索引:特殊的數據結構,存儲表的數據的一小部分以實現快速查詢
優點:
1、大大減少了服務器需要掃描的數據量
2、索引可以幫助服務器避免排序或使用臨時表
3、索引可以將隨機io轉換為順序io
索引評估:三星(非常好)
一星:索引如果能將相關的記錄放置到一起
二星:索引中數據的存儲順序與查找標准中順序一致
三星:如果索引中包含查詢中所需要的全部數據:(覆蓋索引)
DBA書:關系型數據庫索引設計與優化
索引類別:
順序索引
散列索引:將索引映射至散列桶上,映射是通過散列函數進行的
評估索引的標准:
訪問類型:做等值比較用散列索引,用范圍比較時用順序索引
訪問時間:
插入時長:
刪除時長:
空間開銷:
順序索引:
聚集索引:如果某記錄文件中的記錄順序是按照對應的搜索碼指定的順序排序,聚集索引頁成為主索引
非聚集索引:搜索碼中的指定的次序與記錄文件中的記錄次序不一致
有聚集索引的數據文件,也叫做索引順序文件
根據索引中是否為每個記錄相應的創建索引項,可分為稠密索引和稀疏索引
多級索引:(但對頻繁修改的數據,性能很差)
輔助索引必須是稠密索引
B+樹索引:順序索引
Balance Tree:平衡樹索引
順序索引的特性:
全值匹配:Name='user12'
匹配最左前綴:Name LIKE 'User1%',無效:Name LIKE '%User1%'
匹配列前綴:Name LIKE 'User1%',無效:Name LIKE '%User1%'
匹配范圍值
精確匹配某一列並范圍匹配另外一列:
只訪問索引的查詢
散列索引:
散列函數:
分布隨機
分布均勻
適用場景:
精確匹配:=,IN(),<=>
Mysql:全文索引,fulltext
sphinx,lucene
空間索引:必須使用空間索引函數獲取相應的查詢結果
主鍵、唯一鍵
Mysql:創建索引
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創建索引:
id字段就有主索引
在Name創建索引:
查看所有:
默認在id上創建了主索引
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:
索引可以創建在collection上,也可以創建在子文檔中
Mongodb索引類型:
單鍵索引
組合索引
多鍵索引:
空間索引
文本索引
hash索引
hash索引:
刪除索引:
或者
db.mycoll.dropIndexes():刪除mycoll的所有索引
查詢過程:explain
掃描了100個數據
創建索引後,只掃描一個數據
指定索引:
創建組合索引:
通過組合索引查詢:
> 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" }