一、初识索引
索引在MySQL中也叫是?种“键”,是存储引擎?于快速找到记录的?种数据结构。
索引对于良好的性能 非常关键,尤其是当表中的数据量越来越?时,索引对于性能的影响
愈发重要。索引优化应该是对查询性能优化最有效的?段了。索引能够轻易将查询性能提?
好?个数量级。索引相当于字典的?序表,如果要查某个字,如果不使??序表,则需要从
?百?中逐?去查。
?、索引的原理
索引的?的在于提?查询效率、通过不断地缩?想要获取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,也就是说,有了这种索引机制,我们可以总是?同
?种查找?式来锁定数据。
三、索引的数据结构
B+树 ,b+树应运??(B+树是通过?叉 查找树,再由平衡?叉树,B树演化?来)
b+树性质 1**.索引字段要尽量的?**:通过上?的分析,我们知道IO次数取决于b+数的?度h,假设当前数据
表的数据为 N,每个磁盘块的数据项的数量是m,则有h=㏒(m+1)N,当数据量N?定的情况下,m越?,h越?;
?m = 磁 盘块的?? / 数据项的??,磁盘块的??也就是?个数据?的??,是固定的,如果数据项占的空间
越?, 数据项的数量越多,树的?度越低。这就是为什么每个数据项,即索引字段要尽量的?,比如int占4字
节,要 比bigint8字节少?半。这也是为什么b+树要求把真实的数据放到叶?节点?不是内层节点,?旦放到内层
节 点,磁盘块的数据项会?幅度下降,导致树增?。当数据项等于1时将会退化成线性表。 2.索引的最左匹配特
性:当b+树的数据项是复合的数据结构,比如(name,age,sex)的时候,b+数是按照从左到右的顺序来建立搜索 树
的,比如当(张三,20,F)这样的数据来检索的时候,b+树会优先比较name来确定下?步的所搜?向,如果 name相
同再依次比较age和sex,最后得到检索的数据;但当(20,F)这样的没有name的数据来的时候,b+树就 不知道下
?步该查哪个节点,因为建立搜索树的时候name就是第?个比较因?,必须要先根据name来搜索才 能知道下?
步去哪?查询。比如当(张三,F)这样的数据来检索时,b+树可以?name来指定搜索?向,但下?个 字段age的缺
失,所以只能把名字等于张三的数据都找到,然后再匹配性别是F的数据了, 这个是非常重要的性 质,即索引的
最左匹配特性。
四、聚集索引
聚集索引的好处之?:它对主键的排序查找和范围查找速度非常快,叶?节点的数据就是?户所要查询的数 据。如?
户需要查找?张表,查询最后的10位?户信息,由于B+树索引是双向链表,所以?户可以快速找到最 后?个数据?,
并取出10条记录
聚集索引的好处之?:范围查询(range query),即如果要查找主键某?范围内的数据,通过叶?节点的上 层中间节
点就可以得到?的范围,之后直接读取数据?即可
聚集索引和非聚集索引的区别
聚集索引 1.纪录的索引顺序与??顺序相同 因此更适合between and和order by操作
2.叶?结点直接对应数据 从中间级的索引?的索引?直接对应数据?
3.每张表只能创建?个聚集索引
非聚集索引 1.索引顺序和物理顺序?关
2.叶?结点不直接指向数据?
3.每张表可以有多个非聚集索引,需要更多磁盘和内容 多个索引会影响insert和update的速度
五、语法
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);
#2. 创建存储过程,实现批量插入记录
delimiter $$ #声明存储过程的结束符号为$$
create procedure auto_insert1()
BEGIN
declare i int default 1;
while(i<3000000)do
insert into s1 values(i,‘eva‘,‘female‘,concat(‘eva‘,i,‘@oldboy‘));
set i=i+1;
end while;
END$$ #$$结束
delimiter ; #重新声明分号为结束符号
#3. 查看存储过程
show create procedure auto_insert1\G
#4. 调用存储过程
call auto_insert1();