数据库索引实例之三

简介:

参照博客某社区600万用户数据导入MYSQL、MSSQL、Oracle数据库方法中“ 3.3为数据表添加年龄列(2012-6-13)”提到的方法创建测试数据库。

1.无索引状态

1.1统计 select count(*)

然后执行query1,统计年龄在20到30之间的人数。

set autotrace on
select count(*) from csdnuser3 where age between 20 and 30;

查询与统计结果如下

View Code

再次执行query1,查询与统计结果如下

View Code

对照上述两次查询,我们可以发现:

  1. 两次physical reads=47702 没有改变,
  2. 第一次consistent gets=47795,第二次 consistent gets=47707,略微改变。

1.2查询 select *

我们查询所有年龄在20到30之间的人员,执行如下查询语句query2

autotrace traceonly
select * from csdnuser3 where age between 20 and 30;

查询统计结果如下:

View Code

在执行一次query2

查询统计结果如下:

View Code

对比上述两次查询,我们可以发现:

因为查询的数据已经在缓存中,所以physical reads=0

consistent gets相对于第一次的142441,第二次为142322,略微有些想将。

2.为age字段添加索引

在age字段上添加索引

--创建索引
create index IX_CSDNUSER3_AGE on CSDNUSER3(AGE);

2.1统计 select count(*)

执行query1以后,查询分析结果如下:

View Code

再执行一次query1,查询分析结果如下:

View Code

对比上述两次查询可以发现:

  1. consistent gets略微想将,最后在2790趋于稳定
  2. physical reads因为第一次的执行而产生缓存,所以第二次physical reads=0
  3. 相对于1.1中稳定的consistent gets=47707,在age字段上加了索引以后,现在的consistent gets=2790,查询效率明显挺高。这表明在age字段上加索引对于select count(*)类型的查询,可以提升查询效率。

2.2查询 select *

执行query2以后,查询分析结果如下:

View Code

再次执行query2,查询分析结果如下:

View Code

对比上述两次查询,我们可以发现:

  1. rows processed= 1429651 刚好就是查询结果一共的条目数
  2. consistent gets 两次有略微想将,最后在142322趋于稳定。当时相对于1.1中select count(*)类型的查询,此处 consistent gets更大。
  3. 相对于1.2中无索引的select *,我们发现consistent gets都是142322,表明在age字段上加索引,对于select *类型的查询,没有提高查询效率。

3.主键索引

为什么要在主键上加索引,这是因为表连接的时候效率提高。主键是cluster索引,而其他为非cluster索引。

 

 本文转自xwdreamer博客园博客,原文链接:http://www.cnblogs.com/xwdreamer/archive/2012/06/13/2547817.html,如需转载请自行联系原作者

目录
相关文章
|
1月前
|
存储 关系型数据库 MySQL
索引大战:探秘InnoDB数据库中B树和Hash索引的优劣
索引大战:探秘InnoDB数据库中B树和Hash索引的优劣
19 0
|
1月前
|
数据库 索引
数据库索引的作用和优点缺点
数据库索引的作用和优点缺点
15 1
|
2月前
|
NoSQL Java 数据库
【问题篇】springboot项目通过数据库限制实例端口号
【问题篇】springboot项目通过数据库限制实例端口号
20 0
|
2月前
|
存储 关系型数据库 MySQL
最全MySQL面试60题(含答案):存储引擎+数据库锁+索引+SQL优化等
最全MySQL面试60题(含答案):存储引擎+数据库锁+索引+SQL优化等
225 0
|
1月前
|
SQL 数据库 数据库管理
【SQL server】玩转SQL server数据库:第三章 关系数据库标准语言SQL(一)模式、表、索引与视图
【SQL server】玩转SQL server数据库:第三章 关系数据库标准语言SQL(一)模式、表、索引与视图
63 11
|
13天前
|
存储 机器学习/深度学习 搜索推荐
深入解析矢量数据库的数据模型与索引机制
【4月更文挑战第30天】本文深入探讨了矢量数据库的数据模型和索引机制。向量数据库以高维向量表示数据,采用稀疏或密集向量形式,并通过数据编码和组织优化存储与检索。索引机制包括基于树的(如KD-Tree和Ball Tree)、基于哈希的(LSH)和近似方法(PQ),加速相似性搜索。理解这些原理有助于利用矢量数据库处理大规模高维数据,应用于推荐系统、图像搜索等领域。随着技术发展,矢量数据库将扮演更重要角色。
|
5天前
|
存储 关系型数据库 分布式数据库
数据库索引回表困难?揭秘PolarDB存储引擎优化技术
PolarDB分布式版存储引擎采用CSM方案均衡资源开销与可用性。
数据库索引回表困难?揭秘PolarDB存储引擎优化技术
|
13天前
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之在DataWorks中,“项目空间”、“数据库”和“引擎实例”之间存在怎样的关系
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
28 0
|
14天前
|
安全 数据管理 数据库
数据管理DMS产品使用合集之要将某个DMS实例中的特定数据库授权给某个用户进行查询,操作步骤是怎样的
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
14天前
|
关系型数据库 数据库 索引
关系型数据库使用索引
关系型数据库使用索引
24 1