建站
咨詢
售后
建站咨詢
新聞中心
當(dāng)我們談到數(shù)據(jù)庫(kù)性能優(yōu)化時(shí)，不得不提到數(shù)據(jù)庫(kù)index。數(shù)據(jù)庫(kù)index是一種用于優(yōu)化查詢性能和排序的數(shù)據(jù)結(jié)構(gòu)，是數(shù)據(jù)庫(kù)中最基本的優(yōu)化手段之一。在大型數(shù)據(jù)庫(kù)中，使用適當(dāng)?shù)乃饕梢悦黠@地提高查詢速度和事務(wù)處理速度。但不恰當(dāng)?shù)乃饕褂脤?dǎo)致巨大的性能下降和存儲(chǔ)問(wèn)題。本文將討論，以了解如何正確使用它們。
成都創(chuàng)新互聯(lián)公司是一家專注于成都網(wǎng)站制作、成都網(wǎng)站設(shè)計(jì)與策劃設(shè)計(jì),北侖網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)10多年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:北侖等地區(qū)。北侖做網(wǎng)站價(jià)格咨詢:028-86922220
概述
在關(guān)系數(shù)據(jù)庫(kù)中，index是一種特殊的數(shù)據(jù)結(jié)構(gòu)，用于加快查詢速度。它是非常重要的，因?yàn)樵趯?shí)際應(yīng)用中，數(shù)據(jù)庫(kù)中可能存儲(chǔ)著海量數(shù)據(jù)，而不使用索引時(shí)，查詢將變得非常慢。索引其實(shí)就是一組元數(shù)據(jù)，它們指向數(shù)據(jù)庫(kù)中存儲(chǔ)數(shù)據(jù)的物理地址。這些物理地址與表行有直接關(guān)系，所以引入索引會(huì)加快查詢速度。
作用
數(shù)據(jù)庫(kù)index的主要作用是提高查詢性能。使用適當(dāng)?shù)乃饕梢詷O大地減少數(shù)據(jù)庫(kù)的I/O操作，減少查詢所需的時(shí)間。它可以將一個(gè)本來(lái)需要遍歷整個(gè)表格才能完成的查詢轉(zhuǎn)化為一個(gè)能更快地找到結(jié)果的過(guò)程。但是，索引并不僅僅是提高查詢速度。它還可以：
1. 提高數(shù)據(jù)的唯一性約束。當(dāng)我們?cè)诒砀裆辖⒁粋€(gè)唯一性約束時(shí)，數(shù)據(jù)庫(kù)將自動(dòng)生成一個(gè)索引。
2. 提高排序速度。當(dāng)表格中存儲(chǔ)了大量數(shù)據(jù)時(shí)，排序需要很長(zhǎng)時(shí)間。但是，使用索引可以大幅提高排序速度，因?yàn)閿?shù)據(jù)已經(jīng)按要求排序并存儲(chǔ)在索引中。
3. 提高連接操作的速度。在連接兩張表格時(shí)，使用索引可以極大地提高連接操作的速度。索引對(duì)于大型數(shù)據(jù)庫(kù)中的連接操作是至關(guān)重要的。
4. 提高聚合操作的速度。當(dāng)數(shù)據(jù)庫(kù)需要進(jìn)行聚合操作時(shí)，使用索引可以大幅提高聚合操作的速度。這些操作包括計(jì)數(shù)、求和、平均值和更大/最小值。
索引類型
在關(guān)系數(shù)據(jù)庫(kù)中，有多種類型的索引，每種類型都有其獨(dú)特的使用場(chǎng)景。下面簡(jiǎn)單介紹一下常見的幾種索引類型：
1. 唯一索引：該索引類型只允許一行數(shù)據(jù)具有相同的索引值。因此，它可以用于防止重復(fù)數(shù)據(jù)錄入。
2. 主鍵索引：主鍵索引是唯一索引的特殊情況。該索引類型用于唯一標(biāo)識(shí)表格中的每一行數(shù)據(jù)，并且表格只能有一個(gè)主鍵索引。
