当前位置: 首页 > news >正文

数据库MySQL学习——day13(索引与查询优化)

文章目录

  • 1. 什么是索引?
    • 1.1索引的作用:
    • 1.2 索引的分类(常见类型)
  • 2. 使用 EXPLAIN 分析查询计划
    • 2.1 EXPLAIN 是什么?
    • 2.2 type 类型优劣对比(性能排序):
  • 3. 查询优化技巧
    • 3.1 避免使用 SELECT *
    • 3.2 使用 WHERE + 索引列进行筛选
    • 3.3 建立合理的复合索引(左前缀原则)
    • 3.4 避免在 WHERE 中对列做运算
    • 3.5 LIMIT 分页时使用覆盖索引
    • 4.实践任务演示
  • 5. 总结

1. 什么是索引?

1.1索引的作用:

索引是数据库为了加快查找数据而设计的“查找目录”,本质上是用于快速定位数据的结构,类似于书籍的目录页。
没有索引时,MySQL 必须全表扫描,而有索引后可极大减少扫描行数。

1.2 索引的分类(常见类型)

类型说明
主键索引自动为主键字段创建的索引,唯一且不允许为空
唯一索引保证列值唯一,但允许空值
普通索引一般创建在频繁查询的列上
复合索引多列组合索引,加快多条件联合查询
全文索引主要用于文本搜索(仅支持 MyISAM / InnoDBFULLTEXT 索引)
空间索引用于地理信息系统(GIS)的特殊索引
  • 示例:创建索引语法
  • 创建普通索引:
CREATE INDEX idx_name ON users(name);

创建唯一索引:

CREATE UNIQUE INDEX idx_email ON users(email);

创建复合索引:

CREATE INDEX idx_name_age ON users(name, age);

删除索引:

DROP INDEX idx_name ON users;

2. 使用 EXPLAIN 分析查询计划

2.1 EXPLAIN 是什么?

EXPLAIN 可以告诉你一条 SQL 的执行方式(是否用了索引?用了哪种?是否全表扫描?)。
示例:

EXPLAIN SELECT * FROM users WHERE name = 'Tom';

EXPLAIN 关键字段解释:

字段名含义
id查询的执行顺序 ID(越大越先执行)
select_type查询类型(SIMPLE/PRIMARY/SUBQUERY 等)
table当前查询的表
type访问类型,性能越好越靠近 const
possible_keys可以使用的索引
key实际使用的索引
rows扫描的行数,越少越快
Extra额外信息,如“Using where”、“Using index”、“Using temporary” 等

2.2 type 类型优劣对比(性能排序):

const > eq_ref > ref > range > index > ALL(全表扫描)

3. 查询优化技巧

3.1 避免使用 SELECT *

-- 差:读取所有字段
SELECT * FROM users;-- 优:只读取需要字段
SELECT name, email FROM users;
  • 原因:
    SELECT * 会读出所有字段,不利于索引覆盖
    会增加网络传输、磁盘IO

3.2 使用 WHERE + 索引列进行筛选

-- 有 name 上索引
SELECT * FROM users WHERE name = 'Tom';-- 没用索引(函数包裹字段)
SELECT * FROM users WHERE UPPER(name) = 'TOM'; ×
  • 原因:索引列上不能使用函数或表达式,否则失效。

3.3 建立合理的复合索引(左前缀原则)

CREATE INDEX idx_name_age ON users(name, age);-- 有效:用到索引的左边字段
SELECT * FROM users WHERE name = 'Tom';-- 有效:用到 name + age
SELECT * FROM users WHERE name = 'Tom' AND age = 20;-- 无效:跳过 name,单用 age
SELECT * FROM users WHERE age = 20; ×

3.4 避免在 WHERE 中对列做运算

-- 索引失效 
SELECT * FROM orders WHERE YEAR(order_date) = 2023;-- 推荐 
SELECT * FROM orders WHERE order_date >= '2023-01-01' AND order_date < '2024-01-01';

3.5 LIMIT 分页时使用覆盖索引

-- 索引字段放前面,主键放后面,可减少回表
SELECT id FROM articles ORDER BY id LIMIT 10;

4.实践任务演示

任务 1:创建索引提升性能

-- 创建示例表
CREATE TABLE users (id INT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(50),email VARCHAR(100),age INT
);-- 插入大量测试数据(可用循环脚本)
-- 然后创建索引
CREATE INDEX idx_name ON users(name);

任务 2:使用 EXPLAIN 分析查询

EXPLAIN SELECT * FROM users WHERE name = 'Tom';

任务 3:对慢查询优化

SELECT * FROM users WHERE YEAR(created_at) = 2023;

优化后(快):

-- 前提:created_at 列有索引
SELECT * FROM users 
WHERE created_at >= '2023-01-01' AND created_at < '2024-01-01';

5. 总结

  • 索引类型对比:
类型特点
主键索引自动创建,唯一 + 非空
唯一索引唯一但可空
普通索引无约束,用于加速查询
复合索引多字段组合,加速多条件查询
  • 查询优化建议:
优化点说明
避免 SELECT *减少读取列数,加快速度
WHERE 用索引列建索引 + 合理查询
避免函数包裹列否则索引失效
创建复合索引按使用频率遵守“左前缀”原则
使用 EXPLAIN 分析语句看是否使用索引,有无全表扫描
http://www.xdnf.cn/news/669799.html

相关文章:

  • gcc clang
  • FastMoss 国际电商Tiktok数据分析 JS 逆向 | MD5加密
  • 安全监测预警系统的核心价值
  • Jmeter一些元件使用的详细记录
  • VR 赋能病毒分离鉴定:开启微观探索新视界
  • 微软开源bitnet b1.58大模型,应用效果测评(问答、知识、数学、逻辑、分析)
  • 数据分析实战1(Excel制作报表)
  • 【NLP基础知识系列课程-Tokenizer的前世今生第五课】从静态到可学:Tokenizer 的自适应演化之路
  • LVS负载均衡群集
  • 语音识别算法的性能要求一般是多少
  • Day128 | 灵神 | 二叉树 | 反转二叉树的奇数层
  • 软件同步机制-Peterson解决方案 简单讲解
  • 攻防世界-你猜猜
  • js判断当前设备是否为移动端
  • camera_venc_thread线程获取高分辨率编码码流
  • Vue组件化
  • Rust 学习笔记:关于闭包的练习题
  • Flink系列文章列表
  • 分布式系统中的网络编程
  • wordpress迁移到Hostinger
  • 爬虫入门指南-某专利网站的专利数据查询并存储
  • YOLOv2 深度解析:目标检测领域的进阶之路
  • 【文献阅读】EndoChat: Grounded Multimodal Large Language Model for Endoscopic Surgery
  • 【HW系列】—目录扫描、口令爆破、远程RCE流量特征
  • 攻防世界-ics-07
  • 【Web应用】基础篇04-功能详解-权限控制(创建菜单--分配角色--创建用户)
  • 使用 scikit-learn 库对乌克兰冲突事件数据集进行多维度分类分析
  • ABP VNext + Apache Flink 实时流计算:打造高可用“交易风控”系统
  • 【深度学习】9. CNN性能提升-轻量化模型专辑:SqueezeNet / MobileNet / ShuffleNet / EfficientNet
  • 汽车电子/电气(E/E)架构将朝着区域(分区)式架构方向发展