mysql创建索引

1 索引概念、索引模型 Q： 你们每天这么大的数据量，都是保存在关系型数据库中吗？ A： 是的，我 们线上使用的是MySQL数据库 Q： 每天几百万数据，一个月就是几千万了，那你们有没有对于查询做一些优化呢？ A： 我们在数据库中创建了一些索引（我现在非常后悔我当时说了这句话） Q： 那你能说说什么是索引吗？ A： 索引其实是一种数据结构，能够帮助我们快速的检索数据库中的数据 Q： 那么索引具体采用的哪种数据结构呢？ A： 常见的MySQL主要有两种结构： Hash索引和B+ Tree索引，我们使用的是InnoDB引擎，默认的是B+树 Q： 既然你提到InnoDB使用的B+ 树的索引模型，那么你知道为什么采用B+ 树吗？这和Hash索引比较起来有什么优缺点吗？ A： 因为Hash索引底层是哈希表，哈希表是一种以key-value存储数据的结构，所以多个数据在存储关系上是完全没有任何顺序关系的，所以，对于区间查询是无法直接通过索引查询的，就需要全表扫描。 所以，哈希索引只适用于等值查询的场景。 而B+ 树是一种多路平衡查询树，所以他的节点是天然有序的（左子节点小于父节点、父节点小于右子节点），所以对于范围查询的时候不需要做全表扫描 Q： 除了上面这个范围查询的，你还能说出其他的一些区别吗？ A： B+ Tree索引和Hash索引区别？ 哈希索引适合等值查询，但是无法进行范围查询

也许，你也跟我一样，在遇到数据库问题时，总时茫然失措，想重启解决问题，又怕导致数据丢失，更怕重启失败，影响业务。 就算重启成功了，对于问题的原因仍不知所以。 本文开始，记录学习《MySQL实战45讲》专栏的过程。 也许有人会问，你记录有什么意义？直接看专栏不就行了吗？你这不是啃别人的剩骨头吗？ 是的，这个系列，我只是基于专栏学习，但是我会尽量从我的角度搞懂每一个知识点，遇到不懂得也会将知识点进行拆分。 我知道关注公众号的小伙伴也有很多购买了这个专栏的，我希望大家都能够利用好这个机会，把 MySQL 吃透！ 看大家的反馈情况吧，若有需要，可以建个小群，大家互相讨论学习！ 下面开始正文。 大家或多或少都用过 MySQL，起码 select 还是会用的吧，但是 select 执行后，MySQL 内部到底发生了什么，你知道吗？ 比如，我们有个简单的表 T，它有个 ID 字段，那么我们可以执行下面的语句： 1 mysql> select * from T where ID=10; 语句执行很简单，但是具体到 MySQL 内部，其实是一个完整的执行流程。 从下图就可以清楚地看出 MySQL 的命令执行流程： 从该图可以看出，MySQL 主要分为 server 层和存储引擎层。 server 层中包含连接器，查询缓存，分析器，优化器，执行器，大多数核心功能以及内置函数，存储过程，触发器，视图等。

MySQL 优化 表关联查询时务必遵循 小表驱动大表 原则； 使用查询语句 where 条件时，不允许出现 函数，否则索引会失效； 使用单表查询时，相同字段尽量不要用 OR，因为可能导致索引失效，比如：SELECT * FROM table WHERE name = '手机' OR name = '电脑'，可以使用 UNION 替代； LIKE 语句不允许使用 % 开头，否则索引会失效； 组合索引一定要遵循 从左到右 原则，否则索引会失效；比如：SELECT * FROM table WHERE name = '张三' AND age = 18，那么该组合索引必须是 name,age 形式； 索引不宜过多，根据实际情况决定，尽量不要超过 10 个； 每张表都必须有 主键，达到加快查询效率的目的； 分表，可根据业务字段尾数中的个位或十位或百位（以此类推）做表名达到分表的目的； 分库，可根据业务字段尾数中的个位或十位或百位（以此类推）做库名达到分库的目的； 表分区，类似于硬盘分区，可以将某个时间段的数据放在分区里，加快查询速度，可以配合 分表 + 表分区 结合使用； MySQL EXPLAIN 语句 EXPLAIN 显示了 MySQL 如何使用索引来处理 SELECT 语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。 使用方法，在 SELECT 语句前加上 EXPLAIN

