mysql索引失效相关知识
-
面试官:说说你遇到的MySQL索引失效场景吧,你是如何解决的?本期主要面试考点 面试官考点之什么情况下会索引失效? 面试官考点之简单说说你工作中遇到的索引失效场景? 以下索引失效的常见场景 1、like通配符,左侧开放情况下,全表扫描 2、or条件筛选,可能会导致索引失效 3、where中对索引列使用mysql的内置函数,一定失效 4、where中对索引列进行运算(如,+、-、*、/),一定失效 5、类型不一致,隐式的类型转换,导致的索引失效 6、where语句中索引列使用了负向查询,可能会导致索引失效。负向查询包括:NOT、!=、<>、!<、!>、NOT IN、NOT
-
mysql隐式转换造成索引失效的事故总结 隐式转换导致索引失效.这一点应当引起重视.也是开发中经常会犯的错误. 由于表的字段tu_mdn定义为varchar2(20),但在查询时把该字段作为number类型以where条件传给mysql,这样会导致索引失效. 错误的例子:select * from test where tu_mdn=13333333333; 正确的例子:select * from test where tu_mdn='13333333333'; 看一下下面的案例,这个案例是开发过程中经常犯的一个错误,这种索引在大表的查询中是很致命的,直接能把数据库拖死:mysql> show create table shipping\G;*************************** 1. row *************************** Table: shippingCreate Table: CREATE T
-
SQL优化 MySQL版 - 避免索引失效原则(一)作者 : Stanley 罗昊避免索引失效的一些原则我们编写SQL语句后会进行添加一些索引进行优化,但是有时候确实建了索引,但索引有时候会失效;比如在模糊查询使用 in 关键字的时候索引就失效了,这只是其中的一个条件;1.复合索引的时候,不要跨列或无序使用(最佳左前缀)我在前几篇文章有重点介绍过;就比如你建立了一个索引 分别字段为 a b c,你使用的时候却没有从a开始向后依次使用,而是使用了a c 把中间的b漏掉了下面我举个例子:比如我 where a ... and b ... order by c,这种使用顺序就符合最佳做前缀,我从左向右依次使用了索引,如果你写成下面这样:where b ... and a order by c,这样很明显你顺序不对,并不满足最佳左前缀,从而导致了索引失效;2.复合索引,尽量使用全索引匹配假设我现在建立了一个复合索引 a b c,在查询的时候,尽量把这些索引字段都用上;比如我现在想找一个张三,你先根据 a 找,再根据b找,最后再根据c找,这样找
-
导致索引失效的一些情况作者 | 末 来源 | https://www.cnblogs.com/areyouready/p/7802885.html 隐式转换导致索引失效.这一点应当引起重视.也是开发中经常会犯的错误. 由于表的字段tu_mdn定义为varchar2(20),但在查询时把该字段作为number类型以where条件传给Oracle,这样会导致索引失效. 错误的例子:select from test where tu_mdn=13333333333; 正确的例子:select from test where tu_mdn='13333333333'; 对索引列进行运算导致索引失效,我所指的对索引列进行运算包括(+,-,,/,! 等) 错误的例
mysql索引失效相关课程
mysql索引失效相关教程
- 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。
- 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。
- 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。
- 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。
- 2. 索引优点 索引最大的作用是快速查找数据,除此之外,索引还有其他的附加作用。B-Tree 是最常见的索引,按照顺序存储数据,它可以用来做 order by 和 group by 操作。因为 B-Tree 是有序的,将相关的值都存储在一起。因为索引存储了实际的列值,某些查询仅通过索引就可以完成查询,如覆盖查询。总的来说,索引三个优点如下:索引可以大大减少 MySQL 需要扫描的数据量;索引可以帮助 MySQL 避免排序和临时表;索引可以将随机 IO 变为顺序 IO。但是,索引是最好的解决方案吗?任何事物都是有两面性的,索引同样如此。索引并不总是最好的优化工具对于非常小的表,大多数情况,全表扫描会更高效;对于中大型表,索引就非常有效;对于特大型表,建索引和用索引的代价是日益增长,这时候可能需要和其他技术结合起来,如分区表。总的来说,只有当使用索引利大于弊时,索引才是最好的优化工具。
- 1. B-Tree 索引 B-Tree 索引是最常见的索引之一,当大家在谈论索引的时候,如果没有特别说明,那多半说的就是 B-Tree 索引。在 MySQL 中,大多数的存储引擎都支持 B-Tree 索引。
mysql索引失效相关搜索
-
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