AI 助理
备案控制台
开发者社区 数据库 文章 正文

MySQL：如何将树形结构存储在数据库中

2022-05-11 1470
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
云数据库 RDS MySQL，集群系列 2核4GB
推荐场景：
搭建个人博客
RDS MySQL Serverless 基础系列，0.5-2RCU 50GB
推荐场景：
学生管理系统数据库设计 搭建个人博客
RDS MySQL Serverless 高可用系列，价值2615元额度，1个月
简介： 怎么存储这个结构？并且要获取以下信息：1.查询小天的直接上司；2.查询老宋管理下的直属员工；3.查询小天的所有上司；4.查询老王管理的所有员工。

问题


现在有一个要存储一下公司的人员结构，大致层次结构如下image.png怎么存储这个结构？并且要获取以下信息：
1.查询小天的直接上司；
2.查询老宋管理下的直属员工；
3.查询小天的所有上司；
4.查询老王管理的所有员工。


方案一 Adjacency List（存储父节点）


Adjacency List(邻接表）是只存储当前节点的父节点ID。


数据库存储结构


-- ------------------------------ Table structure for employees-- ----------------------------DROPTABLEIFEXISTS`employees`;CREATETABLE`employees`  (   `eid`int(11)NOTNULLCOMMENT'主键ID',   `ename`varchar(100)CHARACTERSET utf8 COLLATE utf8_general_ci NULLDEFAULTNULLCOMMENT'姓名',   `position`varchar(100)CHARACTERSET utf8 COLLATE utf8_general_ci NULLDEFAULTNULLCOMMENT'位置',   `parent_id`int(11)NULLDEFAULTNULLCOMMENT'上级ID',   PRIMARYKEY(`eid`)USINGBTREE)ENGINE=InnoDBCHARACTERSET= utf8 COLLATE= utf8_general_ci ROW_FORMAT = Dynamic;-- ------------------------------ Records of employees-- ----------------------------INSERTINTO`employees`VALUES(1,'老王','高管',0);INSERTINTO`employees`VALUES(2,'老宋','产品部主管',1);INSERTINTO`employees`VALUES(3,'老牛','技术部主管',1);INSERTINTO`employees`VALUES(4,'小吴','产品A组长',2);INSERTINTO`employees`VALUES(5,'小李','产品B组长',2);INSERTINTO`employees`VALUES(6,'小欢','产品经理',3);INSERTINTO`employees`VALUES(7,'小小','产品经理',3);INSERTINTO`employees`VALUES(8,'小天','产品部员工',4);INSERTINTO`employees`VALUES(9,'小里','产品部员工',4);INSERTINTO`employees`VALUES(10,'小黑','产品部员工',5);INSERTINTO`employees`VALUES(11,'小胡','产品部员工',5);INSERTINTO`employees`VALUES(12,'小丽','技术部员工',6);INSERTINTO`employees`VALUES(13,'小蓝','技术部员工',6);INSERTINTO`employees`VALUES(14,'小黄','技术部员工',7);INSERTINTO`employees`VALUES(15,'小真','技术部员工',7);123456789101112131415161718192021222324252627282930

如图所示：

image.png


SQL示例


1.添加节点


比如在小吴节点下，再次插入一个M节点

INSERT INTO employees ( eid, ename, position, parent_id ) VALUES ( 16, 'M', '产品部员工', 4 ); 12


2.查询小天的直接上司


SELECT  e2.eid,   e2.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e1.ename = '小天'; 123456789


image.png


3.查询老宋管理下的直属员工


SELECT  e1.eid,   e1.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e2.ename = '老宋'; 123456789

image.png


3.查询老宋管理下的直属员工


SELECT  e1.eid,   e1.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e2.ename = '老宋'; 123456789

