***** ## 索引 ### 思考 > 在图书馆中是如何找到一本书的？ 一般的应用系统对比数据库的读写比例在10:1左右(即有10次查询操作时有1次写的操作)， 而且插入操作和更新操作很少出现性能问题， 遇到最多、最容易出问题还是一些复杂的查询操作，所以查询语句的优化显然是重中之重 ### 解决办法 当数据库中数据量很大时，查找数据会变得很慢 优化方案：索引 ### 索引是什么 索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的引用指针。 <br>更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度 ### 索引的目的 索引的目的在于提高查询效率，可以类比字典，如果要查“mysql”这个单词，我们肯定需要定位到m字母，然后从下往下找到y字母，再找到剩下的sql。 ### 索引原理 除了词典，生活中随处可见索引的例子，如火车站的车次表、图书的目录等。它们的原理都是一样的，通过不断的缩小想要获得数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是我们总是通过同一种查找方式来锁定数据。 <br>数据库也是一样，但显然要复杂许多，因为不仅面临着等值查询，还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等。数据库应该选择怎么样的方式来应对所有的问题呢？  ### 索引的使用 * 查看索引 ~~~ show index from 表名; ~~~ * 创建索引 * 如果指定字段是字符串，需要指定长度，建议长度与定义字段时的长度一致 * 字段类型如果不是字符串，可以不填写长度部分 ~~~ create index 索引名称 on 表名(字段名称(长度)) ~~~ * 删除索引： ~~~ drop index 索引名称 on 表名; ~~~ ## 索引案例 创建测试表test ``` create table test(title varchar(10)); ``` - 使用python程序向表中加入十万条数据 #### 查询 * 开启运行时间监测： ~~~ set profiling=1; ~~~ * 查找第1万条数据ha-99999 ~~~ select * from test where title='ha-99999'; ~~~ * 查看执行的时间： ~~~ show profiles; ~~~ * 为表title\_index的title列创建索引： ~~~ create index title_index on test(title(10)); ~~~ * 执行查询语句： ~~~ select * from test where title='ha-99999'; ~~~ * 再次查看执行的时间 ~~~ show profiles; ~~~ ### 适合建立索引的情况 1.主键自动建立索引 2.频繁作为查询条件的字段应该建立索引 3.查询中与其他表关联的字段,外键关系建立索引 4.在高并发的情况下创建复合索引 5.查询中排序的字段,排序字段若通过索引去访问将大大提高排序速度 (建立索引的顺序跟排序的顺序保持一致) ### 不适合建立索引的情况 频繁更新的字段不适合建立索引 where条件里面用不到的字段不创建索引 表记录太少,当表中数据量超过三百万条数据,可以考虑建立索引 数据重复且平均的表字段,比如性别,国籍