索引： 作用快速查询；
节点第1层 ， 2的0次方
节点第1层 ， 2的1次方
节点第3层 ， 2的2次方
节点第4层 ， 2的3次方
节点第5层 ， 2的4次方
.。。。
。。。
。。。
节点第31层 ， 2的32次方
加起来 42亿
也就是说 42 亿个数字 最多查 32 次就可以了
普通查询要查21亿次
这就是-----》 B-tree索引
注: 名叫btree索引,大的方面看,都用的平衡树,但具体的实现上,各引擎稍有不同,
比如,严格的说,NDB引擎,使用的是T-tree
Myisam,innodb中,默认用B-tree索引
但抽象一下---B-tree系统,可理解为”排好序的快速查找结构”.
1.2 hash索引 弹簧哈哈哈哈。。。尼玛尼玛。。。
在memory表里,默认是hash索引,
hash的理论查询时间复杂度为O(1)
疑问: 既然hash的查找如此高效,为什么不都用hash索引?
答:
1:hash函数计算后的结果,是随机的,如果是在磁盘上放置数据,
用 算法。。。。。
比主键为id为例,那么随着id的增长,
id对应的行,在磁盘上随机放置.散落的无规律！！
散列算法 分配磁盘空间毫无规律可言！！！
2: 无法对范围查询进行优化. 3:无法利用前缀索引.
比如 在btree中, field列的值“hellopworld”,并加索引
查询 xx=helloword,自然可以利用索引, xx=hello,也可以利用索引.
(左前缀索引)
因为hash(‘helloword’),和hash(‘hello’),两者的关系仍为随机
4: 排序也无法优化.
5: 必须回行.就是说 通过索引拿到数据位置,必须回到表中取数据
------》回行查找 就说只是个字典的目录 必须再去实际翻页
2: btree索引的常见误区
2.1 在where条件常用的列上都加上索引
例: where cat_id=3 and price>100 ; //查询第3个栏目,100元以上的商品
误: cat_id上,和, price上都加上索引.
错: 只能用上cat_id或Price索引,因为是独立的索引,同时只能用上1个.
alter table add index(cat_id)
alter table add index(price)
alter table add index(goods_id) ---------------------------同时只能用一个 所以。。。。 联合索引 把多个列看成整体的值
index（cat_id ,goods_name, price） --------------------------- 把多个列看成整体的值
2.2 在多列上建立索引后,查询哪个列,索引都将发挥作用
误: 多列索引上,索引发挥作用,需要满足左前缀要求.
///做前缀要求
以 index(a,b,c) 为例,(注意和顺序有关)
语句
索引是否发挥作用
Where a=3
是,只使用了a列
Where a=3 and b=5
是,使用了a,b列
Where a=3 and b=5 and c=4
是,使用了abc
Where b=3 / where c=4
否
Where a=3 and c=4
a列能发挥索引,c不能
Where a=3 and b>10 and c=7
A能利用,b能利用, C不能利用
同上,where a=3 and b like ‘xxxx%’ and c=7
A能用,B能用,C不能用
为便于理解, 假设ABC各10米长的木板,河面宽30米.
精确匹配,则木板长10米,
Like,左前缀及范围查询,则木板长5米,
自己拼接一下,能否过河对岸,就知道索引能否利用上.
如上例中, where a=3 and b>10, and c=7,
A板长10米,A列索引发挥作用
A板正常接B板, B板索引发挥作用
B板短了,接不到C板,
C列的索引不发挥作用.
以上就是mysql 优化（2）索引优化策略的内容，更多相关内容请关注微课江湖（）！