image.png


4.查询小天的所有上司


这里肯定没法直接查，只能用循环进行循环查询，先查直接上司，再查直接上司的直接上司，依次循环，这样麻烦的事情，得先建立一个函数：

-- 函数 CREATE DEFINER=`root`@`localhost` FUNCTION `getSuperiors`(`uid` int) RETURNS varchar(1000) CHARSET utf8mb4 BEGIN     DECLARE superiors VARCHAR(1000) DEFAULT '';     DECLARE sTemp INTEGER DEFAULT uid;     DECLARE tmpName VARCHAR(20);     WHILE (sTemp>0) DO         SELECT parent_id into sTemp FROM employees where eid = sTemp;         SELECT ename into tmpName FROM employees where eid = sTemp;         IF(sTemp>0)THEN             SET superiors = concat(tmpName,',',superiors);         END IF;     END WHILE;         SET superiors = LEFT(superiors,CHARACTER_LENGTH(superiors)-1);     RETURN superiors; END; -- 查询子节点的全部父节点 select getSuperiors(11) as superior; 123456789101112131415161718192021

image.png

ps：显然获取子节点的全部父节点的时候很麻烦


5.查询老王管理的所有员工


先获取所有父节点为老王id的员工id，然后将员工姓名加入结果列表里，在调用一个神奇的查找函数，即可进行神奇的查找：

-- 函数 CREATE DEFINER=`root`@`localhost` FUNCTION `getSubordinate`(`uid` int) RETURNS varchar(2000) CHARSET utf8mb4 BEGIN    DECLARE str varchar(1000);   DECLARE cid varchar(100); DECLARE result VARCHAR(1000); DECLARE tmpName VARCHAR(100); SET str = '$';    SET cid = CAST(uid as char(10));    WHILE cid is not null DO      SET str = concat(str, ',', cid);    SELECT group_concat(eid) INTO cid FROM employees where FIND_IN_SET(parent_id,cid);          END WHILE;   SELECT GROUP_CONCAT(ename) INTO result FROM employees WHERE FIND_IN_SET(parent_id,str); RETURN result;    END; -- 查询父节点下的所有子节点 SELECT getSubordinate(2); 12345678910111213141516171819

image.png

总结：
优点：存储的信息少，查直接上司和直接下属的时候很方便；
缺点：多级查询时较复杂，无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题；
这种方法适合只需要用到直接上下级关系的时候，可以节省很多空间。


方案二 Path Enumeration（存储路径）


Path Enumeration 路径枚举法，存储根节点到每个子节点的路径


数据库存储结构


-- ---------------------------- -- Table structure for employees2 -- ---------------------------- DROP TABLE IF EXISTS `employees2`; CREATE TABLE `employees2`  (   `eid` int(11) NOT NULL COMMENT '主键ID',   `ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',   `position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',   `path` varchar(200) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '所在路径',   PRIMARY KEY (`eid`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of employees2 -- ---------------------------- INSERT INTO `employees2` VALUES (1, '老王', '高管', '/1'); INSERT INTO `employees2` VALUES (2, '老宋', '产品部主管', '/1/2'); INSERT INTO `employees2` VALUES (3, '老牛', '技术部主管', '/1/3'); INSERT INTO `employees2` VALUES (4, '小吴', '产品A组长', '/1/2/4'); INSERT INTO `employees2` VALUES (5, '小李', '产品B组长', '/1/2/5'); INSERT INTO `employees2` VALUES (6, '小欢', '产品经理', '/1/3/6'); INSERT INTO `employees2` VALUES (7, '小小', '产品经理', '/1/3/7'); INSERT INTO `employees2` VALUES (8, '小天', '产品部员工', '/1/2/4/8'); INSERT INTO `employees2` VALUES (9, '小里', '产品部员工', '/1/2/4/9'); INSERT INTO `employees2` VALUES (10, '小黑', '产品部员工', '/1/2/5/10'); INSERT INTO `employees2` VALUES (11, '小胡', '产品部员工', '/1/2/5/11'); INSERT INTO `employees2` VALUES (12, '小丽', '技术部员工', '/1/3/6/12'); INSERT INTO `employees2` VALUES (13, '小蓝', '技术部员工', '/1/3/6/13'); INSERT INTO `employees2` VALUES (14, '小黄', '技术部员工', '/1/3/7/14'); INSERT INTO `employees2` VALUES (15, '小真', '技术部员工', '/1/3/7/15'); 12345678910111213141516171819202122232425262728293031

