初始mysql索引(一)_起始索引-CSDN博客

本文链接：https://blog.csdn.net/Sunny_yaa/article/details/131611303

文章介绍了数据库索引的概念、类型，如普通索引、唯一索引、主键、聚集索引和非聚集索引，以及B+Tree和Hash索引的工作原理。此外，还讨论了InnoDB存储引擎下的聚集索引和二级索引的区别，并提到了SQL性能分析方法，包括慢查询日志和profile的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

索引是一种加快检索的数据库结构，他包含从表或者视图的一列或多列生成的键，以及映射到指定数据库存储位置的指针。
索引是直接加在字段上的，创建索引是需要消耗时间的，索引也需要占用物理空间

常见索引类型：

普通索引
唯一索引：【UNIQUE】主键自带索引
聚集索引：【CLUSTERED】
非聚集索引：【NONCLUSTERED】
全文索引：主要用于varchar char text等类型上
单列索引：只能作用一个字段
多列索引：多个字段连起来创建索引空间索引

创建索引

语法：

create  索引类型  index 索引名 on 表名（需要添加索引的列）

例1) 为表SC在SNO，CNO上建立唯一索引。

 create unique index T on SC(SNO,CNO)

例2）为教师表T在TN 上建立聚集索引

create clustered index Y on TN (TN)

例3）为教师表T在TN 上建立非聚集索引

create nonclustered index Y on TN (TN)

删除索引

 语法： DROP index  表名.具体要删除的索引名

例1）删除T表中索引名为T1的索引

drop index T.T1

有索引会形成一个二叉树
在这里插入图片描述

索引的优缺点

在这里插入图片描述

索引结构

如果没有指定默认都是B+Tree索引
在这里插入图片描述

如果以二叉树为数据结果那么如果数据是有序的那么检索的时候就是会层级比较深性能大大降低，为了规避这种情况我们使用红黑树。
但是红黑树在大数据情况下层级较深检索速度会变慢
在这里插入图片描述

B-Tree

每个节点最多存4个key 5个指针

当超过节点key时中间节点会向上分裂
在这里插入图片描述

B-Tree的数据保存过程

例如此时再插入一个1200的值节点
在这里插入图片描述

插入1200后 345成为中间节点则向上分裂
在这里插入图片描述

当再插入一个值为1234的节点时因为1234大于345 放右边
在这里插入图片描述

可视化数据结构显示：
https://www.cs.usfca.edu/~galles/visualization/BTree.html

B+树

所有的元素都会出现在叶子节点，并且叶子节点会形成一个单向链表，非叶子节点作为索引的作用，叶子节点作为存储数据的作用
在这里插入图片描述

Mysql中的B+Tree
在这里插入图片描述

Hash索引
HASH索引会把这一行数据计算其HASH值，然后例如我们需要把下列的name 创建Hash索引，则根据name的值计算HASH槽位来获取里面的值
在这里插入图片描述

索引分类
在这里插入图片描述

在InnoDB存储引擎下又可以细分为聚集索引和二级索引
在这里插入图片描述

聚集索引和二级索引的区别
在这里插入图片描述

例子：

回表查询

先根据二级索引找到对应的聚集索引id 然后根据聚集索引id找到该行数据(查原表)

SQL性能分析

1.SQL执行频率查询

语句 show global status like 'com_______'    # 7个下划线

在这里插入图片描述

慢查询日志

在这里插入图片描述

profile

profile能够在我们进行sql优化的时候查看耗时情况

select @@have_profiling    # 检查是否支持
SET profiling =1  # 开启profile 默认是关闭的
show profiles; # 查看每一条sql的耗时基本情况
show profile for query query_id;  # 查看指定query_id的sql语句的各个阶段的情况
show profile cpu query query_id;    # 查看指定query_id的sql语句的cpu使用的情况

例子：
在这里插入图片描述