1、什么是数据库中的索引?索引有什么作用?

  引入索引的目的是为了加快查询速度。如果数据量很大,大的查询要从硬盘加载数据到内存当中。

2、InnoDB中的索引原理是怎么样的?

  InnoDB是Mysql的默认存储引擎,InnoDB有两种索引:B+树索引和哈希索引,其中哈希索引是自适应性的,存储引擎会根据表的使用情况,自动创建哈希索引,不能人为的干涉。

  B树、B-树、B+树、B*树四种数据结构在索引中的运用,这四种数据结构的顺序必须是这样的。分别阐述如下:

B树:二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;

B-树:多路搜索树,每个结点存储M/2到M个关键字,非叶子结点存储指向关键字范围的子结点;所有关键字在整颗树中出现,且只出现一次,非叶子结点可以命中;

B+树:在B-树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点作为叶子结点的索引;B+树总是到叶子结点才命中;

B*树:在B+树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从1/2提高到2/3;

  首先,B树也叫作二叉搜索树,字如其义。B树有如下三个特点:所有非叶子节点至多拥有两个儿子;所有节点存储一个关键字;非叶子节点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树。

  B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中,否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字。如果B树的所有非叶子结点的左右子树的结点数目均保持差不多(平衡),那么B树的搜索性能逼近二分查找;但它比连续内存空间的二分查找的优点是,改变B树结构(插入与删除结点)不需要移动大段的内存数据,甚至通常是常数开销。最右边也是一个B树,但它的搜索性能已经是线性的了;同样的关键字集合有可能导致不同的树结构索引;所以,使用B树还要考虑尽可能让B树保持左图的结构,和避免右图的结构,也就是所谓的“平衡”问题;实际使用的B树都是在原B树的基础上加上平衡算法,即“平衡二叉树”;如何保持B树结点分布均匀的平衡算法是平衡二叉树的关键;平衡算法是一种在B树中插入和删除结点的策略;

  其次,B-树。数据量越大,B树的高度会越高,之所以会越高,主要是因为二叉引起的。所以在此基础上我们定义了B-树的规范如下:B-树不是二叉的,所以又叫作多路搜索树。

B-树是一种多路搜索树(并不是二叉的):

1.定义任意非叶子结点最多只有M个儿子;且M>2;
2.根结点的儿子数为[2, M];除根结点以外的非叶子结点的儿子数为[M/2, M];
3.每个结点存放至少M/2-1(取上整)和至多M-1个关键字;(至少2个关键字)
4.非叶子结点的关键字个数=指向儿子的指针个数-1;
5.非叶子结点的关键字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];
6.非叶子结点的指针:P[1], P[2], …, P[M];其中P[1]指向关键字小于K[1]的子树,P[M]指向关键字大于K[M-1]的子树,其它P[i]指向关键字属于(K[i-1], K[i])的子树;
7.所有叶子结点位于同一层;如图所示中(M=3)

B-树的搜索,从根结点开始,对结点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的儿子结点重复,直到所对应的儿子指针为空,或已经是叶子结点。

B-树的特性:

       1.关键字集合分布在整颗树中;

       2.任何一个关键字出现且只出现在一个结点中;

       3.搜索有可能在非叶子结点结束;

       4.其搜索性能等价于在关键字全集内做一次二分查找;

       5.自动层次控制;

       由于限制了除根结点以外的非叶子结点,至少含有M/2个儿子,确保了结点的至少利用率,其最底搜索性能如图,
其中,M为设定的非叶子结点最多子树个数,N为关键字总数;
所以B-树的性能总是等价于二分查找(与M值无关),也就没有B树平衡的问题;由于M/2的限制,在插入结点时,如果结点已满,需要将结点分裂为两个各占M/2的结点;删除结点时,需将两个不足M/2的兄弟结点合并;

  其次,B+树。B树、B-树、B+树、B*树。B树是二叉搜索树,B-树、B+树、B*树都是多路搜索树。B-树定义了基本的规范,它有个特点,关键字出现在非叶子节点或者叶子节点,子树的指针比关键字个数大一个。B+树在这两方面分别做了升级,定义如下:

 B+树是B-树的变体,也是一种多路搜索树:

