9-MySQL_索引

✨✨ 欢迎大家来到小伞的大讲堂✨✨

🎈🎈养成好习惯,先赞后看哦~🎈🎈

所属专栏:MySQL**
小伞的主页:xiaosan_blog**

gitee:************************************************************许星让 (xu-xingrang) - Gitee.com****************************************************************

制作不易!点个赞吧!!谢谢喵!!

索引:提高数据库的性能,索引是物美价的东西了。不用加内存,不用改程序,不用调sql,只要执行正确的 create index,查询速度就可能提高成百上干倍。但是天下没有免费的午餐,查询速度的提高是以插入、更新、删除的速度为代价的,这些写操作,增加了大量的IO。所以它的价值,在于提高一个海量数据的检索速度。

1. 没有索引,会出现问题

常见索引分为:

●主键索引l(primary key)

●唯一索引l(unique)

●普通索引l(index)

●全文索引(fulltext)--解决中子文索引问题。

案例:

创建一个海量表

bash 复制代码
drop database if exists `bit_index`;
create database if not exists `bit_index` default character set utf8;
use `bit_index`;

-- 构建一个8000000条记录的数据
-- 构建的海量表数据需要有差异性,所以使用存储过程来创建, 拷贝下面代码就可以了,暂时不用理解

-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;


-- 产生随机数字
delimiter $$
create function rand_num( )
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;

-- 创建存储过程,向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;

-- 雇员表
CREATE TABLE `EMP` (
  `empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号',
  `ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',
  `job` varchar(9) DEFAULT NULL COMMENT '雇员职位',
  `mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
  `hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',
  `sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',
  `comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',
  `deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);                                      

这里我们查询100003号员工,用时4.44秒,这还是本机一个人进行操作,如果在公网当中,同时1000人并发查询,很有可能就会死机

bash 复制代码
mysql> select * from EMP limit 1 offset 1;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 100003 | RpZbjP | SALESMAN | 0001 | 2026-03-19 00:00:00 | 2000.00 | 400.00 |    247 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.00 sec)

mysql> select * from EMP where empno = 100003;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 100003 | RpZbjP | SALESMAN | 0001 | 2026-03-19 00:00:00 | 2000.00 | 400.00 |    247 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (4.44 sec)

解决办法:创建索引

bash 复制代码
mysql> alter table EMP add index(empno);
Query OK, 0 rows affected (10.53 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> select * from EMP where empno = 123456;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 123456 | UDgWoD | SALESMAN | 0001 | 2026-03-19 00:00:00 | 2000.00 | 400.00 |     24 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.00 sec)

这个时候我们的查询时间几乎为0秒;

2.认识磁盘

在Linux中,我们认识到了磁盘的工作方式,MySQL 给用户提供存储服务,而存储的都是数据,数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备,相比于计算机其他电子元件,磁盘效率是比较低的,在加上IO本身的特征,可以知道,如何提交效率,是MySQL 的一个重要话题。

扇区

数据库文件,本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中,就是我们经常所说的扇区。当然,数据库文件很大,也很多,一定需要占据多个扇区。

题外话:

  • 从上图可以看出来,在半径方向上,距离圆心越近,扇区越小,距离圆心越远,扇区越大
  • 那么,所有扇区都是默认512字节吗?目前是的,我们也这样认为。因为保证一个扇区多大,是由比特位密度决定的。
  • 不过最新的磁盘技术,已经慢慢的让扇区大小不同了,不过我们现在暂时不考虑。

我们在使用Linux,所看到的大部分目录或者文件,其实就是保存在硬盘当中的。(当然,有一些内存文件系统,如:proc,sys 之类,我们不考虑)