3. 聚集索引：聚集索引是表格數(shù)據(jù)的物理排序。它們可以在查詢和排序操作時(shí)提供極大的優(yōu)勢(shì)。每個(gè)表格只能有一個(gè)聚集索引。
4. 非聚集索引：非聚集索引是獨(dú)立存儲(chǔ)的數(shù)據(jù)結(jié)構(gòu)，它們可以在查詢和排序操作時(shí)提供優(yōu)勢(shì)。
索引的設(shè)計(jì)和實(shí)現(xiàn)
在關(guān)系數(shù)據(jù)庫(kù)中，良好的索引設(shè)計(jì)是數(shù)據(jù)庫(kù)性能優(yōu)化中的核心問(wèn)題。在設(shè)計(jì)索引時(shí)，需要考慮以下三個(gè)方面：
1. 對(duì)查詢進(jìn)行優(yōu)化。要根據(jù)常用查詢的特征合理地定義索引，以快速定位查詢結(jié)果。
2. 對(duì)數(shù)據(jù)更新操作提供高效的支持。索引更新的成本非常高，因此，需要根據(jù)更新頻率、批量程度等因素綜合考慮。
3. 減少索引對(duì)數(shù)據(jù)庫(kù)存儲(chǔ)資源的影響。每個(gè)索引都會(huì)對(duì)數(shù)據(jù)庫(kù)存儲(chǔ)資源造成影響，因此必須慎重設(shè)計(jì)。
在實(shí)際實(shí)現(xiàn)中，需要考慮以下因素：
1. 索引的存儲(chǔ)：索引通常存儲(chǔ)在B樹數(shù)據(jù)結(jié)構(gòu)中，以保證查找效率和查詢速度。
2. 多列索引：可以在一個(gè)索引中存儲(chǔ)多個(gè)列的數(shù)據(jù)，以提高查詢效率。
3. 索引的類型：根據(jù)需要選擇不同的索引類型，以實(shí)現(xiàn)更佳的查詢/更新效率。
4. 空值的處理：空值需要特殊處理，以確保索引的正確性。
數(shù)據(jù)庫(kù)index是關(guān)系數(shù)據(jù)庫(kù)中不可或缺的組成部分，它是提高復(fù)雜查詢性能的關(guān)鍵所在。適當(dāng)?shù)囟x索引可以使查詢速度達(dá)到更佳效果。當(dāng)然，不能過(guò)度定義索引。過(guò)度定義將消耗大量的存儲(chǔ)空間，并可能導(dǎo)致查詢性能下降。在設(shè)計(jì)索引時(shí)，需要考慮查詢操作的特征、數(shù)據(jù)更新的頻率、存儲(chǔ)空間等多重因素。只有合理地設(shè)計(jì)和使用索引，才能實(shí)現(xiàn)更好的數(shù)據(jù)庫(kù)性能。
成都網(wǎng)站建設(shè)公司-創(chuàng)新互聯(lián),建站經(jīng)驗(yàn)豐富以策略為先導(dǎo)10多年以來(lái)專注數(shù)字化網(wǎng)站建設(shè),提供企業(yè)網(wǎng)站建設(shè),高端網(wǎng)站設(shè)計(jì),響應(yīng)式網(wǎng)站制作,設(shè)計(jì)師量身打造品牌風(fēng)格,熱線:028-86922220數(shù)據(jù)庫(kù)中聚集索引、非聚集索引、填充因子的概念？
聚集索引狹義上講是主鍵，物理上說(shuō)就物虧是數(shù)據(jù)行實(shí)際存放的順序。
非聚集就是邏輯順序，會(huì)有一個(gè)獨(dú)立于表存在的“表”來(lái)存放邏輯順序，然后再根據(jù)主鍵查找到實(shí)際的數(shù)據(jù)行。
填充因此，形象的說(shuō)就是兩條記錄之冊(cè)橋間留給新增或修改主鍵的記錄的存儲(chǔ)位州螞猛置。
聚集索引（Clustered Index）：對(duì)表的物理數(shù)據(jù)頁(yè)中的數(shù)據(jù)按列進(jìn)行排序亂宏坦，然后再重新存儲(chǔ)到磁盤上，即如果說(shuō)在一個(gè)表中建立了聚集索引，則表中的數(shù)據(jù)頁(yè)會(huì)在會(huì)按照索引的順序來(lái)存放