如图所示：

image.png


SQL示例


1.添加节点


要插入自己，然后查出父节点的Path，并且把自己生成的ID更新到path中去。比如，要在小吴节点后面插入M节点

-- 1.插入自己M，eid为16INSERTINTO employees2 ( eid, ename, position, path )VALUES(16,'M','产品部员工','');-- 2.查出小吴的path为/1/2/4SELECT path FROM employees2  WHERE eid=4-- 3.更新M的path为/1/2/4/16UPDATE employees2 SET path='/1/2/4/16'WHERE eid=16;  1234567


2.查询小天的直接上司


在上一个解决方案中能轻而易举做到的事情，在这个方案中却有些麻烦了，因为需要对path字段进行字符串处理，去掉“/”+自身id才是直接上司的path值。

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e1.path = REPLACE ( e2.path, CONCAT( '/', e2.eid ), '' ); 123456789

image.png


3.查询老宋管理下的直属员工


怎么查管理下的直属员工呢？那就要用模糊查询了；使用正则匹配，匹配所有path符合规则的记录

SELECT  e2.eid,   e2.ename  FROM  employees2 e1,  employees2 e2  WHERE  e1.ename = '老宋'   AND e2.path REGEXP CONCAT( e1.path, '/[0-9]{1,}$' ); 123456789

image.png


4.查询小天的所有上司


这里就能体现这种存储结构的优势了。不看效率的话，还是很方便的

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e2.path LIKE concat( e1.path, '/%' ); 123456789

image.png


4.查询小天的所有上司


这里就能体现这种存储结构的优势了。不看效率的话，还是很方便的

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e2.path LIKE concat( e1.path, '/%' ); 123456789

image.png

总结：
优点：多级查询十分方便；
缺点：插入节点稍微麻烦些；查询直接上下级的时候稍微复杂；path字段的长度是有限的，不能无限制的增加节点深度；
这种方法适用于存储小型的树结构。


方案三 Closure Table(存储关系表和深度)