bash 复制代码
#数据库文件,本质其实就是保存在磁盘的盘片当中,就是一个一个的文件
[root@iZ2vc09opqmjec5hsbsi0aZ ~]# ls /var/lib/mysql -l    #我们目前MySQL中的文件
total 254028
-rw-r----- 1 mysql mysql        56 Mar  9 20:17 auto.cnf
drwxr-x--- 2 mysql mysql      4096 Mar 23 18:26 bit_index
-rw------- 1 mysql mysql      1676 Mar  9 20:17 ca-key.pem
-rw-r--r-- 1 mysql mysql      1112 Mar  9 20:17 ca.pem
-rw-r--r-- 1 mysql mysql      1112 Mar  9 20:17 client-cert.pem
-rw------- 1 mysql mysql      1676 Mar  9 20:17 client-key.pem
-rw-r----- 1 mysql mysql       288 Mar  9 20:29 ib_buffer_pool
-rw-r----- 1 mysql mysql 146800640 Mar 23 18:28 ibdata1
-rw-r----- 1 mysql mysql  50331648 Mar 23 18:28 ib_logfile0
-rw-r----- 1 mysql mysql  50331648 Mar 23 18:28 ib_logfile1
-rw-r----- 1 mysql mysql  12582912 Mar 17 19:44 ibtmp1
drwxr-x--- 2 mysql mysql      4096 Mar 13 14:49 mysql
srwxrwxrwx 1 mysql mysql         0 Mar  9 20:29 mysql.sock
-rw------- 1 mysql mysql         6 Mar  9 20:29 mysql.sock.lock
drwxr-x--- 2 mysql mysql      4096 Mar  9 20:17 performance_schema
-rw------- 1 mysql mysql      1676 Mar  9 20:17 private_key.pem
-rw-r--r-- 1 mysql mysql       452 Mar  9 20:17 public_key.pem
drwxr-x--- 2 mysql mysql      4096 Mar 18 19:10 scott
-rw-r--r-- 1 mysql mysql      1112 Mar  9 20:17 server-cert.pem
-rw------- 1 mysql mysql      1680 Mar  9 20:17 server-key.pem
drwxr-x--- 2 mysql mysql     12288 Mar  9 20:17 sys
drwxr-x--- 2 mysql mysql      4096 Mar 20 21:28 test
# 自己定义的数据库,里面有数据表

所以,最基本的,找到一个文件的全部,本质,就是在磁盘找到所有保存文件的扇区。而我们能够定位任何一个扇区,那么便能找到所有扇区,因为查找方式是一样的。

2.1 定位扇区

  • 柱面(磁道):多盘磁盘,每盘都是双面,大小完全相等。那么同半径的磁道,整体上便构成了一个柱面
  • 每个盘面都有一个磁头,那么磁头和盘面的对应关系便是1对1的
  • 所以,**我们只需要知道,磁头(Heads)、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS。**不过实际系统软件使用的并不是CHS(但是硬件是),而是LBA,一种线性地址,可以想象成虚拟地址与物理地址。 系统将 LBA地址最后会转化成为 CHS,交给磁盘去进行数据读取。不过,我们现在不关心转化细节,知道这个东西,让我们逻辑自洽起来即可。
结论:

我们现在已经能够在硬件层面定位,任何一个基本数据块了(扇区)。那么在系统软件上,就直接按照扇区(512字节,部分4096字节),进行IO交互吗?不是

  • 如果操作系统直接使用硬件提供的数据大小进行交互,那么系统的IO代码,就和硬件强相关,换言之,如果硬件发生变化,系统必须跟着变化
  • 从目前来看,单次IO 512字节,还是太小了。IO单位小,意味着读取同样的数据内容,需要进行多次磁盘访问,会带来效率的降低。
  • 之前学习文件系统,就是在磁盘的基本结构下建立的,文件系统读取基本单位,就不是扇区,而是数据块。

故,系统读取磁盘,是以块为单位的,基本单位是 4KB。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问:本次IO所给出的扇区地址和上次IO给出扇区地址不连续,这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问:如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的,那磁头就能很快的开始这次IO操作,这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出,但如果它们的请求的扇区地址相差很大的话也只能称为随机访问,而非连续访问。

磁盘是通过机械运动进行寻址的,随机访问不需要过多的定位,故效率比较高。

3.MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件,可以想象成一种特殊的文件系统。它有着更高的IO场景,所以,为了提高基本的IO效率, MySQL 进行IO的基本单位是 16KB

bash 复制代码
mysql> show global status like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |        -- 16*1024=16384
+------------------+-------+
1 row in set (0.00 sec)

也就是说,磁盘这个硬件设备的基本单位是 512 字节,而 MySQL InnoDB引擎 使用 16kB 进行IO交互。即,MySQL 和磁盘进行数据交互的基本单位是16kB。这个基本数据单元,在 MySQL 这里叫做page(注意和系统的page区分)

4.page认识

MySQL 中的数据文件,是以page为单位保存在磁盘当中的。

MySQL 的 CURD 操作,都需要通过计算,找到对应的插入位置,或者找到对应要修改或者查询的数据。

而只要涉及计算,**就需要CPU参与,而为了便于CPU参与,一定要能够先将数据移动到内存当中。**所以在特定时间内,数据一定是磁盘中有,内存中也有。后续操作完内存数据之后,以特定的刷新策略,刷新到磁盘。而这时,就涉及到磁盘和内存的数据交互,也就是IO了。而此时IO的基本单位就是Page。

