mysql查看索引

mysql查看索引相关知识

• mysql索引查询，最全说明

      mysql查询索引状态的方法：通过“SHOW INDEX”语句，语法格式“SHOW INDEX FROM [ FROM ]”；通过该语句可以查看索引的名称、是否是唯一索引、字段在索引中的位置，定义索引的列字段名等等。    索引创建完成后，可以利用 SQL 语句查看已经存在的索引。在 MySQL 中，可以使用 SHOW INDEX 语句查看表中创建的索引。    查看索引的语法格式如下：SHOW INDEX FROM [ FROM ]语法说明如下：：指定需要查看索引的数据表名。：指定需要查看索引的数据表所在的数据库，可省略。比如，SHOW INDEX FROM student FROM test; 语句表示查看 test 数据库中 student 数据表的索引。示例SQL 语句和运行结果如下所示。mysql> SHOW INDEX FROM tb_stu_info2\G*************************** 1. row ***************************T
• MySQL查看、创建和删除索引的方法

  本文实例讲述了MySQL查看、创建和删除索引的方法。分享给大家供大家参考。具体如下：1．索引作用在索引列上，除了上面提到的有序查找之外，数据库利用各种各样的快速定位技术，能够大大提高查询效率。特别是当数据量非常大，查询涉及多个表时，使用索引往往能使查询速度加快成千上万倍。例如，有3个未索引的表t1、t2、t3，分别只包含列c1、c2、c3，每个表分别含有1000行数据组成，指为1～1000的数值，查找对应值相等行的查询如下所示。SELECT c1,c2,c3 FROM t1,t2,t3 WHERE c1=c2 AND c1=c3此查询结果应该为1000行，每行包含3个相等的值。在无索引的情况下处理此查询，必须寻找3个表所有的组合，以便得出与WHERE子句相配的那些行。而可能的组合数目为1000×1000×1000（十亿），显然查询将会非常慢。如果对每个表进行索引，就能极大地加速查询进程。利用索引的查询处理如下。（1）从表t1中选择第一行，查看此行所包含的数据。（2）使用表t2上的索引，直接定位t2中与t1的
• mysql 索引及索引创建原则

  正文回到顶部是什么　　索引用于快速的查询某些特殊列的某些行。如果没有索引， MySQL 必须从第一行开始，然后通过搜索整个表来查询有关的行。表越大，查询的成本越大。如果表有了索引的话，那么 MySQL 可以很快的确定数据的位置，而不用查询整个表格。这比顺序的读取每一行要快的多。索引就像我们查字典时的目录一样，我们通过查询字典的目录，可以定位到某一行数据。　　大多数的 MySQL 的索引（主键索引，唯一索引，普通索引，全文索引）都是 B-trees  结构。例外的情况有：在空间数据类型使用 R-trees 结构。存储引擎为 MEMORY 的数据库，也可以支持哈希索引。InnoDB 存储引擎的全文索引使用反向列表结构。回到顶部使用场景　　MySQL 会使用到索引的场景如下：　　1.根据一个条件快速的匹配到对应的行。　　2.缩小查询影响行数。如果一个查询字段有多个索引，MySQL 通常选择使用影响行数最小的索引（选择性最高的索引）。索引的选择性的计算 select count(distinct
• MySQL索引优化看这篇文章就够了！

  阅读本文大概需要 5 分钟。来源：cnblogs.com/songwenjie/p/9410009.html本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开（本文图片可点开放大）。一、MySQL索引基础首先，我们将从索引基础开始介绍一下什么是索引，分析索引的几种类型，并探讨一下如何创建索引以及索引设计的基本原则。此部分用于测试索引创建的user表的结构如下：1. 什么是索引？“索引（在MySQL中也叫“键key”）是存储引擎快速找到记录的一种数据结构。”——《高性能MySQL》我们需要知道索引其实是一种数据结构，其功能是帮助我们快速匹配查找到需要的数据行，是数据库性能优化最常用的工具之一。其作用相当于超市里的导购员、书本里的目录。2. 索引类型可以使用SHOW INDEX FROM table_name;查看索引详情：主键索引 PRIMARY KEY：它是一种特殊的唯一索引，不允许有空值。一般是在建表的时候同时创建主键索引。注

mysql查看索引相关课程

• 新版Scrapy打造搜索引擎 畅销4年的Python分布式爬虫课 未来是什么时代？是数据时代！数据分析服务、互联网金融，数据建模、自然语言处理、医疗病例分析……越来越多的工作会基于数据来做，而爬虫正是快速获取数据最重要的方式，相比其它语言，Python爬虫更简单、高效。

