Mysql之索引(六)

时间:2019-07-19
本文章向大家介绍Mysql之索引(六),主要包括Mysql之索引(六)使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

1.思考

在图书馆是怎么找到一本书的?

一般的应用系统对比数据库的读写比例在10:1左右(即有10次查询有1次写操作),而且插入操作和更新操作很少出现性能问题。

遇到最多,最复杂的还是一些复杂的查询操作,所以查询语句的优化显然是重中之重。

2.解决方法

当数据库中的数据量很大时,查找数据会变得很慢

优化方案:索引

3.索引是什么

索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分),它们包含着对数据表里所有记录的引用指针。更通俗来讲,数据库索引好比是一本书的目录,能加快数据库的查询速度。

4.索引的目的

索引的目的在于提高查询效率,可以类比字典,如果要查“mysql”这个单词,我们肯定需要定位到m字母,然后从下往下找到y字母,再找到剩下的sql。如果没有索引,那么你可能需要把所有单词看一遍才能找到你想要的,如果我想找到m开头的单词呢?或者ze开头的单词呢?是不是觉得如果没有索引,这个事情根本无法完成?

5.索引原理

除了词典,生活中随处可见索引的例子,如火车站的车次表、图书的目录等。它们的原理都是一样的,通过不断的缩小想要获得数据的范围来筛选出最终想要的结果,同时把随机的事件变成顺序的事件,也就是我们总是通过同一种查找方式来锁定数据。

数据库也是一样,但显然要复杂许多,因为不仅面临着等值查询,还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等。数据库应该选择怎么样的方式来应对所有的问题呢?我们回想字典的例子,能不能把数据分成段,然后分段查询呢?最简单的如果1000条数据,1到100分成第一段,101到200分成第二段,201到300分成第三段……这样查第250条数据,只要找第三段就可以了,一下子去除了90%的无效数据。

6.索引使用

(1)创建索引

create index 索引名称 on 表名(字段名称(长度)) 

如果指定字段是字符串,需要指定长度,建议长度与定义时的长度一样

如果指定字段类型不是字符串,则无需指定长度

(2)查看索引

show index from 表名;

(3)删除索引

drop index 索引名称 on 表名;

7索引Demo

(1)创建测试表test_index

create table test_index(title varchar(10));

(2)使用Python程序向表中添加十万条数据

def main():
    # 创建Connections连接
    conn = connect(host='localhost',
                   port=3306,
                   database='jing_dong',
                   user='root',
                   password='727825',
                   charset='utf8')

    # 获得Cursor对象
    cursor = conn.cursor()

    # 插入10万条数据
    for i in range(100000):
        cursor.execute('insert into test_index values("cc-%d")'%i)

    # 提交数据
    conn.commit()


if __name__ == '__main__':
main()

(3)查询

①开启时间监控

 set profiling=1;

②查询第十万条数据cc-9999

select * from test_index where title='cc-99999';

③查看查看时间

show profiles;

④为表test_index的title列创建索引

create index title_index on test_index(title(10));

原文地址:https://www.cnblogs.com/huiyichanmian/p/11215682.html