Closure Table 终结表法，保存每个节点与其各个子节点的关系，也就是记录以其为根节点的全部子节点信息。


数据库存储结构


-- ---------------------------- -- Table structure for employees3 -- ---------------------------- DROP TABLE IF EXISTS `employees3`; CREATE TABLE `employees3`  (   `eid` int(11) NOT NULL COMMENT '主键ID',   `ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',   `position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',   PRIMARY KEY (`eid`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of employees3 -- ---------------------------- INSERT INTO `employees3` VALUES (1, '老王', '高管'); INSERT INTO `employees3` VALUES (2, '老宋', '产品部主管'); INSERT INTO `employees3` VALUES (3, '老牛', '技术部主管'); INSERT INTO `employees3` VALUES (4, '小吴', '产品A组长'); INSERT INTO `employees3` VALUES (5, '小李', '产品B组长'); INSERT INTO `employees3` VALUES (6, '小欢', '产品经理'); INSERT INTO `employees3` VALUES (7, '小小', '产品经理'); INSERT INTO `employees3` VALUES (8, '小天', '产品部员工'); INSERT INTO `employees3` VALUES (9, '小里', '产品部员工'); INSERT INTO `employees3` VALUES (10, '小黑', '产品部员工'); INSERT INTO `employees3` VALUES (11, '小胡', '产品部员工'); INSERT INTO `employees3` VALUES (12, '小丽', '技术部员工'); INSERT INTO `employees3` VALUES (13, '小蓝', '技术部员工'); INSERT INTO `employees3` VALUES (14, '小黄', '技术部员工'); INSERT INTO `employees3` VALUES (15, '小真', '技术部员工'); -- ---------------------------- -- Table structure for emp_relations -- ---------------------------- DROP TABLE IF EXISTS `emp_relations`; CREATE TABLE `emp_relations`  (   `root_id` int(11) NULL DEFAULT NULL COMMENT '根节点的eid',   `depth` int(11) NULL DEFAULT NULL COMMENT '根节点到该节点的深度',   `is_leaf` tinyint(1) NULL DEFAULT NULL COMMENT '该节点是否为叶子节点',   `node_id` int(11) NULL DEFAULT NULL COMMENT '该节点的eid' ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of emp_relations -- ---------------------------- INSERT INTO `emp_relations` VALUES (1, 0, 0, 1); INSERT INTO `emp_relations` VALUES (1, 1, 0, 2); INSERT INTO `emp_relations` VALUES (1, 1, 0, 3); INSERT INTO `emp_relations` VALUES (1, 2, 0, 4); INSERT INTO `emp_relations` VALUES (1, 2, 0, 5); INSERT INTO `emp_relations` VALUES (1, 2, 0, 6); INSERT INTO `emp_relations` VALUES (1, 2, 0, 7); INSERT INTO `emp_relations` VALUES (1, 3, 1, 8); INSERT INTO `emp_relations` VALUES (1, 3, 1, 9); INSERT INTO `emp_relations` VALUES (1, 3, 1, 10); INSERT INTO `emp_relations` VALUES (1, 3, 1, 11); INSERT INTO `emp_relations` VALUES (1, 3, 1, 12); INSERT INTO `emp_relations` VALUES (1, 3, 1, 13); INSERT INTO `emp_relations` VALUES (1, 3, 1, 14); INSERT INTO `emp_relations` VALUES (1, 3, 1, 15); INSERT INTO `emp_relations` VALUES (2, 0, 0, 2); INSERT INTO `emp_relations` VALUES (2, 1, 0, 4); INSERT INTO `emp_relations` VALUES (2, 1, 0, 5); INSERT INTO `emp_relations` VALUES (2, 2, 1, 8); INSERT INTO `emp_relations` VALUES (2, 2, 1, 9); INSERT INTO `emp_relations` VALUES (2, 2, 1, 0); INSERT INTO `emp_relations` VALUES (2, 2, 1, 11); INSERT INTO `emp_relations` VALUES (3, 0, 0, 3); INSERT INTO `emp_relations` VALUES (3, 1, 0, 6); INSERT INTO `emp_relations` VALUES (3, 1, 0, 7); INSERT INTO `emp_relations` VALUES (3, 2, 1, 12); INSERT INTO `emp_relations` VALUES (3, 2, 1, 13); INSERT INTO `emp_relations` VALUES (3, 2, 1, 14); INSERT INTO `emp_relations` VALUES (3, 2, 1, 15); INSERT INTO `emp_relations` VALUES (4, 0, 0, 4); INSERT INTO `emp_relations` VALUES (4, 1, 1, 8); INSERT INTO `emp_relations` VALUES (4, 1, 1, 9); INSERT INTO `emp_relations` VALUES (5, 0, 0, 5); INSERT INTO `emp_relations` VALUES (5, 1, 1, 10); INSERT INTO `emp_relations` VALUES (5, 1, 1, 11); INSERT INTO `emp_relations` VALUES (5, 1, 1, 12); 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980

表数据如下：

image.png

image.png


SQL示例


1.插入节点


比如，要在小吴节点后面插入M节点：
在插入M节点后，找出以小吴节点为后代的那些节点作为和M节点之间有后代关系，插入到数据表。

-- 1.插入自己M，eid为16INSERTINTO employees2 ( eid, ename, position )VALUES(16,'M','产品部员工');-- 2.查出以小吴为后代的节点数据SELECT*FROM emp_relations WHERE node_id=4-- 3.插入到数据表：深度+1作为和M节点的深度 

INSERT INTO emp_relations ( root_id, depth, is_leaf, node_id ) VALUES ( 1, 3, 0, 16 ), ( 2, 2, 0, 16 ), ( 4, 1, 0, 16 ), ( 16, 0, 1, 16 ); 123456789101112


2.查询小天的直接上司


在关系表中找到node_id为小天id，depth为1的根节点id即可

SELECT  e2.ename BOSS  FROM   employees3 e1,  employees3 e2,  emp_relations rel  WHERE  e1.ename = '小天'   AND rel.node_id = e1.eid    AND rel.depth = 1   AND e2.eid = rel.root_id 1234567891011

image.png


3.查询老宋管理下的直属员工


只要查询root_id为老宋eid且深度为1的node_id即为其直接下属员工id

SELECT e1.eid, e1.ename 直接下属  FROM employees3 e1, employees3 e2,

emp_relations rel  WHERE  e2.ename = '老宋'   AND rel.root_id = e2.eid    AND rel.depth = 1   AND e1.eid = rel.node_id 123456789101112

image.png


4.查询小天的所有上司。


只要在关系表中找到node_id为小天eid且depth大于0的root_id即可

SELECT e2.eid, e2.ename 上司  FROM employees3 e1, employees3 e2, emp_relations rel  WHERE e1.ename ='小天'   AND rel.node_id = e1.eid   AND rel.depth >0   AND e2.eid = rel.root_id 123456789101112


