***** ## 索引 ### 思考 > 在圖書館中是如何找到一本書的？ 一般的應用系統對比數據庫的讀寫比例在10:1左右(即有10次查詢操作時有1次寫的操作)， 而且插入操作和更新操作很少出現性能問題， 遇到最多、最容易出問題還是一些復雜的查詢操作，所以查詢語句的優化顯然是重中之重 ### 解決辦法 當數據庫中數據量很大時，查找數據會變得很慢 優化方案：索引 ### 索引是什么 索引是一種特殊的文件(InnoDB數據表上的索引是表空間的一個組成部分)，它們包含著對數據表里所有記錄的引用指針。 <br>更通俗的說，數據庫索引好比是一本書前面的目錄，能加快數據庫的查詢速度 ### 索引的目的 索引的目的在于提高查詢效率，可以類比字典，如果要查“mysql”這個單詞，我們肯定需要定位到m字母，然后從下往下找到y字母，再找到剩下的sql。 ### 索引原理 除了詞典，生活中隨處可見索引的例子，如火車站的車次表、圖書的目錄等。它們的原理都是一樣的，通過不斷的縮小想要獲得數據的范圍來篩選出最終想要的結果，同時把隨機的事件變成順序的事件，也就是我們總是通過同一種查找方式來鎖定數據。 <br>數據庫也是一樣，但顯然要復雜許多，因為不僅面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數據庫應該選擇怎么樣的方式來應對所有的問題呢？  ### 索引的使用 * 查看索引 ~~~ show index from 表名; ~~~ * 創建索引 * 如果指定字段是字符串，需要指定長度，建議長度與定義字段時的長度一致 * 字段類型如果不是字符串，可以不填寫長度部分 ~~~ create index 索引名稱 on 表名(字段名稱(長度)) ~~~ * 刪除索引： ~~~ drop index 索引名稱 on 表名; ~~~ ## 索引案例 創建測試表test ``` create table test(title varchar(10)); ``` - 使用python程序向表中加入十萬條數據 #### 查詢 * 開啟運行時間監測： ~~~ set profiling=1; ~~~ * 查找第1萬條數據ha-99999 ~~~ select * from test where title='ha-99999'; ~~~ * 查看執行的時間： ~~~ show profiles; ~~~ * 為表title\_index的title列創建索引： ~~~ create index title_index on test(title(10)); ~~~ * 執行查詢語句： ~~~ select * from test where title='ha-99999'; ~~~ * 再次查看執行的時間 ~~~ show profiles; ~~~ ### 適合建立索引的情況 1.主鍵自動建立索引 2.頻繁作為查詢條件的字段應該建立索引 3.查詢中與其他表關聯的字段,外鍵關系建立索引 4.在高并發的情況下創建復合索引 5.查詢中排序的字段,排序字段若通過索引去訪問將大大提高排序速度 (建立索引的順序跟排序的順序保持一致) ### 不適合建立索引的情況 頻繁更新的字段不適合建立索引 where條件里面用不到的字段不創建索引 表記錄太少,當表中數據量超過三百萬條數據,可以考慮建立索引 數據重復且平均的表字段,比如性別,國籍