为了更好的进行上面的操作, MySQL 服务器在内存中运行的时候,在服务器内部,**就申请了被称为 Buffer Pool 的的大内存空间,**来进行各种缓存。其实就是很大的内存空间,来和磁盘数据进行IO交互。

为何更高的效率,一定要尽可能的减少系统和磁盘IO的次数

5.索引的理解

建立测试表

bash 复制代码
mysql> create table if not exists user(
    -> id int primary key,    --一定要添加主键哦,只有这样才会默认生成主键索引
    -> age int not null,
    -> name varchar(16) not null
    -> );
Query OK, 0 rows affected (0.01 sec)

mysql> show create table user\G
*************************** 1. row ***************************
       Table: user
Create Table: CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `age` int(11) NOT NULL,
  `name` varchar(16) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 --默认就是InnoDB存储引擎
1 row in set (0.00 sec)

插入多条记录

bash 复制代码
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)

查询插入结果

bash 复制代码
mysql> select * from user;
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

我们发现竟然默认有序,这样排序有什么好处呢

5.1 理解单个page

MySQL 中要管理很多数据表文件,而要管理好这些文件,就需要 先描述,在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page,在 MysQL 中,都是 16kb,使用 prev 和 next 构成双向链表

因为有主键的问题,MySQL 会默认按照主键给我们的数据进行排序,从上面的Page内数据记录可以看出,数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢?

我们按正常顺序插入数据不是也挺好的吗?插入数据时排序的目的,就是优化查询的效率

页内部存放数据的模块,实质上也是一个链表的结构, 链表的特点也就是增删快,查询修改慢,所以优化查询的效率是必须的。

正式因为有序,在查找的时候,从头到后都是有效查找,没有任何一个查找是浪费的,而且,如果运气好,是可以提前结束查找过程的。

5.2 理解多个page

通过上面的分析,我们知道,上面页模式中,只有一个功能,**就是在查询某条数据的时候直接将一整页的数据加载到内存中,以减少硬盘IO次数,从而提高性能。**但是,我们也可以看到,现在的页模式内部,实际上是采用了链表的结构,前一条数据指向后一条数据,本质上还是通过数据的逐条比较来取出特定的数据。

如果有1干万条数据,一定需要多个Page来保存1干万条数据,多个Page彼此使用双链表链接起来,而且每个Page内部的数据也是基于链表的。那么,查找特定一条记录,也一定是线性查找。这效率也太低了。

此时我们引入一个例子:

当我们查看书籍时,我们是根据章节目录查找目标内容,那我们能否引入这个观念到page呢

5.3 单页情况

那么当前,在一个Page内部,我们引l入了目录。比如,我们要查找id=4记录,**之前必须线性遍历4次,才能拿到结果。现在直接通过目录2[3],直接进行定位新的起始位置,提高了效率。**现在我们可以再次正式回答上面的问题了,为何通过键值MySQL 会自动排序?

可以很方便引入目录

5.4 多页情况

MySQL 中每一页的大小只有 16KB ,单个Page大小固定,所以随着数据量不断增大, 16KB 不可能存下所有的数据,那么必定会有多个页来存储数据。

这样,我们就可以通过多个Page遍历,Page内部通过目录来快速定位数据。可是,貌似这样也有效率问题,在Page之间,也是需要 MysQL 遍历的,遍历意味着依旧需要进行大量的IO,将下一个Page加载到内存,进行线性检测。这样就显得我们之前的Page内部的目录,有点杯水车薪了。

存在一个目录页来管理页目录,目录页中的数据存放的就是指向的那一页中最小的数据。有数据,就可通过比较,找到该访问那个Page,进而通过指针,找到下一个Page。
其实目录页的本质也是页,普通页中存的数据是用户数据,而目录页中存的数据是普通页的地址。
可是,我们每次检索数据的时候,该从哪里开始呢?虽然顶层的目录页少了,但是还要遍历啊?不用担心,可以在加目录页

仔细一看,这就是传说中的B+树,至此,我们已经给我们的user表构建了主键索引。

根节点指保存页目录

叶子结点存数据

InnoDB在建立索引结构来管理数据的时候,其他数据结构为何不行?

链表?

:线性遍历:虽然增删,时间复杂度O(1),但是查询是线性的。
二叉搜索树?退化问题,可能退化成为线性结构

:插入数据,可能成为单支树,退化为线性结构
AVL &&红黑树?

:虽然是平衡或者近似平衡,但是毕竟是二叉结构,相比较多阶B+,**意味着树整体过高,大家都是自顶向下找,层高越低,意味着系统与硬盘更少的IO Page交互。**虽然你很秀,但是有更秀的。
Hash?

