mysql 优化之索引篇(一)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 一、索引的优点: a.索引可以加快查询速度 b.索引是最有效的查询优化条件 c.使用索引可以不用全表扫描 二、索引的缺点 a.降低了写入的速度(insert、update): 写入时不仅要求写入到数据行,还要更新全部索引 索引的创建原则: a.尽量为用来搜索、分类或分组的数据列编制索引,不要为输出显示的列编制索引,为联表查询的关联列设置索引 b.综合考虑数据列的维度(非

一、索引的优点:

a.索引可以加快查询速度

b.索引是最有效的查询优化条件

c.使用索引可以不用全表扫描

二、索引的缺点

a.降低了写入的速度(insert、update): 写入时不仅要求写入到数据行,还要更新全部索引


索引的创建原则:

a.尽量为用来搜索、分类或分组的数据列编制索引,不要为输出显示的列编制索引,为联表查询的关联列设置索引

b.综合考虑数据列的维度(非重复数值的个数------最大个数等于行数),重复值越少,索引越有效,如果重复值过多(大于30%),就没有必要创建索引,因为此时mysql将会采用全表扫描

c.对短小值进行索引:短小值可以-----1.让操作更快的完成,加快查询速度 2.让索引的体积更小,减少IO

d.为字符串的前缀编写索引(前缀唯一),如果字符串的前缀是唯一的,那么就没必要为整个列创建索引

e.左边前缀原则:当建立复合索引时,比如A B C三列复合,那么实际可用的索引是 ABC AB A

f.适可而止,不要建立过多的索引

数据库引擎和索引

MyISAM数据表:数据行在数据文件里,索引值在索引文件里

大量的索引可能会使索引文件比数据文件更快的达到最大尺寸

INNODB数据表:使用表空间存储,它管理着所有INNODB类型的数据表的数据和索引的存储,我们也可以让INNODB为每个表分别创建表空间,即便如此,所选表的数据和索引页都是存在于同一个表空间文件里

不受操作系统文件大小控制,可以附加磁盘扩充空间-----1.操作系统文件大小是多少?如何扩充转载盘符?

INNODB使用的是聚集索引,让主键尽量短小将更有好处


索引类型:

a.聚集索引(cluster index):指把数据行和主键值集中保存在一起的情况,其他的索引都是二级索引——他们保存着主键值和二级索引值,先在二级索引里找到一个主键值,再通过它找到相应的数据

InnoDB   ——   B-Tree索引

MyISAM   ——   B-Tree索引,遇到空间数据类型时使用R-Tree索引

Memory   ——   默认散列索引,也支持B-Tree索引,如果要使用B-Tree需要在索引定义里加Using B-Tree

散列索引:有一个散列函数来依次处理每一个数据列值。结果散列值将被存入该索引并用来查询,散列索引在使用 “=”,“<=>”操作符进行精确匹配比较操作时速度极快,但是对范围比较表现较弱,如:id > 30; id between 10 and 100

B-Tree索引:在使用<, <=, =, >=, >, <>, != 和between 操作符进行的精确比较或者范围比较时都很有效率,还可以适用于单方向的like查询,如 like "abc%",注,仅仅是后方模糊


相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
10天前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
|
1月前
|
存储 关系型数据库 MySQL
阿里面试:为什么要索引?什么是MySQL索引?底层结构是什么?
尼恩是一位资深架构师,他在自己的读者交流群中分享了关于MySQL索引的重要知识点。索引是帮助MySQL高效获取数据的数据结构,主要作用包括显著提升查询速度、降低磁盘I/O次数、优化排序与分组操作以及提升复杂查询的性能。MySQL支持多种索引类型,如主键索引、唯一索引、普通索引、全文索引和空间数据索引。索引的底层数据结构主要是B+树,它能够有效支持范围查询和顺序遍历,同时保持高效的插入、删除和查找性能。尼恩还强调了索引的优缺点,并提供了多个面试题及其解答,帮助读者在面试中脱颖而出。相关资料可在公众号【技术自由圈】获取。
|
14天前
|
SQL 关系型数据库 MySQL
MySQL慢查询优化、索引优化、以及表等优化详解
本文详细介绍了MySQL优化方案,包括索引优化、SQL慢查询优化和数据库表优化,帮助提升数据库性能。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
MySQL慢查询优化、索引优化、以及表等优化详解
|
19天前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
45 3
|
21天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
45 1
|
29天前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:百万级数据统计优化实践
【10月更文挑战第21天】 在处理大规模数据集时,传统的单体数据库解决方案往往力不从心。MySQL和Redis的组合提供了一种高效的解决方案,通过将数据库操作与高速缓存相结合,可以显著提升数据处理的性能。本文将分享一次实际的优化案例,探讨如何利用MySQL和Redis共同实现百万级数据统计的优化。
75 9
|
23天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
117 1
|
29天前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:优化百万数据查询的实战经验
【10月更文挑战第13天】 在处理大规模数据集时,传统的关系型数据库如MySQL可能会遇到性能瓶颈。为了提升数据处理的效率,我们可以结合使用MySQL和Redis,利用两者的优势来优化数据查询。本文将分享一次实战经验,探讨如何通过MySQL与Redis的协同工作来优化百万级数据统计。
57 5
|
24天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
53 0
|
1月前
|
存储 监控 关系型数据库
MySQL并发控制与管理:优化数据库性能的关键
【10月更文挑战第17天】MySQL并发控制与管理:优化数据库性能的关键
156 0
下一篇
无影云桌面