MySQL 实战:从建表到索引管理的完整指南

目录

  • [1. 引言](#1. 引言)
  • [2. 创建数据库与选择数据库](#2. 创建数据库与选择数据库)
  • [3. 创建学生信息表](#3. 创建学生信息表)
  • [4. 查看表结构信息](#4. 查看表结构信息)
  • [5. 向表中插入数据](#5. 向表中插入数据)
  • [6. 修改表结构(ALTER TABLE)](#6. 修改表结构(ALTER TABLE))
  • [7. 索引(Index)详解](#7. 索引(Index)详解)
    • [7.1 索引是什么](#7.1 索引是什么)
    • [7.2 索引的优缺点](#7.2 索引的优缺点)
    • [7.3 InnoDB 常见索引分类](#7.3 InnoDB 常见索引分类)
    • [7.4 基础语法示例](#7.4 基础语法示例)
    • [7.5 索引使用示例](#7.5 索引使用示例)
    • [7.6 索引使用注意事项](#7.6 索引使用注意事项)
  • [8. 总结](#8. 总结)## 1. 引言

在数据库学习和开发中,掌握从基础表操作到高级性能优化(如索引)的完整 SQL 技能至关重要。本文将通过一个连贯的实战案例,手把手演示如何使用 MySQL 完成数据库创建、数据表管理、数据插入、表结构修改,并深入讲解索引的创建、管理与核心原理。我们将创建一个名为 abc 的数据库,并在其中管理一个学生信息表 s1,通过具体的 SQL 语句讲解每个操作步骤及其背后的设计思考。

2. 创建数据库与选择数据库

首先,我们需要创建一个新的数据库来存放我们的数据表。

sql 复制代码
-- 创建数据库
CREATE DATABASE abc;

执行上述语句后,MySQL 会创建一个名为 abc 的数据库。接下来,我们需要告诉 MySQL 后续的操作都在这个数据库中进行。

sql 复制代码
-- 使用数据库
USE abc;

USE 语句用于选择当前要操作的数据库。执行后,所有未指定数据库的表操作都将默认在 abc 数据库中进行。

3. 创建学生信息表

在操作表之前,一个好的习惯是确保目标表不存在,避免因重复创建而报错。

sql 复制代码
-- 删除数据表(如果存在)
DROP TABLE IF EXISTS s1;

DROP TABLE IF EXISTS 是一个安全的做法,它只在表存在时才执行删除操作。

现在,我们来创建核心的学生信息表 s1。

sql 复制代码
-- 创建学生表
CREATE TABLE s1 (
   id INT PRIMARY KEY AUTO_INCREMENT COMMENT '编号',
   s_name VARCHAR(20) UNIQUE NOT NULL COMMENT '姓名',
   age INT NOT NULL COMMENT '年龄',
   sex ENUM('男', '女', '未知') DEFAULT '未知' COMMENT '性别',
   s_sno CHAR(12) UNIQUE NOT NULL COMMENT '学号',
   tel CHAR(11) NOT NULL COMMENT '手机号',
   start_time DATE DEFAULT (CURRENT_DATE) COMMENT '入学时间',
   status ENUM('在读', '毕业') DEFAULT '在读' COMMENT '状态'
);

表结构说明:

  • id: 主键,自动增长,作为每条记录的唯一标识。
  • s_name: 学生姓名,VARCHAR(20) 类型,UNIQUE 约束确保姓名不重复,NOT NULL 表示必填。
  • age: 年龄,整型,必填。
  • sex: 性别,使用 ENUM 类型限定为'男'、'女'、'未知'三种值,默认值为'未知'。
  • s_sno: 学号,定长字符串,唯一且必填。
  • tel: 手机号,定长字符串,必填。
  • start_time: 入学时间,日期类型,默认值为系统当前日期。
  • status: 状态,ENUM 类型,表示'在读'或'毕业',默认'在读'。

4. 查看表结构信息

创建表后,我们可以通过多种方式查看其结构。

1. 查看表的基本字段信息(DESC)

sql 复制代码
-- 查看表结构
DESC s1;