结构和历史 1. 隔离级别有四种： READ UNCOMMITTED（未提交读），同事务中某个语句的修改，即使没有提交，对其他事务也是可见的。这个也叫脏读。 READ COMMITTED（提交读），另一个事务只能读到该事务已经提交的修改，是大多数据库默认的隔离级别。但是有下列问题，一个事务中两次读取同一个数据，由于这个数据可能被另一个事务提交了两次，所以会出现两次不同的结果，所以这个级别又叫做不可重复读。这里的不一样的数据包括虚读（两次结果不同）和幻读（出现新的或者缺少了某数据）。 REPEATABLE READ（可重复读），这个级别不允许脏读和不可重复读，比如MYSQL中通过MVCC来实现解决幻读问题。 SERIALIABLE（可串行化），这儿实现了读锁，级别最高。 2. 显示和隐式锁定：事务执行中，随时可以执行锁定，锁只有在COMMIT或ROLLBACK的时候才释放，而且所有的锁是同时释放的。这些锁定都是隐式锁定。也可以通过特定语句显式锁定，比如SELECT … LOCK IN SHARE MODE等。 3. MVCC（多版本并发控制）：通过保存数据在某个时间点的快照来实现。在INNODB中通过每行记录后保存两个隐藏的列，一个保存行的创建时间，一个保存行的过期（删除）时间，这儿的保存不是时间而是系统版本号，随着事务的数量增加而增加版本号。 SELECT

mysql联合索引 命名规则：表名_字段名 1、需要加索引的字段，要在where条件中 2、数据量少的字段不需要加索引 3、如果where条件中是 OR 关系，加索引不起作用 4、符合最 左 原则 联合索引又叫复合索引。对于复合索引:Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份，但只能是最左侧部分。例如索引是key index (a,b,c). 可以支持 a | a,b | a,b,c 3种组合进行查找，但不支持 b,c进行查找 .当最左侧字段是常量引用时，索引就十分有效。 两个或更多个列上的索引被称作复合索引。 利用索引中的附加列，您可以缩小搜索的范围，但使用一个具有两列的索引 不同于使用两个单独的索引。复合索引的结构与电话簿类似，人名由姓和名构成，电话簿首先按姓氏对进行排序，然后按名字对有相同姓氏的人进行排序。如果您知 道姓，电话簿将非常有用；如果您知道姓和名，电话簿则更为有用，但如果您只知道名不姓，电话簿将没有用处。 所以说创建复合索引时，应该仔细考虑列的顺序。对索引中的所有列执行搜索或仅对前几列执行搜索时，复合索引非常有用；仅对后面的任意列执行搜索时，复合索引则没有用处。 当一个表有多条索引可走时, Mysql 根据查询语句的成本来选择走哪条索引, 联合索引的话, 它往往计算的是第一个字段(最左边那个), 这样往往会走错索引. 如: 索引Index

查看索引列表 GET /_cat/indices?v 1 创建索引 索引命名有如下限制： a. 仅限小写字母 b. 不能包含\、/、 *、?、"、<、>、|、#以及空格符等特殊符号 c. 从7.0版本开始不再包含冒号 d. 不能以-、_或+开头 e. 不能超过255个字节（注意它是字节，因此多字节字符将计入255个限制） put /test 1 查看索引配置信息 get /test 1 修改现有索引的配置 a. ElasticSearch中对shard的分布是有要求的, 有其内置的特殊算法。 b. ElasticSearch尽可能保证primary shard平均分布在多个节点上。Replica shard会保证不和对应的primary shard分配在同一个节点上。 c. 索引一旦创建，primary shard数量不可变化，但是可以改变replica shard数量 PUT /test/_settings { "number_of_replicas": 1 } 1 2 3 4 创建索引指定相关配置 PUT /test { "settings" : { "number_of_shards" : 1, "number_of_replicas" : 1 } } 1 2 3 4 5 6 7 删除索引 DELETE /test [, other_index] 1 插入/全量更新文档

