mysql创建索引

lucene 和 es 的前世今生 lucene 是最先进、功能最强大的搜索库。如果直接基于 lucene 开发，非常复杂，即便写一些简单的功能，也要写大量的 Java 代码，需要深入理解原理。 elasticsearch 基于 lucene ，隐藏了 lucene 的复杂性，提供了简单易用的 restful api / Java api 接口（另外还有其他语言的 api 接口）。 · 分布式的文档存储引擎 · 分布式的搜索引擎和分析引擎 · 分布式，支持 PB 级数据 es 的核心概念 Near Realtime 近实时，有两层意思： · 从写入数据到数据可以被搜索到有一个小延迟（大概是 1s ） · 基于 es 执行搜索和分析可以达到秒级 Cluster 集群 集群包含多个节点，每个节点属于哪个集群都是通过一个配置来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。 Node 节点 Node 是集群中的一个节点，节点也有一个名称，默认是随机分配的。默认节点会去加入一个名称为 elasticsearch 的集群。如果直接启动一堆节点，那么它们会自动组成一个 elasticsearch 集群，当然一个节点也可以组成 elasticsearch 集群。 Document & field 文档是 es 中最小的数据单元，一个 document 可以是一条客户数据

1、酒店预订怎么实现？怎么设计表 你好，我大概的说下我们的业务流程，我们的业务流程是：用户在网站浏览酒店信息，可以根据地区检索出该地区的酒店信息。列表展示酒店的信息由：酒店的名称，酒店图片，酒店位置，评论人数，评论分数以及最低入住价格。用户选中要入住的酒店进入酒店详情页面，查看酒店的介绍以及酒店的房型列表，用户根据他要入住的时间和离店的时间，检索出这个时间段内的所有可选房型（房间数量-当天的订单-当天未离店订单=剩余房间数量）显示给用户。用户选择好房型后就可以进行下单，要求有订单的开始时间，结束时间，房间数量，住客姓名，抵店时间，联系方式，备注信息等等。 那我的表是这么设计的，总共有6张表，分别是： 用户表user，里面有下面几个字段，(用户编号，用户名称，用户密码，用户联系方式) 酒店表hotel，里面有(酒店编号，酒店名称，酒店图片，评论人数，评论分数，最低入住价格，所在地区) 酒店图片表pic(图片编号，图片地址，图片排序，图片所属酒店) 评论表comment(评论编号，评论内容，评论时间，用户编号，酒店编号) 房型表house(房型编号，床型，早餐，宽带，人数上限，房价，房间数量，最长预定时间) 订单表order(订单编号，开始时间，结束时间，房间数量，住客姓名，最晚抵店时间，联系电话，使用优惠券，备注，订单状态) 以上就是我对这个酒店预订系统的设计 2

索引是为了提高数据查询的效率，就像书的目录一样。 索引的常见模型 索引的出现是为了提高查询效率，但是实现索引的方式却有很多种。 　　1. 哈希表 　　　　哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算 　　成一个确定的位置，然后把 value 放在数组的这个位置。 　　　　缺点：不是有序的，区间查询全部扫描。哈希表这种结构适用于只有 等值查询 的场景 　　　　多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。（类似hashmap） 　　　　示例：一个身份证信息和姓名的表，需要根据身份证号查找对应的名字。 　　　　 　　　　假设，这时候你要查 ID_card_n2 对应的名字是什么，处理步骤就是：首先，将 ID_card_n2 通过哈希函数算出 N；然后，按顺序遍历，找到 User2。 　　　　图中四个 ID_card_n 的值并不是递增的，这样做的好处是增加新的 User 时速度会很快，只需要往后追加。但缺点是，因为不是有序的，所以哈希索引做 区间查询的速度是很慢的 （全部扫描）。 　　2. 有序数组 　　　　等值查询和范围查询场景中的性能就都很好。有序数组索引只适用于 静态存储引擎 。

