MySQL数据库优化（四）——MySQL索引优化

一、索引基础
索引类型：
     1、普通索引： 创建到任何数据类型中        
     2、唯一性索引：限制索引值必须唯一
     3、全文索引：只能创建到char、varchar、text类型字段上，主要用于提高文本查询速度。myisam引擎支持。
     4、单列索引：给表中单个字段创建索引
     5、多列索引：给多个字段创建索引
     6、空间索引：使用spatial参数创建，提供系统获取控件数据的效率
索引的基本操作：

CREATE TABLE t_user1(id INT ,
                     userName VARCHAR(20),
                     PASSWORD VARCHAR(20),
                     INDEX (userName)  
             );
             
CREATE TABLE t_user2(id INT ,
                     userName VARCHAR(20),
                     PASSWORD VARCHAR(20),
                     UNIQUE INDEX index_userName(userName)
             );
           
CREATE TABLE t_user3(id INT ,
                     userName VARCHAR(20),
                     PASSWORD VARCHAR(20),
                     INDEX index_userName_password(userName,PASSWORD)//多列索引
             );
             
CREATE  INDEX index_userName ON t_user4(userName);--对已经创建的表指定索引


CREATE  UNIQUE INDEX index_userName ON t_user4(userName);


CREATE  INDEX index_userName_password ON t_user4(userName,PASSWORD);


ALTER TABLE t_user5 ADD INDEX index_userName(userName);--修改索引


ALTER TABLE t_user5 ADD UNIQUE INDEX index_userName(userName);


ALTER TABLE t_user5 ADD INDEX index_userName_password(userName,PASSWORD);


DROP INDEX index_userName ON t_user5;


DROP INDEX index_userName_password ON t_user5;

     添加索引可以加速查询效率，避免全表数据查询，取而代之的是通过查找索引再找到目的数据。select t.name from user t where t.id=5 ，如果在actor_id列创建索引，则mysql使用该索引找到id=5的行，也就是说先在索引上按值进行查找，然后返回所有包含该值的数据行。
     索引可以包含一个或多列，如果索引包含多个列，那列的顺序也非常重要，因为mysql只能高效的使用索引的最左前缀列。并且索引的创建和维护也需要占用系统资源，这就涉及到如何创建高效的索引提高查询效率。
二、mysql的索引类型
     一般来说，数据索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗，相对于内存存取，所以索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数。这就要求一个优质的数据结构整理、存储数据库索引。
     一般索引类型均是利用了数据结构算法，例如B-Tree既是mysql中索引类型，也是动态查找树：二叉查找树（Binary Search Tree），平衡二叉查找树（Balanced Binary Search Tree），红黑树(Red-Black Tree )，B-tree/B+-tree/ B*-tree (B~Tree)的二叉树结构。
     由于MySQL这些索引类型都是基于数据结构算法的实现，一般开发开始在基础之上应用。根据不同的数据结构创建的索引，应用也有所不同。

三、索引使用常见误区  
1、独立列索引
     错误使用：select t.name from user t where t.age+1=5 ，对于这个条件age+1=5 ，mysql无法自动解析，即便对age列创建了索引，但mysql在查询时也不会使用索引查询，依旧全表扫描。
     错误使用：select t.name  from user t where TO_DAYS(`CURRENT_DATE`())-TO_DAYS(date_col)     正确原则：始终将索引列放到比较符的单独一边。
2、多列索引
     常见错误：没列创建独立的索引，或者按照错误的顺序创建多列索引，或者索性直接把where条件中的列都建立索引。
     正确使用：针对不同的索引类型选择合适的索引顺序
     例如select t.name from user t where t.staffId=2 and custom_id=7；
应对上面的查询，是应该创建一个（staffId，custom_id）还是颠倒一下这两列顺序。

以B-Tree为例，索引列的顺序意味着索引首先会按照最左列进行排序，从左到右。一般都将筛选条件频率最高的字段放在索引最前是明智的。这样设计的索引能够最快的过滤出需要的行。

四、总结

     查看之前做的一个java云平台项目，使用的ORM框架，当时项目出现级联查询缓慢，故结合了JDBC+ORM组合形式编程，现在查看几个数据库的表设计，对于索引优化这块还需要再应用，一般创建的索引都仅使用了单列索引，使用主键创建；这样做没什么大问题，但如果出现了查询耗时问题时，表结构优化、索引优化、查询优化就需要齐头并进，但依靠ORM框架重新选型或再优化，是无法解决问题的。

 以上就是MySQL数据库优化（四）——MySQL索引优化 的内容，更多相关内容请关注PHP中文网（www.）！

# 过程中  # 的是  # 放在  # 几个  # 都是  # 也不  # 这就  # 不可能  # 多个  # 数据结构  # mysql 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】