5.查询老王管理的所有员工


SELECT e1.eid, e1.ename 下属  FROM employees3 e1, employees3 e2, emp_relations rel  WHERE e2.ename ='老王'   AND rel.root_id = e2.eid   AND rel.depth >0   AND e1.eid = rel.node_id 123456789101112

总结：
优点：四个查询的复杂程度是一样的，而且可以让另一张表只存储跟节点紧密相关的信息，看起来更简洁；
缺点：关系表会很庞大，当层次很深，结构很庞大的时候，关系表数据的增长会越来越快，相当于用空间效率来换取了查找上的时间效率


对比


树形结构在数据库中存储的三种方式就介绍完了，接下来对比一下三种方法：


  • 方案一：Adjacency List
    优点：只存储上级id，存储数据少，结构类似于单链表，在查询相邻节点的时候很方便，添加删除节点都比较简单。
    缺点：查询多级结构的时候会显得力不从心(无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题)。
    适用场合：对多级查询需求不大的场景比较适用。
  • 方案二：Path Enumeration
    优点：查询多级结构的时候比较方便。查询相邻节点时也比较ok。增加或者删除节点的时候比较简单。
    缺点：需要存储的path值可能会很大，甚至超过设置的最大值范围，理论上无法无限扩张。
    适用场合：结构相对简单的场景比较适合。
  • 方案三：Closure Table
    优点：在查询树形结构的任意关系时都很方便。
    缺点：需要存储的数据量比较多，索引表需要的空间比较大，增加和删除节点相对麻烦。
    适用场合：纵向结构不是很深，增删操作不频繁的场景比较适用。


文章标签：
云数据库 RDS MySQL 版
SQL
关系型数据库
索引
MySQL
数据库
存储
关键词：
数据库mysql
云数据库 RDS MySQL 版数据库
mysql数据库
数据库存储
云数据库 RDS MySQL 版存储
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     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
微芒不朽
目录
相关文章
众所周知
|
4天前
|
关系型数据库 MySQL Linux
在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤，包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。
本文介绍了在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤，包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。同时，文章还对比了编译源码安装与使用 RPM 包安装的优缺点，帮助读者根据需求选择最合适的方法。通过具体案例，展示了编译源码安装的灵活性和定制性。
众所周知
29 2
众所周知
|
7天前
|
存储 关系型数据库 MySQL
MySQL vs. PostgreSQL：选择适合你的开源数据库
在众多开源数据库中，MySQL和PostgreSQL无疑是最受欢迎的两个。它们都有着强大的功能、广泛的社区支持和丰富的生态系统。然而，它们在设计理念、性能特点、功能特性等方面存在着显著的差异。本文将从这三个方面对MySQL和PostgreSQL进行比较，以帮助您选择更适合您需求的开源数据库。
众所周知
32 4
土木林森
|
2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。
土木林森
10 0
土木林森
|
3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。
土木林森
16 0
G0518
|
12天前
|
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
G0518
48 0
zzy的aly
|
21天前
|
存储 SQL 关系型数据库
Mysql学习笔记(二)：数据库命令行代码总结
这篇文章是关于MySQL数据库命令行操作的总结，包括登录、退出、查看时间与版本、数据库和数据表的基本操作（如创建、删除、查看）、数据的增删改查等。它还涉及了如何通过SQL语句进行条件查询、模糊查询、范围查询和限制查询，以及如何进行表结构的修改。这些内容对于初学者来说非常实用，是学习MySQL数据库管理的基础。
zzy的aly
92 6
m1a6
|
19天前
|
存储 关系型数据库 MySQL
Mysql(4)—数据库索引
数据库索引是用于提高数据检索效率的数据结构，类似于书籍中的索引。它允许用户快速找到数据，而无需扫描整个表。MySQL中的索引可以显著提升查询速度，使数据库操作更加高效。索引的发展经历了从无索引、简单索引到B-树、哈希索引、位图索引、全文索引等多个阶段。
m1a6
54 3
Mysql(4)—数据库索引
zzy的aly
|
21天前
|
SQL Ubuntu 关系型数据库
Mysql学习笔记(一)：数据库详细介绍以及Navicat简单使用
本文为MySQL学习笔记，介绍了数据库的基本概念，包括行、列、主键等，并解释了C/S和B/S架构以及SQL语言的分类。接着，指导如何在Windows和Ubuntu系统上安装MySQL，并提供了启动、停止和重启服务的命令。文章还涵盖了Navicat的使用，包括安装、登录和新建表格等步骤。最后，介绍了MySQL中的数据类型和字段约束，如主键、外键、非空和唯一等。
zzy的aly
57 3
Mysql学习笔记(一)：数据库详细介绍以及Navicat简单使用
m1a6
|
26天前
|
缓存 算法 关系型数据库
Mysql(3)—数据库相关概念及工作原理
数据库是一个以某种有组织的方式存储的数据集合。它通常包括一个或多个不同的主题领域或用途的数据表。
m1a6
43 5
Mysql(3)—数据库相关概念及工作原理
代码bug生产队
|
13天前
|
存储 关系型数据库 MySQL
如何在MySQL中创建数据库？
【10月更文挑战第16天】如何在MySQL中创建数据库？
代码bug生产队
19 1

