🌈键盘敲烂,年薪30万🌈
目录
?
通过一些约束,快速查询到相应字段的一种数据结构
索引在sql优化中占有非常重要的地位,因为索引与查询挂钩,查询是我们最常做的一个操作。
Hash索引:查询快,但是不支持范围查询,只能精确定位某个数据。
B+树索引:查询较快,支持范围查询,这也是InnoDB存储引擎中默认的索引结构
B+树结构:
多路平衡树,每个节点存放key和指针,指针数量等于key数量+1
插播小知识:
B+树与B树,有什么区别,为什么不用二叉树???
B+树没个非叶子结点只存放指针,可以最大限度的降低树的高度,提高查询效率。
所有数据存放在叶子节点,查询稳定,而二叉树层次会更深,也会有退化为链表的风险
聚簇索引:叶子节点中主键下面挂的是每一行的数据
二级索引:叶子节点中索引值下面挂的是主键id
现有user表,id为主键,name有唯一约束和唯一索引结构,分析下面sql语句。
-- select * from user where id = 1;
-- select * from user where name = 'zhang';
分析:
①where 后面是id,从主键索引里面查找,找到了id为1的,再看前面select 后面是 * 主键下面包含了这些字段信息,直接返回。
②where 后面是name,并且有唯一索引结构,从该索引查找,找到了姓名为zhang的,同样select * 也是查询所有字段,但是此时name下面只有主键id的值,他要根据id再次查询主键索引,性能低
注意:
慢查询日志默认为不开启,开启之后默认指定时间为10s。
可通过修改配置文件来设置这两参数。
缺点:
有些sql在规定的时间之内,但是查询花了9.9秒,并且性能很低,慢查询日志无法记录这样的sql我们也就无法优化.
例如:查询部门和员工信息,
控制台返回这么一张表,我们重点关注这5个字段。
type:
ALL
:全表扫描。index
:通过索引扫描。range
:通过索引范围扫描。ref
:非唯一性索引扫描。eq_ref
:唯一性索引扫描。const
:单表中最多有一个匹配行的情况。反应查询效率 从高到底分别是NULL->system->const->eq_ref->ref->range->index->all
all性能最差,也就是它是全表扫描,没有使用索引,NULL 只有像select 'A' 这样的没有查表才会这样,所以开发中我们尽量优化到system 或者const或者ref级别。
possible_keys:
key:
key_len:
Extra:
Using index
:表示查询使用了覆盖索引。Using where
:表示 MySQL 会在存储引擎层使用 WHERE 条件过滤行。Using temporary
:表示查询需要创建临时表。Using filesort
:表示 MySQL 会对结果使用文件排序。?