DESC (或 DESCRIBE) 命令会以表格形式列出表的所有字段名、类型、是否为空、键信息、默认值和额外说明。

2. 查看字段信息(SHOW COLUMNS)

sql 复制代码
-- 查看字段
SHOW COLUMNS FROM s1;

SHOW COLUMNS 与 DESC 功能类似,提供了另一种查看表结构的方式。

3. 查看完整的建表语句

sql 复制代码
-- 查看创建表语句
SHOW CREATE TABLE s1;

这条命令会返回创建该表的完整 SQL 语句,包括引擎、字符集等所有细节,对于备份或迁移表结构非常有用。

5. 向表中插入数据

表创建好后,我们需要向其中添加数据。以下是插入8条学生记录的示例:

sql 复制代码
-- 插入数据
INSERT INTO s1 VALUES (NULL, '张三', 18, '男', '2019001', '13888888888', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '李四', 19, '女', '2019002', '13888888889', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '王五', 20, '未知', '2019003', '13888888890', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '赵六', 21, '男', '2019004', '13888888891', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '孙七', 22, '女', '2019005', '13888888892', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '周八', 23, '未知', '2019006', '13888888893', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '吴九', 24, '男', '2019007', '13888888894', '2020-09-01', '在读');
INSERT INTO s1 VALUES (NULL, '郑十', 25, '女', '2019008', '13888888895', '2020-09-01', '在读');

注意:id 字段传入了 NULL,由于其是 AUTO_INCREMENT,数据库会自动为其生成递增值。

6. 修改表结构(ALTER TABLE)

在实际应用中,表结构可能需要调整。ALTER TABLE 语句用于添加、修改或删除表中的列。

1. 添加新字段

假设我们需要为学生表增加一个"身份证号"字段。

sql 复制代码
-- 添加身份证号字段
ALTER TABLE s1 ADD COLUMN id_card CHAR(18) COMMENT '身份证号';

2. 删除字段

如果添加的字段不再需要,可以将其删除。

sql 复制代码
-- 删除身份证号字段
ALTER TABLE s1 DROP COLUMN id_card;

7. 索引(Index)详解

7.1 索引是什么

索引是建立在数据表字段上的数据结构(MySQL InnoDB 默认使用 B+Tree),相当于书本的目录。

作用 :快速定位数据,减少全表扫描,极大提升查询(SELECT)语句的速度。

7.2 索引的优缺点

优点:

  1. 极大加快数据查询速度 :特别是在 WHERE 条件筛选、ORDER BY 排序、GROUP BY 分组时效率提升显著。

缺点:

  1. 占用额外磁盘存储空间:索引本身需要存储。
  2. 降低 DML 性能 :进行 INSERT、UPDATE、DELETE 操作时,数据库需要额外维护索引结构,可能导致写入变慢。
  3. 索引不是越多越好:无用的索引只会增加存储与写入开销,需要根据查询需求合理设计。

7.3 InnoDB 常见索引分类

  1. 主键索引 (PRIMARY)

    • 特点:唯一、非空;一张表只能有一个主键。
    • InnoDB 特性 :InnoDB 存储引擎中,主键索引即聚簇索引,表数据本身按主键顺序存储在主键索引的叶子节点上。
  2. 唯一索引 (UNIQUE)

    • 特点 :索引列的值不能重复,但允许有一个 NULL 值;一张表可以有多个唯一索引。
  3. 普通索引 (INDEX)

    • 特点 :最基础的索引类型,仅用于加速查询。允许重复值和 NULL 值。
  4. 联合索引(复合索引)

    • 特点:在多个字段组合上创建的索引。
    • 核心原则 :遵循最左前缀原则。查询条件必须包含联合索引的最左列,才能有效利用该索引。
  5. 全文索引 (FULLTEXT)

