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索引认识
标签：
mysql
索引
认识
| 发表时间：2015-07-05 11:14 | 作者：wsluozefeng
出处：http://www.iteye.com
索引原理：
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）
2.无唯一性：log2(总块数)
结论：索引是对字段的有序排序，属于有序情况，其查找的块数大大减少了，所以才能大大提高查询的效率
举例：有一个myisam的表good，记录数是500w，每个记录的字节数是204，而做了索引的有序字段字节数是54 （建立索引时候会创建一个索引数据结构，往后的查询就是在该结构上做处理，下面的“什么是索引”有提及到该点）
情况：myisam默认的块的字节数是1024， 所以一个块能存储的记录数是5(1024/204),索引的一个块能存储的记录数是18（1024/54）， 那么good表需要的总块数是100w（500w/5），而good的索引字段需要的总块数是277778（500w/18）
结论：有序的字段查询（索引的字段）需要查找的块数是：log2(277778) 或 log2(277778/2)， 具体看该索引字段是否存在值唯一性，而无序字段则需要查找100w或者50w个块，效率低下啊
什么是索引（What is indexing）?
索引是对记录集的多个字段进行排序的方法。在一张表中为一个字段创建一个索引， 将创建另外一个数据结构，包含字段数值以及指向相关记录的指针，然后对这个索引结构进行排序，允许在该数据上进行二分法排序。
副作用是索引需要额外的磁盘空间，对于MyISAM引擎而言，这些索引是被统一保存在一张表中的，这个文件将很快到达底层文件系统所能够支持的大小限制，如果很多字段都建立了索引的话
已有 0 人发表留言，猛击->> 这里<<-参与讨论
ITeye推荐
相关 [mysql 索引 认识] 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 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.