       1.其定义基本与B-树同,除了:

       2.非叶子结点的子树指针与关键字个数相同;

       3.非叶子结点的子树指针P[i],指向关键字值属于[K[i], K[i+1])的子树

(B-树是开区间);

       5.为所有叶子结点增加一个链指针;

       6.所有关键字都在叶子结点出现;

B+的搜索与B-树也基本相同,区别是B+树只有达到叶子结点才命中(B-树可以在非叶子结点命中),其性能也等价于在关键字全集做一次二分查找;

B+的特性:

       1.所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;

       2.不可能在非叶子结点命中;

       3.非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层;

       4.更适合文件索引系统;

  最后B*树,它是B+树的变体,在B+树的非根和非叶子结点再增加指向兄弟的指针。

B*树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为2/3(代替B+树的1/2);

B+树的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最后在父结点中增加新结点的指针;B+树的分裂只影响原结点和父结点,而不会影响兄弟结点,所以它不需要指向兄弟的指针;

B*树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围改变了);  如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制1/3的数据到新结点,最后在父结点增加新结点的指针;

所以,B*树分配新结点的概率比B+树要低,空间使用率更高;

3、如何在Navicat中对表添加索引?

#删除表
DROP TABLE test.idc_work_order_main

# 创建表结构idc_work_order_main
CREATE TABLE `idc_work_order_main` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `creator` varchar(128) NOT NULL DEFAULT '0' COMMENT '创建人',
  `gmt_create` timestamp NULL DEFAULT NULL COMMENT '创建时间',
  `modifier` varchar(128) DEFAULT '0' COMMENT '修改人',
  `gmt_modified` timestamp NULL DEFAULT NULL COMMENT '修改时间',
  `title` varchar(64) DEFAULT NULL COMMENT '工单标题',
  `category` varchar(32) DEFAULT NULL COMMENT '工单类别',
  `subject` varchar(32) DEFAULT NULL COMMENT '工单类型',
  `demander` varchar(30) DEFAULT NULL COMMENT '需求方',
  `is_atomic` char(1) DEFAULT 'y' COMMENT '是否原子工单',
  `atomic_id` int(11) DEFAULT NULL COMMENT '当前原子工单在列表中ID',
  `site` varchar(50) DEFAULT NULL COMMENT '工单所在机房',
  `operationer` varchar(32) DEFAULT NULL COMMENT '当前处理人',
  `operation_role` varchar(50) DEFAULT NULL COMMENT '当前处理角色',
  `state` varchar(50) DEFAULT NULL COMMENT '工单状态',
  `sub_state` varchar(50) DEFAULT NULL COMMENT '工单子状态',
  `expect_time` timestamp NULL DEFAULT NULL COMMENT '预期结单时间',
  `sla` bigint(20) DEFAULT NULL COMMENT 'sla',
  `evaluation` varchar(200) DEFAULT NULL COMMENT '评价',
  `create_source` varchar(32) DEFAULT 'TBOSS' COMMENT '创建源',
  `source_key` varchar(32) DEFAULT NULL COMMENT '创建源唯一标示',
  `is_deleted` char(1) DEFAULT 'n' COMMENT '是否已删除y,n',
  `remark` varchar(500) DEFAULT NULL COMMENT '备注',
  `parent_id` int(11) DEFAULT '0' COMMENT '父工单ID',
  `asset_total` int(11) DEFAULT '0' COMMENT '设备总数',
  `sla_standard` double DEFAULT NULL COMMENT '标准时间',
  `sla_unit` char(1) DEFAULT NULL COMMENT 'sla 单位',
  `effective_date` timestamp NULL DEFAULT NULL COMMENT '提单时间(生效时间)',
  `is_timeout` char(1) DEFAULT 'n' COMMENT '是否超时,‘y’超时,‘n’未超时',
  `statement_date` timestamp NULL DEFAULT NULL COMMENT '结单的时间',
  `source_creator` varchar(32) DEFAULT NULL COMMENT '第三方创建人信息(域账号)',
  `atomic_order_id` int(11) DEFAULT NULL COMMENT '当前原子工单编号',
  `order_device_type` varchar(50) DEFAULT 'SERVER' COMMENT '工单设备类型(server=服务器,network_serve等)',
  `finish_asset_total` int(11) DEFAULT '0' COMMENT '完成设备数',
  PRIMARY KEY (`id`),
  KEY `idx_statement_date` (`statement_date`),
  KEY `idx_parent_id` (`parent_id`),
  KEY `idx_gmt_modified` (`gmt_modified`),
  KEY `idx_gmt_create` (`gmt_create`)
) ENGINE=InnoDB AUTO_INCREMENT=182431 DEFAULT CHARSET=utf8 COMMENT='工单主表';