    • 特点 :专门用于对长文本内容(如 TEXT 类型字段)进行全文检索,可以高效替代低效的 LIKE '%keyword%' 模糊查询。

7.4 基础语法示例

以下示例基于已添加的 id_card 字段和已有的 s_name、age 字段。

1. 创建普通索引

sql 复制代码
-- 语法:CREATE INDEX 索引名 ON 表名(字段名);
CREATE INDEX name ON s1(s_name);

2. 创建联合索引

sql 复制代码
-- 语法:CREATE INDEX 索引名 ON 表名(字段名1, 字段名2);
CREATE INDEX name_age ON s1(s_name, age);

3. 创建全文索引

sql 复制代码
-- 语法:CREATE FULLTEXT INDEX 索引名 ON 表名(字段名);
CREATE FULLTEXT INDEX name_fulltext ON s1(s_name);

4. 创建唯一索引

sql 复制代码
-- 语法:CREATE UNIQUE INDEX 索引名 ON 表名(字段名);
CREATE UNIQUE INDEX idcard ON s1(id_card);

5. 查看索引

sql 复制代码
-- 语法:SHOW INDEX FROM 表名;
SHOW INDEX FROM s1;

该命令会显示表上所有索引的名称、类型、关联的字段、唯一性等信息。

6. 删除索引

sql 复制代码
-- 语法:DROP INDEX 索引名 ON 表名;
DROP INDEX idcard ON s1;

7.6 索引使用注意事项了解了索引的创建语法后,让我们通过具体的查询示例来展示索引如何提升性能。

示例1:普通索引加速查询

假设我们经常需要按学生姓名查询:

sql 复制代码
-- 无索引时的查询(全表扫描)
EXPLAIN SELECT * FROM s1 WHERE s_name = '张三';

-- 创建姓名索引后
CREATE INDEX idx_name ON s1(s_name);

-- 再次执行相同查询(使用索引)
EXPLAIN SELECT * FROM s1 WHERE s_name = '张三';

执行计划对比:

  • 无索引时:type 为 ALL(全表扫描),rows 为表总行数
  • 有索引时:type 为 ref(索引查找),rows 为1(精确匹配)
示例2:联合索引与最左前缀原则

创建联合索引后,观察不同查询条件的效果:

sql 复制代码
-- 创建联合索引
CREATE INDEX idx_name_age ON s1(s_name, age);

-- 情况1:使用索引(包含最左列s_name)
EXPLAIN SELECT * FROM s1 WHERE s_name = '李四' AND age = 19;

-- 情况2:使用索引(只使用最左列s_name)
EXPLAIN SELECT * FROM s1 WHERE s_name = '王五';

-- 情况3:索引失效(未包含最左列s_name)
EXPLAIN SELECT * FROM s1 WHERE age = 20;

-- 情况4:部分使用索引(s_name范围查询,age无法使用索引)
EXPLAIN SELECT * FROM s1 WHERE s_name LIKE '张%' AND age = 18;
示例3:唯一索引防止重复数据
sql 复制代码
-- 尝试插入重复学号(会失败)
INSERT INTO s1 VALUES (NULL, '测试', 20, '男', '2019001', '13800000000', '2020-09-01', '在读');
-- 错误:Duplicate entry '2019001' for key 's_sno'

-- 查看唯一约束错误信息
SHOW ERRORS;
示例4:索引对排序的优化
sql 复制代码
-- 无索引时的排序(可能使用文件排序)
EXPLAIN SELECT * FROM s1 ORDER BY s_name;

-- 创建索引后
CREATE INDEX idx_name ON s1(s_name);

-- 再次执行排序(可能使用索引排序)
EXPLAIN SELECT * FROM s1 ORDER BY s_name;
示例5:索引失效场景演示
sql 复制代码
-- 1. 在索引列上使用函数(索引失效)
EXPLAIN SELECT * FROM s1 WHERE LEFT(s_name, 1) = '张';

-- 2. 隐式类型转换(索引失效)
-- 假设tel字段是CHAR(11),但查询时使用数字
EXPLAIN SELECT * FROM s1 WHERE tel = 13888888888;