索引篇 MySQL中的索引分为很多种，具体如下： 1、普通索引 2、唯一性索引 3、全文索引 4、单列索引 5、多列索引 6、空间索引 其作用就是提高表中数据的查询速度。 创建索引的 方式 有 三种 ，具体如下： 一、创建表的时候创建索引 二、使用CREATE INDEX 语句在已经存在的表上创建索引 三、使用ALTER TABLE语句在已经存在表上创建索引 格式： CREATE TABLE + 表名+（字段名 数据类型[完整性约束条件], 字段名 数据类型[完整性约束条件], ．．．．．． 　　　　　　　　　　　　　字段名 数据类型 　　　　　　　　　　　　［UNIQUE|FULLTEXT|SPATIAL］ INDEX|KEY [别名] (字段名1 [(长度)]) [ASC|DESC]) ); 注： 格式中【】中的内容均 可省略 ！ 关于上述语法的相关解释具体如下： UNIQUE ： 可选参数，表示唯一性约束 FULLTEXT ： 可选参数，表示全文约束 SPATIAL ： 可选参数，表示空间约束 INDEX 和 KEY ：用来表示字段的索引，二者选一即可 别名 ：可选参数，表示创建的索引的名称 字段名 1：指定索引对应字段的名称 长度 ：可选参数，用于表示索引的长度 ASC 和 DESC ：可选参数，其中， ASC 表示 升序 排列， DESC 表示 降序 排列 1

索引 主键索引: create table 的时候创建 primary key ,主键字段不允许重复,且不能为NULL(primary key自限制) KEY标志为 KEY 唯一索引(unique) ：字段值不允许重复,但可为 NULL,KEY标志为 UNI 普通索引 ：字段值无约束,KEY标志为 MUL 查看索引: desc class; #查看表结构 看key值 KEY主 UNI唯一 MUL普通 没有index是空的 show index from class; 创建索引: 1 create table 表名( 字段名 数据类型， index(字段名), #(默认索引名等于字段名) unique(字段名) ); 2 alter table class add index(name); alter table class 增加 索引(字段); #(默认索引名等于字段名) 3 create index name on class(name); create [unique] index 索引名 on 表名(字段名); 4 alter table 表名 add primary key(id); #增加主键索引 删除索引: drop [unique] index 索引名 on 表名; alter table class drop index name; 来源： https://www

一：优化说明 A：有数据表明，用户可以承受的最大等待时间为8秒。数据库优化策略有很多，设计初期，建立好的数据结构对于后期性能优化至关重要。因为数据库结构是系统的基石，基础打不好，使用各种优化策略，也不能达到很完美的效果。 B：数据库优化的几个方面 ​​ 可以看出来，数据结构、SQL、索引是成本最低，且效果最好的优化手段。 C：性能优化是无止境的，当性能可以满足需求时即可，不要过度优化。 二：优化方向 1. SQL以及索引的优化 首先要根据需求写出结构良好的SQL，然后根据SQL在表中建立有效的索引。但是如果索引太多，不但会影响写入的效率，对查询也有一定的影响。 2. 合理的数据库是设计 根据数据库三范式来进行表结构的设计。设计表结构时，就需要考虑如何设计才能更有效的查询。 数据库三范式： 第一范式：数据表中每个字段都必须是不可拆分的最小单元，也就是确保每一列的原子性； 第二范式：满足一范式后，表中每一列必须有唯一性，都必须依赖于主键； 第三范式：满足二范式后，表中的每一列只与主键直接相关而不是间接相关(外键也是直接相关)，字段没有冗余。 注意：没有最好的设计，只有最合适的设计，所以不要过分注重理论。三范式可以作为一个基本依据，不要生搬硬套。 有时候可以根据场景合理地反规范化： A：分割表。 B：保留冗余字段。当两个或多个表在查询中经常需要连接时，可以在其中一个表上增加若干冗余的字段