:官方的索引实现方式中,MySQL 是支持HASH的,不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征,决定了虽然有时候也很快(O(1)),不过**,在面对范围查找就明显不行。**

B+ vs B

B树?最值得比较的是 InnoDB 为何不用B树作为底层索引?

B树

B+树

  • B树节点,既有数据,又有Page指针,而B+,只有叶子节点有数据,其他目录页,只有键值和Page指针
  • B+叶子节点,全部相连,而B没有

为何选择B+

  • 节点不存储data,这样一个节点就可以存储更多的key。可以使得树更矮,所以iO操作次数更少。
  • 叶子节点相连,更便于进行范围查找

5.5 聚簇索引 VS 非聚簇索引

  • MyISAM 存储引擎-主键索引
  • **MyISAM 引擎同样使用B+树作为索引结果,叶节点的data域存放的是数据记录的地址。**下图为 MyISAM表的主索引, Col1 为主键。

其中,MyISAM最大的特点是,将索引Page和数据Page分离,也就是叶子节点没有数据,只有对应数据的地址。

相较于 InnoDB 索引l, InnoDB 是将索引I和数据放在一起的。

bash 复制代码
mysql> create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)

mysql> use myisam_test;
Database changed
mysql> create table mtest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=MyISAM; --使用engine=MyISAM
Query OK, 0 rows affected (0.00 sec)


[root@iZ2vc09opqmjec5hsbsi0aZ mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Mar 23 19:49 .
drwxr-x--x 9 mysql mysql 4096 Mar 23 19:48 ..
-rw-r----- 1 mysql mysql   61 Mar 23 19:48 db.opt
-rw-r----- 1 mysql mysql 8586 Mar 23 19:49 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql    0 Mar 23 19:49 mtest.MYD --该表对应的数据,当前没有数
据,所以是0
-rw-r----- 1 mysql mysql 1024 Mar 23 19:49 mtest.MYI --该表对应的主键索引数据

其中, MyISAM 这种用户数据与索引数据分离的索引方案,叫做非聚簇索引

bash 复制代码
mysql>  create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)

mysql> use innodb_test;
Database changed
mysql> create table itest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=InnoDB;    --使用engine=InnoDB
Query OK, 0 rows affected (0.00 sec)

[root@iZ2vc09opqmjec5hsbsi0aZ mysql]# ls innodb_test/ -al
total 120
drwxr-x---  2 mysql mysql  4096 Mar 23 19:55 .
drwxr-x--x 10 mysql mysql  4096 Mar 23 19:55 ..
-rw-r-----  1 mysql mysql    61 Mar 23 19:55 db.opt
-rw-r-----  1 mysql mysql  8586 Mar 23 19:55 itest.frm --表结构数据
-rw-r-----  1 mysql mysql 98304 Mar 23 19:55 itest.ibd --该表对应的主键索引和用户
数据,虽然现在一行数据没有,但是该表并不为0,因为有主键索引数据

其中,InnoDB 这种用户数据与索引数据在一起索引I方案,叫做聚簇索引

当然,MySQL 除了默认会建立主键索引I外,我们用户也有可能建立按照其他列信息建立的索引l,一般这种索引可以叫做辅助(普通)索引。

对于 MyISAM,建立辅助(普通)索引和主键索引没有差别,无非就是主键不能重复,而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引,和主键索引没有差别

同样, InnoDB 除了主键索引,用户也会建立辅助(普通)索引,我们以上表中的 Col3 建立对应的辅助索引如下图:

可以看到,InnoDB 的非主键索引中叶子节点并没有数据,而只有对应记录的key值。

**所以通过辅助(普通)索引,找到目标记录,需要两遍索引:**首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录。这种过程,就叫做回表查询

为何InnoDB 针对这种辅助(普通)索引的场景,不给叶子节点也附上数据呢?原因就是太浪费空间了.