-- 3. 使用OR条件(如果OR的某一侧没有索引,可能导致全表扫描)
EXPLAIN SELECT * FROM s1 WHERE s_name = '张三' OR age = 18;

-- 4. 使用不等于(!=或<>)(可能无法使用索引)
EXPLAIN SELECT * FROM s1 WHERE s_name != '张三';
示例6:覆盖索引(Covering Index)
sql 复制代码
-- 创建覆盖索引
CREATE INDEX idx_covering ON s1(s_name, age, sex);

-- 查询只涉及索引列,无需回表
EXPLAIN SELECT s_name, age FROM s1 WHERE s_name = '赵六' AND age > 20;

-- Extra列显示"Using index"表示使用了覆盖索引
示例7:索引选择性测试
sql 复制代码
-- 查看字段值的分布情况(评估索引效果)
SELECT 
    COUNT(DISTINCT sex) as sex_distinct_count,
    COUNT(DISTINCT age) as age_distinct_count,
    COUNT(DISTINCT s_name) as name_distinct_count,
    COUNT(*) as total_rows
FROM s1;

-- 在区分度高的字段上建索引效果更好
-- sex只有3种值,区分度低
-- s_name有8种值(假设不重复),区分度高
示例8:多列索引顺序优化
sql 复制代码
-- 根据查询频率和选择性决定索引列顺序
-- 假设查询模式1:WHERE age > 20 AND sex = '男'
-- 假设查询模式2:WHERE sex = '女' AND age > 18

-- 创建测试索引
CREATE INDEX idx_age_sex ON s1(age, sex);
CREATE INDEX idx_sex_age ON s1(sex, age);

-- 分别测试两个查询
EXPLAIN SELECT * FROM s1 WHERE age > 20 AND sex = '男';
EXPLAIN SELECT * FROM s1 WHERE sex = '女' AND age > 18;

-- 根据实际查询模式选择更优的索引顺序
示例9:索引维护操作
sql 复制代码
-- 1. 修改索引名称(MySQL 8.0+)
ALTER TABLE s1 RENAME INDEX idx_name TO idx_student_name;

-- 2. 禁用/启用索引(某些存储引擎支持)
-- ALTER TABLE s1 DISABLE KEYS;
-- ALTER TABLE s1 ENABLE KEYS;

-- 3. 分析索引使用情况
ANALYZE TABLE s1;

-- 4. 检查索引碎片
SHOW TABLE STATUS LIKE 's1';
-- 关注Data_free列,值较大时考虑优化表
OPTIMIZE TABLE s1;
示例10:实际性能对比测试
sql 复制代码
-- 准备测试数据(插入更多数据以观察性能差异)
DELIMITER $$
CREATE PROCEDURE insert_test_data()
BEGIN
    DECLARE i INT DEFAULT 1;
    WHILE i <= 10000 DO
        INSERT INTO s1 VALUES (
            NULL,
            CONCAT('测试学生', i),
            FLOOR(18 + RAND() * 10),
            ELT(FLOOR(1 + RAND() * 3), '男', '女', '未知'),
            CONCAT('202400', LPAD(i, 4, '0')),
            CONCAT('138', LPAD(FLOOR(RAND() * 100000000), 8, '0')),
            DATE_SUB(CURRENT_DATE, INTERVAL FLOOR(RAND() * 365) DAY),
            ELT(FLOOR(1 + RAND() * 2), '在读', '毕业')
        );
        SET i = i + 1;
    END WHILE;
END$$
DELIMITER ;

-- 执行存储过程插入测试数据
CALL insert_test_data();

-- 删除无索引时的查询测试
SET profiling = 1;
SELECT * FROM s1 WHERE s_name LIKE '测试学生%' ORDER BY age DESC LIMIT 100;
SHOW PROFILES;

-- 创建索引后的查询测试
CREATE INDEX idx_test_name ON s1(s_name);
SELECT * FROM s1 WHERE s_name LIKE '测试学生%' ORDER BY age DESC LIMIT 100;
SHOW PROFILES;

