1.查看索引
SQL执行语句:show index from 表名;
代码实例如下:
mysql> create table student(id int,name varchar(10));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
Empty set (0.00 sec)
可以发现在没有建立索引的情况下,表是没有索引的,那么这就涉及另一个问题了;
存在unique,primary key,foreign key 的时候,索引会自动生成;
代码实例如下:
mysql> create table student(id int primary key,name varchar(10));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
此时可以发现,存在索引了,列名字为id;
注意:如上述,索引会针对指定的列,在查询的过程中只有针对这一列进行查询,查询才会被索引进行优化;
当然还存在外键的时候,代码如下:
mysql> create table student(id int primary key,name varchar(10),classid int,foreign key(classid) references class(classid));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
| student | 1 | classid | 1 | classid | A | 0 | NULL | NULL | YES | BTREE | | |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
这里的外键的建立,小编在上期讲解过,不明白的小伙伴就去看看吧~~~
注意:此时索引指定的列名就为两个,上面那个是主键建立的索引,下面是外键建立的索引;
2.创建索引
SQL执行语句:create index 索引名 on 表名(列名);
代码实例如下:
mysql> create index id_index on stu(id);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> show index from stu;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| stu | 1 | id_index | 1 | id | A | 0 | NULL | NULL | YES | BTREE | | |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
注意:创建索引是一个危险的操作,在创建索引时,数据库会根据现有的数据,进行大规模的整理,如果数据过多,会导致服务器卡死;
3.删除索引
SQL执行语句:drop index 索引名 on 表名;
代码实例如下:
mysql> drop index id_index on stu;
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> show index from stu;
Empty set (0.00 sec)
通过上述的stu表建立的索引进行删除后,可以发现在再次查找索引的时候就为空了;
注意:这里删除的是自己手动创建的索引,如果为(主键,外键,unique创建的索引)那么此时就不能够进行删除;
2.3索引原理理解
索引的内部原理其实是一种数据结构:即B+数(N叉搜索树)
那么我们之前学过的关于查询比较高效的就有哈希表,二叉搜索树;
📍哈希表是内部一种顺序表和链表结合的结构,在查找精确的数值时,他是可以实现的,但是在数据库的模糊匹配,范围数据查询,那么哈希表就不适用了;
📍二叉搜索树来说,当数据量过大时,那么此时树的高度就为log(N),那么此时还是完全平衡的状态,如果为单分支,那么树的高度就很离谱了;
那么此时就有一个B+树来解决这个问题;那么接下来,就先讲解B树的结构;
1.B树
B树就是和二叉搜索树基本原理一致,但是一个节点上不止一个数字,当多个数字在时,就会分为几个范围,小编就通过画图解释一下吧;
如图所示:
如上图所示,此时树的高度就大大减少了,那么就缩短了时间复杂度;
注意:
一个节点存储N个key那么就会生成N+1个区域,每个区域会生成对应的子树;
结点是存储在硬盘区域的,一次读硬盘,就取出来几个key,再进行比较;
一个节点中是可以存储N个key的,但是这不是无限制的,当一个节点的key过多时,就要触发节点的分裂;当然当节点的太少时,就会触发节点的合并;
2.B+树
对于B+树是B树的优化版本,那么还是和上述一样,小编来画图来解释吧;
如图所示:B+树就是省去了大于最大值的区间范围,并且每个区间的子树最大值必须为区间的最大值,即父节点对应区间最大值;