  讲师：bobby 中级 5561人正在学习

• MySQL提升课程 全面讲解MySQL架构设计 如何获得MySQL最优性能？如何建立MySQL高可用集群？如何搭建稳定高效的MySQL环境？国内顶级电商公司数据库专家带你成为一名优秀的DBA。

  讲师：sqlercn 中级 4050人正在学习

• PHP+Sphinx+MySQL实现全文检索—理论篇 课程通过mysql搜索引入sphinx检索，让大家对sphinx有新的认知，并介绍了当前互联网站内应用sphinx检索优势，课程循序渐进，通俗易懂，对重点难点技术做了详细讲解,通过学习本课程我们能熟练的使用sphinx工具。

  讲师：singwa 中级 25765人正在学习

mysql查看索引相关教程

• 4. 覆盖索引 如果一个索引包含所有需要查询的字段，称之为覆盖索引。由于覆盖索引无须回表，通过扫描索引即可拿到所有的值，它能极大地提高查询效率：索引条目一般比数据行小的多，只通过扫描索引即可满足查询需求，MySQL 可以极大地减少数据的访问量。表 customer 有一个多列索引 (first_name,last_name)，以下查询只需要访问 first_name 和last_name，这时就可以通过这个索引来实现覆盖索引。mysql> explain select last_name, first_name from customer\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: indexpossible_keys: NULL key: idx1_customer key_len: 186 ref: NULL rows: 1 filtered: 100.00 Extra: Using index1 row in set, 1 warning (0.00 sec)当查询为覆盖索引查询时，在 explain 的 extra 列可以看到 Using index。
• 1.索引概念 索引在 MySQL 中也叫“键（Key）”，是存储引擎用于快速查找记录的一种数据结构，这也是索引的基本功能。MySQL 索引的工作原理，类似一本书的目录，如果要在一本书中找到特定的知识点，先通过目录找到对应的页码。在 MySQL 中，存储引擎用类似的方法使用索引，先在索引找到对应值，再根据索引记录找到对应的数据行。简单总结，索引就是为了提高数据查询的效率，跟一本书的目录一样。以下查询假设字段 c2 上建有索引，则存储引擎将通过索引找到 c2 等于 测试01 的行。也就是说，存储引擎先在索引按值进行查找，再返回所有包含该值的数据行。mysql> select * from t1 where c2='测试01'\G*************************** 1. row ***************************c1: 1c2: 测试011 row in set (0.00 sec)从执行计划的角度，也可以看出索引 idx_c2 被使用：mysql> create table t1( -> c1 int not null auto_increment, -> c2 varchar(10) default null, -> primary key(c1) -> ) engine = innodb;Query OK, 0 rows affected (0.05 sec)mysql> insert into t1() values(1,'测试01');Query OK, 1 row affected (0.00 sec)mysql> create index idx_c2 on t1(c2);Query OK, 0 rows affected (0.02 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> explain select * from t1 where c2='测试01'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: t1 partitions: NULL type: refpossible_keys: idx_c2 key: idx_c2 key_len: 33 ref: const rows: 1 filtered: 100.00 Extra: Using index1 row in set, 1 warning (0.00 sec)常见的索引类型主要有 B-Tree 索引、哈希索引、空间数据索引（R-Tree）、全文索引，在后续小节将详细介绍。InnoDB 和 MyISAM 存储引擎可以创建 B-Tree 索引，单列或多列都可以创建索引；Memory 存储引擎可以创建哈希索引，同时也支持 B-Tree 索引；从 MySQL5.7 开始，InnoDB 和 MyISAM 存储引擎都可以支持空间类型索引；InnoDB 和 MyISAM 存储可以支持全文索引（FULLTEXT），该索引可以用于全文搜索，仅限于CHAR、VARCHAR、TEXT 列。
• MySQL 索引详细解读 索引是数据库中用来提高性能的常用工具。本节主要介绍 MySQL 索引的概念，及其优点。
• 5. 使用索引实现排序 MySQL 可以通过排序操作，或者按照索引顺序扫描来生成有序的结果。如果 explain 的 type 列的值为index，说明该查询使用了索引扫描来做排序。order by 和查询的限制是一样的，需要满足索引的最左前缀要求，否则无法使用索引进行排序。只有当索引的列顺序和 order by 子句的顺序完全一致，并且所有列的排序方向（正序或倒序)都一致，MySQL才能使用索引来做排序。如果查询是多表关联，只有当 order by 子句引用的字段全部为第一个表时，才能使用索引来做排序。以表 customer 为例，我们来看看哪些查询可以通过索引进行排序。mysql> create table customer( id int, last_name varchar(30), first_name varchar(30), birth_date date, gender char(1), key idx_customer(last_name,first_name,birth_date) );