非聚集索引（Nonclustered Index）：具有完全獨(dú)立于數(shù)據(jù)行的結(jié)構(gòu)，使用非聚集索引不用將物理數(shù)據(jù)頁(yè)中絕銷的數(shù)據(jù)按列排序，即非聚集索引不會(huì)影響數(shù)據(jù)表中記錄的實(shí)際存儲(chǔ)順序。非聚集索引的葉節(jié)點(diǎn)存儲(chǔ)了組成非聚集索引的關(guān)鍵字值和行定位器。
填充因子：指索引中一個(gè)葉子節(jié)點(diǎn)的填充率，若都填滿就是100%，若填充率為嘩桐50%，則只有一半的數(shù)據(jù)
索引有兩種類型，分別是聚集索引(clustered
index，也稱聚類索引、簇集索引)和非聚集索引(nonclustered
index，也稱非聚類索引、非簇集索引)。
聚集索引在一個(gè)表中只能有一個(gè)，默認(rèn)情況下在主鍵建立的時(shí)候創(chuàng)建，它是規(guī)定數(shù)據(jù)在表中的物理存儲(chǔ)順序，我們也可以取消主鍵的聚集索引，所以必須考慮
數(shù)據(jù)庫(kù)可能用到的查詢類型以及使用的最為頻繁的查詢類型，對(duì)其最常用的一個(gè)字段或者多個(gè)字段建立聚集索引或者組合的聚集索引，它就是SQL
Server會(huì)在物理上按升序(默認(rèn))或者降序重排數(shù)據(jù)列，這樣就可以迅速的找到被查詢的數(shù)據(jù)。
非聚集索主要是數(shù)據(jù)存儲(chǔ)在一個(gè)地方，索引存儲(chǔ)在另一個(gè)地方，索引帶有指針指向數(shù)據(jù)的存儲(chǔ)位置。索引中的項(xiàng)目按索引鍵值的順序存儲(chǔ)，而表中的信息按另
一種順序存儲(chǔ)。可以在一個(gè)表格中使用高達(dá)249個(gè)非聚集的索引，在查詢的過(guò)程中先對(duì)非聚集索引進(jìn)行搜索，找到數(shù)據(jù)值在表中的位置，然后從該位置直接檢索數(shù)
據(jù)。這使非聚集索引成為精確匹配查詢的更佳方法，因?yàn)樗饕枋霾樵兯阉鞯臄?shù)據(jù)值在表中的精確位置的條目。
填充因子：
使用
fill
factor
選項(xiàng)可以指定
Microsoft
SQL
Server
使用現(xiàn)有數(shù)據(jù)創(chuàng)建新索引時(shí)將每頁(yè)填滿到什么程度。由于在頁(yè)填充時(shí)
SQL
Server
必須花時(shí)間來(lái)拆分頁(yè)，因此填充因子會(huì)影響性能。坦衫巧
僅在創(chuàng)建或重新生成索引時(shí)使用填充因子。頁(yè)面不會(huì)維護(hù)在任何特定的填充水平上。
fill
factor
的默認(rèn)值為
0，有效值介于
和
100
之間。FILLFACTOR
設(shè)置為
或
100
時(shí)，葉級(jí)別幾乎完全填滿，但至少會(huì)保留一個(gè)其他索引行的空間。這樣設(shè)置后，葉級(jí)別空間會(huì)得到有效利用，而且仍有空間可以在必須拆分頁(yè)之前進(jìn)行有限擴(kuò)展讓鍵。很少需要更塌皮改
fill
factor
的默認(rèn)值，因?yàn)榭梢允褂?/p>
CREATE
INDEX
或
ALTER
INDEX
REBUILD
語(yǔ)句來(lái)覆蓋其對(duì)于指定索引的值。
在mysql數(shù)據(jù)庫(kù)中為字段添加索引，是什么意思，有什么好處，謝謝??！
字段添加索引的語(yǔ)句可以百度找 mysql 添加索引命令。
索引的好處在于可以講指定列進(jìn)行排昌友序，提高檢索的速度。
