mysql选择索引
- - CSDN博客数据库推荐文章1、尽量为用来搜索、分类或分组的数据列编制索引，不要为作为输出显示的数据列编制索引. 最适合有索引的数据列是那些在where子句中数据列，在联结子句中出现的数据列，或者是在Group by 、Order by子句中出现的数据列. select 后的数据列最好不要用索引. 2、综合考虑各数据列的维度.
mysql选择索引
标签：
mysql
选择
索引
| 发表时间：2013-11-01 18:36 | 作者：howlaa
出处：http://blog.csdn.net
1、尽量为用来搜索、分类或分组的数据列编制索引，不要为作为输出显示的数据列编制索引。
最适合有索引的数据列是那些在where子句中数据列，在联结子句中出现的数据列，或者是在Group by 、Order by子句中出现的数据列。select 后的数据列最好不要用索引。
2、综合考虑各数据列的维度。
数据列的维度等于它所容纳的非重复值的个数。比如说，如果某个数据列的值是1,2,3,3,4。那么它的维度就是3.维度越高，越适合做索引。原因不言而喻。
3、对短小的值进行索引。
4、为字符串的前缀编索引。
5、充分利用最左边的前缀。
当你创建了一个n个数据列的符合索引时，因为索引中最左边的数据列集合能够使用的n个索引。一个复合索引在工作时就相当于n个索引，因为索引最左边的数据列集合能够用于匹配数据行。这样的一个集合就相当于“最左边前缀”。MYSQL不能使用没有包含最左边前缀的搜索的索引。
6、适可而止，不要建立过多的索引。
索引会占用额外的磁盘空间，会影响写的性能。当你索引过多时，mysql甚至无法选择最好的索引来使用。
7、让索引的类型与你打算进行的比较操作的类型保持匹配。(使用B树索引的关键字:USING BTREE).
8、利用慢查询日志找出性能低劣的查询。（慢查询日志文件是一个文本文件。）
作者：howlaa 发表于2013-11-1 10:36:24 原文链接
阅读：63 评论：0 查看评论
相关 [mysql 选择 索引] 推荐：
ElasticSearch 索引 VS MySQL 索引
- - crossoverJie's Blog这段时间在维护产品的搜索功能，每次在管理台看到 elasticsearch 这么高效的查询效率我都很好奇他是如何做到的. 这甚至比在我本地使用 MySQL 通过主键的查询速度还快. 这类问题网上很多答案，大概意思呢如下：. Lucene 的全文检索引擎，它会对数据进行分词后保存索引，擅长管理大量的索引数据，相对于.
[MySQL] B+树索引
- - CSDN博客推荐文章B+树是一种经典的数据结构，由平衡树和二叉查找树结合产生，它是为磁盘或其它直接存取辅助设备而设计的一种平衡查找树，在B+树中，所有的记录节点都是按键值大小顺序存放在同一层的叶节点中，叶节点间用指针相连，构成双向循环链表，非叶节点（根节点、枝节点）只存放键值，不存放实际数据. 保持树平衡主要是为了提高查询性能，但为了维护树的平衡，成本也是巨大的，当有数据插入或删除时，需采用拆分节点、左旋、右旋等方法.
mysql 索引技巧
- - 小彰MySQL索引的建立对于MySQL的高效运行是很重要的. 下面介绍几种常见的MySQL索引类型. 在数据库表中，对字段建立索引可以大大提高查询速度. 假如我们创建了一个 mytable表：. CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL ); 我们随机向里面插入了10000条记录，其中有一条：5555, admin.
mysql 索引详解
- - 行业应用 - ITeye博客本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题. 特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等. 为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论.
mysql索引认识
- - 数据库 - ITeye博客数据在磁盘中是以 “块”的形式存储的，所以一张表涉及的数据可能会存在多个块中，而在磁盘中查询数据则会根据字段是否为有序与无序来区分，. 无序情况：1.数值具有唯一性则需要查找 总块数/2. 2.无序+无唯一性则需要查找 总块数. 有序情况：1.数值唯一性：log2(总块数/2) （log2是二分查找算法）.
MySQL 索引方式
- - zzm本文配图来自《高性能MySQL(第二版)》. 在数据库中，对性能影响最大的几个策略包括数据库的锁策略、缓存策略、索引策略、存储策略、执行计划优化策略. 索引策略决定数据库快速定位数据的效率，存储策略决定数据持久化的效率. MySQL中两大主要存储引擎MyISAM和InnoDB采用了不同的索引和存储策略，本文将分析它们的异同和性能.
MySql索引总结
- - 掘金后端MySQL 索引底层数据结构. Mysql索引使用的数据结构主要有 BTree索引 和 Hash索引. 对于Hash索引来说，底层数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，使用Hash索引查询性能最快. 其余大多数场景建议使用BTree索引. 为什么索引能够提高查询速度.
Mysql-innodb-B+索引
- - 掘金后端这是读书笔记，Mysql，innodb系列一共3篇. Mysql-innodb-B+索引（本篇）. Mysql-innodb-锁（预计20200523）. Mysql-innodb-事务预计20200530）. CREATE TABLE `aid_***_detail` (
//省略所有字段
PRIMARY KEY (`id`),
KEY `range_idx` (`range_id`,`is_delete`,`range_detail_num`,`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4复制代码.
MySQL InnoDB B+树索引
- - OurMySQLB+树索引在DB中有一个特点就是高扇出性，一般在DB中B+树的高度在2-3层左右，也就意味着只需要2-3次的IO操作即可. 而现在的磁盘每秒差不多在100次IO左右，2-3次意味着查询时间只需0.02-0.03秒. InnoDB存储引擎表是索引组织表，即表中数据安装主键顺序存放. 而聚集索引就是按照每张表的主键构造一颗B+，并且叶节点存放着整张表的行记录数据，因此也让聚集索引也是索引的一部分.