索引:特殊的数据结构,存储表的数据的一小部分以实现快速查询 优点: 1、大大减少了服务器需要扫描的数据量 2、索引可以帮助服务器避免排序或使用临时表 3、索引可以将随机io转换为顺序io
索引评估:三星(非常好) 一星:索引如果能将相关的记录放置到一起 二星:索引中数据的存储顺序与查找标准中顺序一致 三星:如果索引中包含查询中所需要的全部数据:(覆盖索引)
DBA书:关系型数据库索引设计与优化
索引类别: 顺序索引 散列索引:将索引映射至散列桶上,映射是通过散列函数进行的
评估索引的标准: 访问类型:做等值比较用散列索引,用范围比较时用顺序索引
访问时间: 插入时长: 删除时长: 空间开销:
顺序索引: 聚集索引:如果某记录文件中的记录顺序是按照对应的搜索码指定的顺序排序,聚集索引页成为主索引
非聚集索引:搜索码中的指定的次序与记录文件中的记录次序不一致
有聚集索引的数据文件,也叫做索引顺序文件
根据索引中是否为每个记录相应的创建索引项,可分为稠密索引和稀疏索引
多级索引:(但对频繁修改的数据,性能很差) 辅助索引必须是稠密索引
B+树索引:顺序索引
Balance Tree:平衡树索引
顺序索引的特性: 全值匹配:Name='user12' 匹配最左前缀:Name LIKE 'User1%',无效:Name LIKE '%User1%' 匹配列前缀:Name LIKE 'User1%',无效:Name LIKE '%User1%' 匹配范围值 精确匹配某一列并范围匹配另外一列: 只访问索引的查询
散列索引: 散列函数: 分布随机 分布均匀 适用场景: 精确匹配:=,IN(),<=>
Mysql:全文索引,fulltext sphinx,lucene 空间索引:必须使用空间索引函数获取相应的查询结果 主键、唯一键
Mysql:创建索引 create index index_name on table (col1,...) alter table add index
alter table drop index
drop index index_name from table show indexes from table
Mongodb创建索引: id字段就有主索引 在Name创建索引:
查看所有: 默认在id上创建了主索引 唯一索引: db.collection.ensureIndex({"user_id":1},{unique:true}) sparse index:稀疏索引
db.collection.ensureIndex({"user_id":1},{sparse:true})
Mongodb: 索引可以创建在collection上,也可以创建在子文档中
Mongodb索引类型: 单键索引 组合索引 多键索引: 空间索引 文本索引 hash索引 hash索引:
删除索引: 或者 db.mycoll.dropIndexes():删除mycoll的所有索引 查询过程:explain
扫描了100个数据 创建索引后,只扫描一个数据 指定索引: 创建组合索引: 通过组合索引查询: 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
| > db.testcoll.find({Name:'User19'}).hint({Name:1,Age:1}).explain()
{
"cursor" : "BtreeCursor Name_1_Age_1",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 1,
"nscanned" : 1,
"nscannedObjectsAllPlans" : 1,
"nscannedAllPlans" : 1,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"Name" : [
[
"User19",
"User19"
]
],
"Age" : [
[
{
"$minElement" : 1
},
{
"$maxElement" : 1
}
]
]
},
"server" : "stu:27017"
}
|
|