一個(gè)簡(jiǎn)單的例子：
某個(gè)列的數(shù)據(jù)是
id name
12 小李
10 小龍
5 小青
99 小紅
id列創(chuàng)建索引后就會(huì)生成一個(gè)索引表
id index
10 2
12 1
99 4
當(dāng)查詢 where id =10的 時(shí)候，使用到索引表。由于10下面是15，不可能有大于10的數(shù)。所以不再進(jìn)行掃描表操作。返回第二條數(shù)據(jù)，對(duì)應(yīng)回主表的第二行。
這樣就提高了查詢的速度，如果沒添加索引；則掃描整張主表。
索引的類型，什么列需要加索引等相關(guān)信息的你還需百度查詢改基一下，這里告訴你的是一些基耐殲槐本的概念。
在mysql數(shù)據(jù)庫(kù)中為字段添加索核爛笑引，意思是對(duì)數(shù)據(jù)庫(kù)某個(gè)表中一列或若干列值的和相應(yīng)的指向表中物理標(biāo)識(shí)這些值的數(shù)據(jù)頁(yè)進(jìn)行排序，它是邏輯指針清單。
索引提供指向存儲(chǔ)在表的指定列中的數(shù)據(jù)值的指針，然后根據(jù)指定的排序順序?qū)@些指針排序。數(shù)據(jù)庫(kù)使用索引以找到特定值，然后順指針找到包含該值的行。這樣可以使對(duì)應(yīng)于表的SQL語(yǔ)句執(zhí)行得更快，可快速訪問(wèn)數(shù)據(jù)庫(kù)表中的特定信息。
擴(kuò)展資料：
當(dāng)現(xiàn)有數(shù)據(jù)中存在重復(fù)的鍵值時(shí)，大多數(shù)數(shù)據(jù)庫(kù)不允許將新創(chuàng)建的唯一索引與表一起保存。數(shù)據(jù)庫(kù)還可能防止添加將在表中創(chuàng)建重復(fù)鍵值的新數(shù)據(jù)。例如，如果在 employee 表中職員的姓 (lname) 上創(chuàng)建了唯一索引，則任何兩個(gè)員工都不能同姓。
對(duì)某個(gè)列建立UNIQUE索引后，歷豎插入新記錄時(shí)，
數(shù)據(jù)庫(kù)管理系統(tǒng)
會(huì)自動(dòng)檢查新紀(jì)錄在改含該列上是否取了重復(fù)值，在CREATE TABLE 命令中的UNIQE約束將隱式創(chuàng)建UNIQUE索引。
在滿足語(yǔ)句需求的情況下，盡量少的訪問(wèn)資源是數(shù)據(jù)庫(kù)設(shè)計(jì)的重要原則，這和執(zhí)行的 SQL 有直接的關(guān)系，索引問(wèn)題又是 SQL 問(wèn)題中出現(xiàn)頻率更高的，常見的索引問(wèn)題包括：無(wú)索引（失效）、隱式轉(zhuǎn)換。1. SQL 執(zhí)行流程看一個(gè)問(wèn)題，在下面這個(gè)表 T 中，如果我要執(zhí)行 需要執(zhí)行幾次樹的搜索操作，會(huì)掃描多少行？
這分別是 ID 字段索引樹、k 字段索引樹。
這條 SQL 語(yǔ)句的執(zhí)行流程：
1. 在 k 索引樹上找到 k=3，獲得 ID=3002. 回表到 ID 索引樹查找 ID=300 的記錄，對(duì)應(yīng) R33. 在 k 索引樹找到下一個(gè)值 k=5，ID=5004. 再回到 ID 索引樹找到對(duì)應(yīng) ID=500 的 R4
5. 在 k 索引樹去下一個(gè)值 k=6，不符合條件，循環(huán)結(jié)束
這個(gè)過(guò)程讀取了 k 索引樹的三條記錄，回表了兩次。因?yàn)椴樵兘Y(jié)果所需要的數(shù)據(jù)只在主鍵索引上有，所以必須得回表。所以，我們?cè)撊绾瓮ㄟ^(guò)優(yōu)化索引，來(lái)避免回表呢？2. 常見索引優(yōu)化2.1 覆蓋索引覆蓋索引，換言之就是索引要覆蓋我們的查詢請(qǐng)求，無(wú)需回表。