一、集群信息查看 GET /_cluster/health GET _cat/health?v 查看集群健康状况，status="green":表示每个索引的primary shard和replica shard都是active状态的 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ="yellow": 表示每个索引的primary shard是active，但是部分replica shard都是不是active状态的 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ="red":表示不是所有索引的primary shard是active，部分索引有数据丢失。 GET _cat/indices?v 快速查看集群中索引的情况 PUT /index_test?pretty 新建索引 index_test:测试的索引名 DELETE /index_test 删除index_test索引 二、使用（我们可以使用Postman访问接口） 1、创建索引库（用于集群时候的设置） put http://localhost:9200/xc_course //索引库名称 { "settings":{ "index":{ "number_of_shards":1, "number_of_replicas":0 } } } number_of_shards：设置分片的数量

数据库事务(Database Transaction)： 是指作为单个逻辑工作单元执行的一系列操作，要么完全地执行，要么完全地不执行。 简单的说：事务就是将一堆SQL(通常是增删改操作)的执行绑在一起，要么都执行成功，要么都执行失败，即都执行成功才算成功，否则就会恢复到这堆SQL执行之前的状态。 事务的四大特性(ACID): (1) 原子性 （Atomicity）：事务中所有操作是不可再分割的原子单位。事务中所有操作要么全部执行成功，要么全部执行失败。 (2) 一致性 （Consistency）：事务执行后，数据库状态与其它业务规则保持一致。如转账业务，无论事务执行成功与否，参与转账的两个账号金额之和应该是不变的。 (3) 隔离性 （Isolation）：隔离性是指在并发操作中，不同事务之间应该隔离开来，使每个并发中的事务不会相互干扰。也就是说，在事中务查看数据更新时，数据所处的状态要么是另一事务修改它之前的状态，要么是另一事务修改它之后的状态，事务不会查看到中间状态的数据. (4) 持久性 （Durability）：一旦事务提交成功，事务中所有的数据操作都必须被持久化到数据库中，即使提交事务后，数据库马上崩溃，在数据库重启时，也必须能保证通过某种机制恢复数据。 MySQL中的事务: 开启事务：start transaction； 结束事务：commit（提交事务

/* 启动 MySQL */ net start mysql /* 连接与断开服务器 */ mysql -h 地址 -P 端口 -u 用户名 -p 密码 /* 跳过权限验证登录 MySQL */ mysqld --skip-grant-tables -- 修改 root 密码 密码加密函数 password() update mysql.user set password=password('root'); SHOW PROCESSLIST -- 显示哪些线程正在运行 SHOW VARIABLES -- /* 数据库操作 */ ------------------ -- 查看当前数据库 select database(); -- 显示当前时间、用户名、数据库版本 select now(), user(), version(); -- 创建库 create database[ if not exists] 数据库名 数据库选项 数据库选项： CHARACTER SET charset_name COLLATE collation_name -- 查看已有库 show databases[ like 'pattern'] -- 查看当前库信息 show create database 数据库名 -- 修改库的选项信息 alter database 库名 选项信息 -- 删除库 drop

一、常用mysql知识 （一）查询语句优化 1.避免非操作符的使用，NOT、<>数据库系统不会使用索引。 2.避免对查询的列的操作，任何对列操作都可能导致全表扫描，包括数据库函数、技术表达式等。尽可能将操作移至等式右边 3.避免不必要的类型转换 4.增加查询的范围限制 5.合理使用IN和EXIST 6.尽量去掉<> 7.去掉WHERE字句中的IS NULL和IS NOT NULL，不会使用索引而进行全表搜索。 8.尽量不要使用前导模糊查询，前导模糊查询不能利用索引。 9.SELECT字句中避免使用‘*’ 10.规范所有的SQL关键之的书写，不要大小写混用 (二) exists与in    1.区别：in是把外表和内表作为hash连接，而exist是对外表做loop循环，每次loop循环再对内表进行查询。如果两个表大小相当，in或exists都可以，如果一大一小，子查询大表用exists，子查询小表用in    2.not in 与not exist:如查询语句使用了not in那么内外表都进行全表扫描，没用到索引，而not exists子查询依然能用到表上索引，所以无论哪个表大，用not exists都比not in要快。 (三) 事物隔离级别 1) 幻读    事物1读取一条指定where数据之后，事物2插入一条符合where条件的数据，事物1使用相同条件再次查询