#显示建表信息
SHOW CREATE TABLE idc_work_order_main

#添加索引
ALTER TABLE idc_work_order_main ADD INDEX atomic_order_id (atomic_order_id)
SHOW INDEX FROM idc_work_order_main
EXPLAIN SELECT * FROM idc_work_order_main WHERE atomic_order_id = '9956'

#添加主键 (唯一)
ALTER TABLE idc_work_order_main ADD PRIMARY KEY source_creator (source_creator)

#添加唯一索引
ALTER TABLE idc_work_order_main ADD UNIQUE source_creator (source_creator)
SHOW INDEX FROM idc_work_order_main

#添加联合索引
ALTER TABLE idc_work_order_main ADD INDEX id_source_parent_create_atomic (id,source_creator,parent_id,gmt_create,atomic_order_id)
SHOW INDEX FROM idc_work_order_main

  关于索引:

1.一本书光目录就占半本书,目录(索引)还有意义吗?索引过多一定情况下会导致索引文件过大(指数增长),系统在寻址时查询时间增长。
2.性别字段就男女两个,加索引纯浪费。一个索引会在 update 或 insert 时增加一次 I/O,对于操作系统底层来说是非常损耗性能的。

3.首先mysql是B+树索引,这种作为索引的好处是可以对有序的记录作logN级的查找,不过对于没有大小之分的数据来说,还是建立哈希索引更好,因为哈希索引的时间复杂度基本是log1的。(注意此处有序和无序的概念)。

4.索引的命名规则:表名_字段名,需要加索引的字段,要在where条件中,数据量少的字段不需要加索引,如果where条件中是OR关系,加索引不起作用,符合最左原则。

4、索引中的index和key的使用

  key 是数据库的物理结构,处于模型层面的,它包含两层意义和作用,一是约束(偏重于约束和规范数据库的结构完整性),二是索引(辅助查询用的)。包括primary key, unique key, foreign key 等。

primary key 有两个作用,一是约束作用(constraint),用来规范一个存储主键和唯一性,但同时也在此key上建立了一个index;
unique key 也有两个作用,一是约束作用(constraint),规范数据的唯一性,但同时也在这个key上建立了一个index;
foreign key也有两个作用,一是约束作用(constraint),规范数据的引用完整性,但同时也在这个key上建立了一个index;

可见,mysql的key是同时具有constraint和index的意义,这点和其他数据库表现的可能有区别。index是数据库的物理结构,处于实现层面的,它只是辅助查询的,它创建时会在另外的表空间(mysql中的innodb表空间)以一个类似目录的结构存储。索引只是索引,它不会去约束索引的字段的行为(那是key要做的事情)。Mysql常见索引有:主键索引、唯一索引、普通索引、全文索引、组合索引。

参考:

1.http://www.data.5helpyou.com/article392.html

2.关于where条件中or对索引影响:http://blog.csdn.net/hguisu/article/details/7106159

MySQL中索引和优化的用法总结的更多相关文章

  1. mysql中isnull,ifnull,nullif的用法

    今天用到了MySql里的isnull才发现他和MSSQL里的还是有点区别,现在简单总结一下: mysql中isnull,ifnull,nullif的用法如下: 1. isnull(expr) 的用法: ...

  2. MySQL中索引的基础知识

    本文是关于MySQL中索引的基础知识.主要讲了索引的意义与原理.创建与删除的操作.并未涉及到索引的数据结构.高性能策略等. 一.概述 1.索引的意义:用于提高数据库检索数据的效率,提高数据库性能. 数 ...

