我们需要查找id=12的用户信息，利用我们创建的二叉查找树索引，查找流程如下： 1.

//登录和退出数据库1：mysql -u root -p//输入密码2: exit3: mysql -u root -p //数据库创建，删除，进入数据库4：CREATE DATABASE `testdatabase`;5: CREATE DATABASE `testdatabase`;6：DROP DATABASE `testdatabase`;7: CREATE DATABASE `testdatabase`;8: USE testdatabase;9: CREATE DATABASE `testdatabase2`;10: USE DATABASE testdatabase2;11: USE `testdatabase2`;12: USE `testdatabase`;13: DROP DATABASE `testdatabase2`; //表的创建和删除，创建表同时设置属性14: CREATE TABLE table1;15: CREATE TABLE table1(No INT);16: CREATE TABLE table2 (No INT,name VARCHAR(20),sex boolean);17: DROP TABLE table1,table2;18: CREATE TABLE tt1 (id INT(11) primary key);19: CREATE

一、MySQL架构 第一层，即最上一层 ，所包含的服务并不是MySQL所独有的技术。它们都是服务于C/S程序或者是这些程序所需要的 ：连接处理，身份验证，安全性等等。 第二层值得关注 。这是MySQL的核心部分。通常叫做 SQL Layer。在 MySQL据库系统处理底层数据之前的所有工作都是在这一层完成的，包括权限判断， sql解析，行计划优化， query cache 的处理以及所有内置的函数(如日期,时间,数学运算,加密)等等。各个存储引擎提供的功能都集中在这一层，如存储过程，触发器，视 图等。 第三层包括了存储引擎 。通常叫做StorEngine Layer ，也就是底层数据存取操作实现部分，由多种存储引擎共同组成。它们负责存储和获取所有存储在MySQL中的数据。就像Linux众多的文件系统 一样。每个存储引擎都有自己的优点和缺陷。服务器是通过存储引擎API来与它们交互的。这个接口隐藏 了各个存储引擎不同的地方。对于查询层尽可能的透明。这个API包含了很多底层的操作。如开始一个事 物，或者取出有特定主键的行。存储引擎不能解析SQL，互相之间也不能通信。仅仅是简单的响应服务器 的请求。 连接管理和安全 在服务器内部，每个client连接都有自己的线程。这个连接的查询都在一个单独的线程中执行。这些线程轮流运行在某一个CPU内核(多核CPU)或者CPU中。服务器缓存了线程

SQL语句优化 怎么加快查询速度，优化查询效率，主要原则就是应尽量避免全表扫描，应该考虑在where及order by 涉及的列上建立索引。 　　建立索引不是建的越多越好，原则是： 　　第一：一个表的索引不是越多越好，也没有一个具体的数字，根据以往的经验，一个表的索引最多不能超过6个，因为索引越多，对update和insert操作也会有性能的影响，涉及到索引的新建和重建操作。 　　第二：建立索引的方法论为： 　　多数查询经常使用的列； 　　很少进行修改操作的列； 　　索引需要建立在数据差异化大的列上 　　利用以上的基础我们讨论一下如何优化sql. 1、sql语句模型结构优化指导 　　　　a. ORDER BY + LIMIT组合的索引优化 　　　　　　如果一个SQL语句形如：SELECT [column1],[column2],…. FROM [TABLE] ORDER BY [sort] LIMIT [offset],[LIMIT]; 　　　　　　这个SQL语句优化比较简单，在[sort]这个栏位上建立索引即可。 　　　　b. WHERE + ORDER BY + LIMIT组合的索引优化 　　　　　　如果一个SQL语句形如：SELECT [column1],[column2],…. FROM [TABLE] WHERE [columnX] = [VALUE] ORDER BY