博客
关于我
8K字详细讲解MySQL高级进阶:索引优化
阅读量:801 次
发布时间:2019-03-25

本文共 566 字,大约阅读时间需要 1 分钟。

[一. 索引介绍]

索引是一种数据结构,用于加快 MySQL 对数据库中的数据的访问速度。它就像一个目录,允许数据库快速定位到所需的数据,而无需逐一检查每一行记录。这一概念在开发和优化查询时尤为重要,尤其是在处理大量数据时。

索引不仅仅是一种简单的列表,它实际上是一个高度优化的数据结构。BTree索引B+Tree索引是常用的数据结构,它们能够在O(log n)时间内完成查找任务,性能非常优异。尽管这些索引能显著提升查询速度,但它们也需要额外的存储空间和维护。

索引的优势

  • 提高查询效率:减少I/O操作量,降低CPU负担,快速定位数据。
  • 减少数据排序:在查询时降低内存使用,更快完成排序任务。

索引的劣势

  • 存储占用:索引本身也会占用存储空间,增加数据库体积。
  • 更新性能影响:每次数据更新时,不仅需要修改表数据,还需更新相关索引,增加处理时间。

索引的使用场景

  • 主键索引:通常自动创建,是定位表中记录的核心工具。
  • 唯一约束:确保记录的唯一性,防止重复数据。
  • 频繁查询的字段:在WHERE子句中经常出现的字段应建索引,以减少查询时间。
  • 多字段查询:复合索引优于单字段索引,特别是在同时查询多个字段时。

不推荐建立索引的情况下

  • 表记录少于合理数量时,索引反而效果不好。
  • 对表进行大量增删改时,维护索引会给更新操作带来更高负担。

转载地址:http://dsiyk.baihongyu.com/

你可能感兴趣的文章
Plotly-Dash 存在未知问题并创建“加载依赖项时出错“;通过使用 Python-pandas.date_range
查看>>
Plotly-Dash:如何过滤具有多个数据框列的仪表板?
查看>>
Plotly:如何为 x 轴上的时间序列设置主要刻度线/网格线的值?
查看>>
Plotly:如何从 x 轴删除空日期?
查看>>
Plotly:如何从单条迹线制作堆积条形图?
查看>>
Plotly:如何以 Root 样式绘制直方图,仅显示直方图的轮廓?
查看>>
Plotly:如何使用 Plotly Express 组合散点图和线图?
查看>>
Plotly:如何使用 plotly.graph_objects 和 plotly.express 定义图形中的颜色?
查看>>
Plotly:如何使用 Python 对绘图对象条形图进行颜色编码?
查看>>
Plotly:如何使用 updatemenus 更新一个特定的跟踪?
查看>>
Plotly:如何使用长格式或宽格式的 pandas 数据框制作线图?
查看>>
Plotly:如何向烛台图添加交易量
查看>>
Plotly:如何在 plotly express 中找到趋势线的系数?
查看>>
Plotly:如何在桑基图中设置节点位置?
查看>>
Plotly:如何处理重叠的颜色条和图例?
查看>>
Plotly:如何手动设置 plotly express 散点图中点的颜色?
查看>>
Plotly:如何结合 make_subplots() 和 ff.create_distplot()?
查看>>
Plotly:如何绘制累积的“步骤“;直方图?
查看>>
Quartz进一步学习与使用
查看>>
Plotly条形图-根据正/负值更改颜色-python
查看>>