-- 对比查询时间
SET profiling = 0;

性能优化建议:

  1. 使用 EXPLAIN 分析查询执行计划
  2. 关注 type 列:const > ref > range > index > ALL
  3. 关注 Extra 列:避免 Using filesort 和 Using temporary
  4. 定期使用 ANALYZE TABLE 更新索引统计信息
  5. 监控慢查询日志,针对慢查询优化索引

7.5 索引使用注意事项

  1. 遵循最左前缀原则 :对于联合索引 (A, B, C),查询条件必须包含 A,索引才会生效。例如 WHERE A=1 AND B=2 有效,但 WHERE B=2 则无法使用该索引。
  2. 避免在索引列上使用函数或运算 :例如 WHERE YEAR(create_time) = 2023 或 WHERE amount * 2 > 100 会导致索引失效。
  3. 注意隐式类型转换:例如字符串字段与数字比较时,可能导致索引失效。
  4. 选择区分度高的字段建立索引:在性别(只有'男'、'女')这种区分度很低的字段上建立索引,效果甚微。应优先在唯一性高或取值分布广泛的字段上建索引。
  5. 避免过度索引:每个额外的索引都会增加写操作的开销,定期审查并删除未使用的索引。
  6. 考虑索引大小:过长的索引字段(如TEXT类型)不适合建索引,可考虑前缀索引。
  7. 注意NULL值的影响:包含NULL值的索引列在查询时可能需要特殊处理。
  8. 定期维护索引 :使用 OPTIMIZE TABLE 或 ALTER TABLE ... REBUILD 整理索引碎片。## 8. 总结

本文通过一个从零开始的连贯案例,系统演示了 MySQL 数据库操作与性能优化的核心流程:

  1. 环境准备 :创建数据库 (CREATE DATABASE) 并切换使用 (USE)。
  2. 表管理 :安全删除旧表 (DROP TABLE IF EXISTS)、创建新表 (CREATE TABLE) 并查看其结构 (DESC, SHOW CREATE TABLE)。
  3. 数据操作 :向表中插入示例数据 (INSERT INTO)。
  4. 结构维护 :使用 ALTER TABLE 动态添加或删除字段,适应业务变化。
  5. 性能优化 :深入理解索引的原理、分类与优缺点,并实践了普通索引、联合索引、全文索引、唯一索引的创建 (CREATE INDEX)、查看 (SHOW INDEX) 和删除 (DROP INDEX),掌握了索引使用的关键注意事项。

掌握这些从基础到进阶的操作,是进行高效数据库设计、开发和优化的坚实基础。建议读者在 MySQL 客户端中亲自执行每一段 SQL 代码,并结合实际业务场景思考索引的设计,以加深理解。

相关推荐
txxzjmzlh1 小时前
Redis 介绍及简单使用
数据库·redis·缓存
进击的荆棘1 小时前
MySQL——数据类型
数据库·mysql
TDengine (老段)1 小时前
TDengine IDMP 预测、异常检测与数据插补
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据·idmp
OxYGC3 小时前
[Web3] 智能合约 13: 项目实战⑤ DappLink Oracle
oracle·web3·智能合约
企业数字化笔记4 小时前
报表上线怎么对账?口径回归、权限抽检与差异定位
java·spring boot·mysql
codeejun4 小时前
每日一Go·MySQL-17、分页优化方案
数据库·mysql
CoderYanger5 小时前
Java EE 进阶:9.MyBatis 操作数据库(进阶)(第四弹):图书管理系统(用户登录+添加图书)
java·数据库·spring boot·mysql·面试·java-ee·mybatis
Decay__5 小时前
附 - 02・SQLServer 分库分表与中间件 —— 原生分区表、横向分库实践与联邦查询
运维·数据库·sql·mysql·架构
牧瀬クリスだ5 小时前
从零手写博客系统:分层架构与统一响应(一)
java·数据库·架构·mybatis·springboot·安全架构
the局外人5 小时前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python