如果執(zhí)行的語(yǔ)句是 ，這樣的話因?yàn)?ID 的值在 k 索引樹上，就不需要回表了。
覆蓋索引可以減少樹的搜索次數(shù)，顯著提升查詢性能，是常用的性能優(yōu)化手段。
但是，維護(hù)索引是有代價(jià)的，所以在建立冗余索引來(lái)支持覆蓋索引時(shí)要權(quán)衡利弊。
2.2 最左前綴原則
B+ 樹的數(shù)據(jù)項(xiàng)是復(fù)合的數(shù)據(jù)結(jié)構(gòu)，比如 的時(shí)候，B+ 樹是按照從兄哪左到右的順序來(lái)建立搜索樹的，當(dāng) 這樣的數(shù)據(jù)來(lái)檢索的時(shí)候，B+ 樹會(huì)優(yōu)先比較 name 來(lái)確定下一步的檢索方向，如果 name 相同再依次比較 sex 和 age，最后得到檢索的數(shù)據(jù)。
可以清楚的看到，A1 使用 tl 索引，A2 進(jìn)行了全表掃描，雖然 A2 的兩個(gè)條件都在 tl 索引中出現(xiàn)，但是沒有使用到 name 列，不符合最左前綴原則，無(wú)法使用索引。所以在建立聯(lián)合索引的時(shí)候，如何安排索引內(nèi)的字段排序是關(guān)鍵。評(píng)估標(biāo)準(zhǔn)是索引的復(fù)用能力，因?yàn)橹С肿钭笄熬Y，所以當(dāng)建立（a，b）這個(gè)聯(lián)合索引之后，就不需要給 a 單獨(dú)建立索引。原則上，如果通過(guò)調(diào)整順序，可以少維護(hù)一個(gè)索引，那么這個(gè)順序往往就是需要優(yōu)先考慮采用的。上面這個(gè)例子中，如果查詢條件里只有 b，就是沒法利用（a，b）這個(gè)聯(lián)合索引的，這時(shí)候就不得不維護(hù)另一個(gè)索引，也就是說(shuō)要同時(shí)維護(hù)（a，b）、（b）兩個(gè)索引。這樣的話，就需要考慮空間占用了，比如，name 和 age 的聯(lián)合索引，name 字段比 age 字段占用空間大，所以創(chuàng)建（name，age）聯(lián)合索引和（age）索引占用空間是要小于（age，name）、(name）索引的。
2.3 索引下推
以人員表的聯(lián)合索引（name, age）為例。如果現(xiàn)在有一個(gè)需求：檢索出表中“名字之一個(gè)字是張，而且年齡是26歲的所有男性”。那么，SQL 語(yǔ)句是這么寫的
通過(guò)最左前綴索引規(guī)則，會(huì)找到 ID1，然后需要判斷其他條件是否滿足在 MySQL 5.6 之前，只能從 ID1 開始一個(gè)個(gè)回表。到主鍵索引上找出數(shù)據(jù)行，再對(duì)比字段值。而 MySQL 5.6 引入的索引下推優(yōu)化(index condition pushdown)，可以在索引遍歷過(guò)程中，對(duì)索引中包含的字段先做判斷，直接過(guò)濾掉不滿足條件的記錄，減少回表次數(shù)。這樣，減少了回表次數(shù)和之后再次過(guò)濾的工作量，明顯提高檢索速度。
2.4 隱式類型轉(zhuǎn)化
隱式類型轉(zhuǎn)化主要原因是，表結(jié)構(gòu)中指定的數(shù)據(jù)類型與傳入的數(shù)據(jù)類型不同，導(dǎo)致索引無(wú)法使用。所以有兩種方案：
修改表結(jié)構(gòu)，修改字段數(shù)據(jù)類型。
修改應(yīng)用，將應(yīng)用中傳入的字符類型改為與表結(jié)構(gòu)相同類型。