6.索引操作

创建主键索引

第一种方式:

-- 在创建表的时候,直接在字段名后指定 primary key

create table user1(id int primary key, name varchar(30));

第二种方式:

-- 在创建表的最后,指定某列或某几列为主键索引

create table user2(id int, name varchar(30), primary key(id));

第三种方式:

create table user3(id int, name varchar(30));

-- 创建表以后再添加主键

alter table user3 add primary key(id);

主键索引的特点:

  • 一个表中,最多有一个主键索引,当然可以使符合主键
  • 主键索引的效率高 (主键不可重复)
  • 创建主键索引的列,它的值不能为null,且不能重复
  • 主键索引的列基本上是int

创建唯一索引

第一种方式:

-- 在表定义时,在某列后直接指定unique唯一属性。

create table user4(id int primary key, name varchar(30) unique);

第二种方式:

-- 创建表时,在表的后面指定某列或某几列为unique

create table user5(id int primary key, name varchar(30), unique(name));

第三种方式:

create table user6(id int primary key, name varchar(30));

alter table user6 add unique(name);

唯一索引的特点:

  • 一个表中,可以有多个唯一索引
  • 查询效率高
  • 如果在某一列建立唯一索引,必须保证这列不能有重复数据
  • 如果一个唯一索引l上指定not null,等价于主键索引

创建普通索引

第一种方式:

bash 复制代码
create table user8(id int primary key,
    name varchar(20),
    email varchar(30),
    index(name) --在表的定义最后,指定某列为索引
);

第二种方式:

create table user9(id int primary key, name varchar(20), emailvarchar(30)) ;
alter table user9 add index(name); --创建完表以后指定某列为普通索引

第三种方式:

bash 复制代码
create table user10(id int primary key, name varchar(20), emailvarchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

普通索引的特点:

  • 一个表中可以有多个普通索引,普通索引在实际开发中用的比较多
  • 如果某列需要创建索引,但是该列有重复的值,那么我们就应该使用普通索引

全文索引的创建

当对文章字段或有大量文字的字段进行检索时,会使用到全文索引l。MySQL提供全文索引机制,但是有要求,要求表的存储引擎必须是MyISAM,而且默认的全文索引支持英文,不支持中文。如果对中文进行全文检索,可以使用sphinx的中文版(coreseek)。

bash 复制代码
mysql> CREATE TABLE articles (
    -> id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
    -> title VARCHAR(200),
    -> body TEXT,
    -> FULLTEXT (title,body)
    -> )engine=MyISAM;
Query OK, 0 rows affected (0.00 sec)

mysql> INSERT INTO articles (title,body) VALUES
    -> ('MySQL Tutorial','DBMS stands for DataBase ...'),
    -> ('How To Use MySQL Well','After you went through a ...'),
    -> ('Optimizing MySQL','In this tutorial we will show ...'),
    -> ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'), 
    -> ('MySQL vs. YourSQL','In the following database comparison ...'),
    -> ('MySQL Security','When configured properly, MySQL ...');
Query OK, 6 rows affected (0.00 sec)
Records: 6  Duplicates: 0  Warnings: 0

查询有没有database数据

如果使用如下查询方式,虽然查询出数据,但是没有使用到全文索引

bash 复制代码
mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+

可以用explain工具看一下,是否使用到索引

bash 复制代码
mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: articles
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 6
     filtered: 16.67
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

如何使用全文索引呢?

bash 复制代码
mysql> SELECT * FROM articles
    -> WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)

通过explain来分析这个sql语句

bash 复制代码
mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST
    -> ('database')\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: articles
   partitions: NULL
         type: fulltext
possible_keys: title
          key: title <= key用到了title
      key_len: 0
          ref: const
         rows: 1
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

查询索引

第一种方法: show keys from 表名;

第二种方法: show index from 表名;

第三种方法(信息比较简略): desc 表名;

删除索引

第一种方法-删除主键索引l:

  • alter table 表名 drop primary key;

第二种方法-其他索引的删除:alter table 表名 drop index 索引名:索引名就是show keysfrom 表名中的 Key_name 字段

  • mysql> alter table user10 drop index idx_name;

第三种方法方法:drop index 索引l名 on 表名

  • mysql> drop index name on user8;
相关推荐
SeanDe2 小时前
【Linux `top` 命令详解(结合截图逐行拆解)】
linux·运维·服务器
mi20062 小时前
wiki.js知识库系统搭建和配置总结
linux·运维·知识库
m0_569881472 小时前
C++中的组合模式高级应用
开发语言·c++·算法
霖霖总总2 小时前
[Redis小技巧24]Redis主从复制深度解剖:不只是SLAVEOF,Redis主从复制背后的RunID、Backlog
数据库·redis
m0_730115112 小时前
高性能计算负载均衡
开发语言·c++·算法
灰色小旋风2 小时前
力扣19删除链表的倒数第N个结点(C++)
c++·算法·leetcode·链表
孞㐑¥2 小时前
算法—记忆化搜索
开发语言·c++·经验分享·笔记·算法
不吃香菜学java2 小时前
苍穹外卖-菜品分页查询
数据库·spring boot·tomcat·log4j·maven·mybatis
xushichao19892 小时前
代码覆盖率工具实战
开发语言·c++·算法