  3. MySQL 中索引的限制

    MySQL 中索引的限制在使用索引的同时,我们还应该了解在MySQL 中索引存在的限制,以便在索引应用中尽可能的避开限制所带来的问题.下面列出了目前MySQL 中索引使用相关的限制.1. MyISAM ...

  4. MySQL 中now()时间戳用法

    MySQL 中now()时间戳用法 UPDATE news set addtime = unix_timestamp(now()); #结果:1452001082  

  5. 【mysql】索引的优化

    写在前面的话 查询容易,优化不易,且写且珍惜 mysql结构 从MySQL逻辑架构来看,MySQL有三层架构,第一层连接,第二层查询解析.分析.优化.视图.缓存,第三层,存储引擎 MySQL有哪些索引 ...

  6. 理解Mysql的索引与优化

    转自:http://www.cnblogs.com/hustcat/archive/2009/10/28/1591648.html 写在前面:索引对查询的速度有着至关重要的影响,理解索引也是进行数据库 ...

  7. [转]Mysql中的SQL优化与执行计划

    From : http://religiose.iteye.com/blog/1685537 一,如何判断SQL的执行效率? 通过explain 关键字分析效率低的SQL执行计划. 比如: expla ...

  8. MySQL的索引与优化

    写在前面:索引对查询的速度有着至关重要的影响,理解索引也是进行数据库性能调优的起点.考虑如下情况,假设数据库中一个表有10^6条记录,DBMS的页面大小为4K,并存储100条记录.如果没有索引,查询将 ...

  9. MySQL的索引及其优化

    前言 索引对查询的速度有着至关重要的影响,理解索引也是进行数据库性能调优的起点.考虑如下情况,假设数据库中一个表有10^6条记录,DBMS的页面大小为4K,并存储100条记录.如果没有索引,查询将对整 ...

随机推荐

  1. 【Win 10 应用开发】在App所在的进程中执行后台任务

    在以往版本中,后台任务都是以独立的专用进程来运行,因此,定义后台任务代码的类型都要位于 Windows 运行时组件项目中. 不过,在14393中,SDK 作了相应的扩展,不仅支持以前的独立进程中运行后 ...

  2. UIApplication详解

    每个app有且只有一个UIApplication对象,当程序启动的时候通过调用UIApplicationMain方法得到的.可以通过sharedApplication方法得到. UIApplicati ...

  3. io流导出csv

    @RequestMapping("/doExport") public void doExport(Model model, @RequestParam(value = " ...

  4. cas 单点登录出现org.jasig.cas.client.util.CommonUtils.getResponseFromServer - 拒绝连接 Connection refused

    cas 单点登录出现org.jasig.cas.client.util.CommonUtils.getResponseFromServer - 拒绝连接 Connection refused 环境: ...

  5. UI1_UITableViewSearchController

    // UI1_UITableViewSearchController // // Created by zhangxueming on 15/7/15. // Copyright (c) 2015年 ...

  6. Msys+Mingw在手 妙用在心!

    1 缘起 平时在一些c++群面,看见很多大学十分努力的学习c++/MFC ,看见在编程语言百花争芳的时候,C/C++还是很有很有魅力.估计很多初学者使用都是window下的visual stdio 开 ...

  7. Android BroadcastReceiver实例Demo(有序广播的发送)

    上一篇简介了广播的发送,这篇主要介绍下,有序广播的发送. 设置完相关属性的时候,广播就会依照有序的方式进行发送: 发送顺序: 先发送第二条广播: 再发送第一条广播: 最后发送第三条广播. 代码例如以下 ...

  8. 相似QQ对话框上下部分可拖动代码

    <!DOCTYPE html> <html> <head> <meta http-equiv="Content-Type" content ...

  9. 排序算法入门之归并排序(java实现)

    归并排序是采用分治法的典型应用. 参考<数据结构与算法分析-Java语言描述> 归并排序其实要做两件事: (1)"分解"--将序列每次折半划分. (2)"合并 ...

  10. Loj #2542. 「PKUWC2018」随机游走

    Loj #2542. 「PKUWC2018」随机游走 题目描述 给定一棵 \(n\) 个结点的树,你从点 \(x\) 出发,每次等概率随机选择一条与所在点相邻的边走过去. 有 \(Q\) 次询问,每次 ...