3. 為什么會(huì)選錯(cuò)索引3.1 優(yōu)化器選擇索引是優(yōu)化器的工作，其目的是找到一個(gè)更優(yōu)的執(zhí)行方案，用最小的代價(jià)去執(zhí)行語(yǔ)句。在數(shù)據(jù)庫(kù)中，掃描行數(shù)是影響執(zhí)行代價(jià)的因素之一。掃描的行數(shù)越少，意味著訪問(wèn)磁盤數(shù)據(jù)的次數(shù)越少，消耗的 CPU 資源越少。當(dāng)然，掃描行數(shù)并不是唯一的判斷標(biāo)準(zhǔn)，優(yōu)化器還會(huì)結(jié)合是否使用臨時(shí)表、是否排序等因素進(jìn)行綜合判斷。
3.2 掃描行數(shù)
MySQL 在真正開始執(zhí)行語(yǔ)句之前，并不能精確的知道滿足這個(gè)條件的羨宏碼記錄有多少條，只能通過(guò)索引的區(qū)分度來(lái)判斷。顯然，一個(gè)索引上不同的值越多，索引的區(qū)分度就越好，而絕核一個(gè)索引上不同值的個(gè)數(shù)我們稱為“基數(shù)”，也就是說(shuō)，這個(gè)基數(shù)越大，索引的區(qū)分度越好。
MySQL 使用采樣統(tǒng)計(jì)方法來(lái)估算基數(shù)：采樣統(tǒng)計(jì)的時(shí)候，InnoDB 默認(rèn)會(huì)選擇 N 個(gè)數(shù)據(jù)頁(yè)，統(tǒng)計(jì)這些頁(yè)面上的不同值，得到一個(gè)平均值，然后乘以這個(gè)索引的頁(yè)面數(shù)，就得到了這個(gè)索引的基數(shù)。而數(shù)據(jù)表是會(huì)持續(xù)更新的，索引統(tǒng)計(jì)信息也不會(huì)固定不變。所以，當(dāng)變更的數(shù)據(jù)行數(shù)超過(guò) 1/M 的時(shí)候，會(huì)自動(dòng)觸發(fā)重新做一次索引統(tǒng)計(jì)。
在 MySQL 中，有兩種存儲(chǔ)索引統(tǒng)計(jì)的方式，可以通過(guò)設(shè)置參數(shù) innodb_stats_persistent 的值來(lái)選擇：
on 表示統(tǒng)計(jì)信息會(huì)持久化存儲(chǔ)。默認(rèn) N = 20，M = 10。
off 表示統(tǒng)計(jì)信息只存儲(chǔ)在內(nèi)存中。默認(rèn) N = 8，M = 16。
由于是采樣統(tǒng)計(jì)，所以不管 N 是 20 還是 8，這個(gè)基數(shù)都很容易不準(zhǔn)確。所以，冤有頭債有主，MySQL 選錯(cuò)索引，還得歸咎到?jīng)]能準(zhǔn)確地判斷出掃描行數(shù)。
可以用 來(lái)重新統(tǒng)計(jì)索引信息，進(jìn)行修正。
3.3 索引選擇異常和處理1. 采用 force index 強(qiáng)行選擇一個(gè)索引。2. 可以考慮修改語(yǔ)句，引導(dǎo) MySQL 使用我們期望的索引。3. 有些場(chǎng)景下，可以新建一個(gè)更合適的索引，來(lái)提供給優(yōu)化器做選擇，或刪掉誤用的索引。
關(guān)于數(shù)據(jù)庫(kù)index作用的介紹到此就結(jié)束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關(guān)注本站。
成都網(wǎng)站建設(shè)選創(chuàng)新互聯(lián)(?:028-86922220),專業(yè)從事成都網(wǎng)站制作設(shè)計(jì),高端小程序APP定制開發(fā),成都網(wǎng)絡(luò)營(yíng)銷推廣等一站式服務(wù)。
分享名稱：數(shù)據(jù)庫(kù)index的重要性及作用(數(shù)據(jù)庫(kù)index作用)
URL分享：http://www.5511xx.com/article/dhohhig.html