热门文章

最新文章

  • 1
    RDS for SQL server 空间问题排查汇总
  • 2
    MySQL学习笔记之命令总结
  • 3
    Mysql高级之存储过程
  • 4
    MySQL触发器的正确用法
  • 5
    [MySQL]安装和启动
  • 6
    mysql新增表或字段时判断是否存在
  • 7
    阿里云RDS for MySQL 5.7企业三节点上线技术解读
  • 8
    centos6.5 nginx+php+mysql之基础环境
  • 9
    mysql的一次备份问题，正在找解决办法
  • 10
    MySQL集群自动安装脚本
  • 1
    实时计算 Flink版产品使用合集之用于实时同步整个数据库时，该如何配置DB2
    64
  • 2
    数据库-----范式判断
    72
  • 3
    前后端、数据库时间格式化方法
    83
  • 4
    数据库中的数据
    42
  • 5
    实时计算 Flink版产品使用合集之当 SQL Server 源数据库中的数据更新后，CDC 吐出的操作（op）是怎样的
    57
  • 6
    数据库设计规约以及MP代码生成器
    59
  • 7
    MySql数据库级别MD5加密java MD5加密解密工具包
    54
  • 8
    从 Volcano 火山模型到 Pipeline 执行模型，阿里云数据库 SelectDB 内核 Apache Doris 执行模型的迭代
    62787
  • 9
    uniapp中sqlite数据库常用操作的简单封装
    604
  • 10
    理解数据库中的模式
    91

    • 相关课程

    更多
  • 数据库的前世今生
  • 数据库核心概念
  • 从传统数据库到云数据库演进
  • 数据库常见问题排查
  • 数据库及SQL/MySQL基础
  • 高校精品课-西安交通大学 -数据库理论与技术

    • 相关电子书

    更多
  • 2022 DTCC-阿里云一站式数据库上云最佳实践
  • 云时代的数据库技术趋势
  • 超大型金融机构国产数据库全面迁移成功实践

    • 相关实验场景

    更多
  • 数据库实验室挑战任务-高级任务
  • 数据库实验室挑战任务-中级任务
  • 数据库实验室挑战任务-初级任务
  • 阿里云数据库产品实验室
  • MongoDB数据库入门
  • 使用DAS实现数据库自动扩容和回缩

    • 推荐镜像

    更多
  • mysql
  • mariadb
  • postgresql
    • 下一篇
    阿里云无影云电脑免费试用，最长可试用3个月