• 2. 前缀索引 有时候需要对很长的字符列创建索引，这会使得索引变得很占空间，效率也很低下。碰到这种情况，一般可以索引开始的部分字符，这样可以节省索引产生的空间，但同时也会降低索引的选择性。那我们就要选择足够长的前缀来保证较高的选择性，但是为了节省空间，前缀又不能太长，只要前缀的基数，接近于完整列的基数即可。Tips：索引的选择性指，不重复的索引值（也叫基数，cardinality）和数据表的记录总数的比值，索引的选择性越高表示查询效率越高。完整列的选择性：mysql> select count(distinct last_name)/count(*) from customer;+------------------------------------+| count(distinct last_name)/count(*) |+------------------------------------+| 0.053 |+------------------------------------+不同前缀长度的选择性：mysql> select count(distinct left(last_name,3))/count(*) left_3, count(distinct left(last_name,4))/count(*) left_4, count(distinct left(last_name,5))/count(*) left_5, count(distinct left(last_name,6))/count(*) left_6 from customer;+--------+--------+--------+--------+| left_3 | left_4 | left_5 | left_6 |+--------+--------+--------+--------+| 0.043| 0.046| 0.050| 0.051|+--------+--------+--------+--------+从上面的查询可以看出，当前缀长度为 6 时，前缀的选择性接近于完整列的选择性 0.053，再增加前缀长度，能够提升选择性的幅度也很小了。创建前缀长度为6的索引：mysql> alter table customer add index idx_last_name(last_name(6));前缀索引可以使索引更小更快，但同时也有缺点：无法使用前缀索引做 order by 和 group by，也无法使用前缀索引做覆盖扫描。
• 1.2 适合 B-Tree 索引的查询类型 全值匹配和索引中的所有列进行匹配，如查找姓名为 George Bush、1960-08-08 出生的客户。mysql> explain select * from customer where first_name='George' and last_name='Bush' and birth_date='1960-08-08'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: refpossible_keys: idx1_customer key: idx1_customer key_len: 190 ref: const,const,const rows: 1 filtered: 100.00 Extra: NULL1 row in set, 1 warning (0.00 sec)匹配最左前缀只使用索引的第一列，如查找所有姓氏为 Bush 的客户：mysql> explain select * from customer where last_name='Bush'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: refpossible_keys: idx1_customer key: idx1_customer key_len: 93 ref: const rows: 1 filtered: 100.00 Extra: NULL1 row in set, 1 warning (0.00 sec)匹配列前缀只匹配某一列的值的开头部分，如查找所有以 B 开头的姓氏的客户，这里使用了索引的第一列：mysql> explain select * from customer where last_name like 'B%'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: rangepossible_keys: idx1_customer key: idx1_customer key_len: 93 ref: NULL rows: 1 filtered: 100.00 Extra: Using index condition1 row in set, 1 warning (0.00 sec)匹配范围值查找所有姓氏在 Allen 和 Bush 之间的客户，这里使用了索引的第一列：mysql> explain select * from customer where last_name between 'Allen' and 'Bush'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: rangepossible_keys: idx1_customer key: idx1_customer key_len: 93 ref: NULL rows: 1 filtered: 100.00 Extra: Using index condition1 row in set, 1 warning (0.00 sec)精确匹配某一列，并范围匹配另一列第一列全匹配，第二列范围匹配，如查找姓氏为 Bush，名字以 G 开头的客户：mysql> explain select * from customer where last_name='Bush' and first_name like 'G'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: rangepossible_keys: idx1_customer key: idx1_customer key_len: 186 ref: NULL rows: 1 filtered: 100.00 Extra: Using index condition1 row in set, 1 warning (0.00 sec)只访问索引的查询只需要访问索引即可获取数据，不需要回表访问数据行，这种查询也叫覆盖索引：mysql> explain select last_name from customer where last_name='Bush'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer partitions: NULL type: refpossible_keys: idx1_customer key: idx1_customer key_len: 93 ref: const rows: 1 filtered: 100.00 Extra: Using index1 row in set, 1 warning (0.00 sec)除了上述这些查询类型外，索引还可以用于 order by 排序操作，因为索引中的节点是有序的。如果 B-Tree 可以按照某种方式查找到数据，那么也可以按照这种方式进行排序。

mysql查看索引相关搜索

mac osx machine_start macox magellan malloc manifest manifest文件 map map 遍历 mapreduce编程 maps google com margin margin bottom margin left margin right margin top marginbottom marginheight marginleft margintop

查看更多慕课网实用课程