mysql存储引擎概述 什么是存储引擎？ MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。 例如，如果你在研究大量的临时数据，你也许需要使用内存存储引擎。内存存储引擎能够在内存中存储所有的表格数据。又或者，你也许需要一个支持事务处理的数据库(以确保事务处理不成功时数据的回退能力)。 这些不同的技术以及配套的相关功能在MySQL中被称作存储引擎(也称作表类型)。 MySQL默认配置了许多不同的存储引擎，可以预先设置或者在MySQL服务器中启用。你可以选择适用于服务器、数据库和表格的存储引擎，以便在选择如何存储你的信息、如何检索这些信息以及你需要你的数据结合什么性能和功能的时候为你提供最大的灵活性。 选择如何存储和检索你的数据的这种灵活性是MySQL为什么如此受欢迎的主要原因。其它 数据库系统 (包括大多数商业选择)仅支持一种类型的 数据存储 。 遗憾的是，其它类型的数据库解决方案采取的“一个尺码满足一切需求”的方式意味着你要么就牺牲一些性能，要么你就用几个小时甚至几天的时间详细调整你的数据库。使用MySQL，我们仅需要修改我们使用的存储引擎就可以了 mysql支持哪些存储引擎？ 　　mysql5

原文: http://blog.gqylpy.com/gqy/253 目录 普通索引 唯一索引 主键索引 组合索引 正确使用索引的情况 索引的注意事项 执行计划 axplain 慢日志记录 分页性能相关方案 索引是数据库中专门用于帮助用户快速查找数据的一种数据结构. 类似于字典中的目录，查找字典内容可以根据目录查找到数据的存放位置，然后直接获取. 作用：约束和加速查找 常见的几种索引： - 普通索引 - 唯一索引 - 主键索引 - 联合索引（多列） -- 联合主键索引 -- 联合唯一索引 -- 联合普通索引 无索引和有索引的区别： 无索引： 从前往后一条一条查询. 有索引： 创建索引的本质，就是创建额外的文件，以某种格式存储，查询的时候，先去额外的文件找，确定了位置，然后再去原始表中直接查询，但是创建的索引越多，越会对硬盘有损耗. ——————————— 建立索引的目的： 额外的文件保存特殊的数据结构 查询快，但是插入更新删除依旧慢 创建索引之后，必须命中索引才能有效 索引的种类： hash索引： 查询单条快，范围查询慢 btre类索引： b+树，层数增多，数据量指数级增长 （InnoDB默认支持btree索引，这里就使用它） 索引名词： 覆盖索引： 在索引文件中直接获取数据 （例如：select name from userinfo where name = 'zyk';)

首先声明此篇博客为转载，转载自最下方链接，为防止本人遗忘，故发布博客 第一方面：30种mysql优化sql语句查询的方法 1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by涉及的列上建立索引。 　　2.应尽量避免在 where 子句中使用 !=或<> 操作符，否则将引擎放弃使用索引而进行全表扫描。 　　3.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： 　　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： 　　select id from t where num=0 　　4.应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如： 　　select id from t where num=10 or num=20 　　可以这样查询： 　　select id from t where num=10 　　union all 　　select id from t where num=20 　　5.下面的查询也将导致全表扫描： 　　select id from t where name like '%abc%' 　　对于 like '..%'

MySQL中的索引简介 索引的优点 1 保证每一行数据的唯一性 　　2 提高查询的速度 　　3 加快表与表之间的连接 　　4 分组和排序进行数据检索的时候，显著减少分组和排序时间 　　5 通过索引，可以在查询中使用查询优化器，提高系统的性能。 索引的缺点 1 时间：创建索引和维护索引需要消耗时间，时间会随着数据量递增 　　2 物理空间：如果要建立所以聚簇索引，空间需要更多 　　3 对表数据进行增删改操作的时候，需要动态维护索引，降低维护速度 适合建索引的字段 1 主键：强制该列的唯一性和组织表中的排列结构 　　2 需要经常查询的字段 　　3 经常连接的字段，主要是一些外键 　　4 需要经常排序和分组的字段 　　5 经常使用在 where 中的，需要范围搜索的字段。因为已经给索引排序了，再进行筛选速度会快很多。 　　建立索引，一般按照select的where条件来建立，比如： select的条件是where f1 and f2，那么如果我们在字段f1或字段f2上建立索引是没有用的，只有在字段f1和f2上同时建立索引才有用等。 不适合建索引的字段 1 很少使用的字段 　　2 数据值很少的字段，如性别等，索引意义不大 　　3 定义为 text，image 和 bit的字段，要嘛值过大，要嘛过小 　　4 修改性能远远大于检索性能时 索引的种类 B-tree Full-text索引 Full