45 lines
2.4 KiB
Markdown
45 lines
2.4 KiB
Markdown
---
|
||
id: "20190422"
|
||
date: "2019/04/22 09:48"
|
||
title: "如何高效利于mysql索引"
|
||
tags: ["mysql", "index", "高性能"]
|
||
categories:
|
||
- "数据库"
|
||
- "基础"
|
||
---
|
||
|
||
  mysql 相信大部分人都用过，索引肯定也是用过的，但是你知道如何创建恰当的索引吗？在数据量小的时候，不合适的索引对性能并不会有太大的影响，但是当数据逐渐增大时，性能便会急剧的下降。
|
||
|
||
  本篇是对 mysql 索引的一个归纳总结，如果有错误的地方，记得评论指出哦。
|
||
|
||
# 索引基础
|
||
|
||
  我们都有都知道查字典的步骤，是先在**索引页**中找到这个字的页码，然后再到对应的页码中查看这个字的信息。mysql 的索引方法也是和这个类似的，先在索引中找到对应值，然后根据匹配的索引记录找到对应的数据行。假如有下面的 sql 语句：
|
||
|
||
```sql
|
||
select * from student where code='2333'
|
||
```
|
||
|
||
<!-- more -->
|
||
|
||
加入 code 列上建立有索引，mysql 将使用该索引找到值为'2333'的数据行，然后读取数据行的所有数据返回。
|
||
|
||
## 索引类型
|
||
|
||
### B-Tree 索引
|
||
|
||
  （不是 B 减树，就是 B 树），绝大多数的索引类型都是 B-Tree 的（或者是 B-Tree 的变体），通常我们使用的也是这类索引。Mysql 中 MyISAM 存储引擎使用的是 B-tree，InnoDB 使用的是 B+Tree，B 树和 B+树的区别自行百度。
|
||
|
||
  树结构的索引能够加快访问数据的速度，存储引擎不再需要全表扫描来获取所需的数据，取而代之的是从树的根节点来进行二分搜索，总所周知二分搜索的速度是相当快的，因此我们能够利用索引来极大的提高查询速度。B-Tree 支持以下几种类型的查询：
|
||
|
||
假设再 student 表中仅有：name,age,weight 这样一个多列索引,下面的查询都能利用到此索引
|
||
|
||
- 全值匹配<br>
|
||
和索引列中的所有列进行匹配。比如查询`name='abc' and age=12`,这里用到了第一列和第二列
|
||
- 匹配最左前列<br>
|
||
只是用索引的开头部分，比如查询`name='ggg'`只使用索引的第一列，查询`name='ggg' and age=12`是用索引的第一、二列。
|
||
- 匹配列前缀<br>
|
||
也可以只匹配某一列的开头部分，比如查询`name lik 'g%'`,查询 name 以 g 开头的记录。这里用到了第一列
|
||
- 匹配范围值<br>
|
||
可用于匹配范围值，比如查询`name > 'abc' and `
|
||
|