索引:特殊的数据结构,存储表的数据的一小部分以实现快速查询
优点:
,,,, 1,大大减少了服务器需要扫描的数据量
,,,, 2,索引可以帮助服务器避免排序或使用临时表
,,,, 3,索引可以将随机io转换为顺序io
索引评估:三星(非常好)
一星:索引如果能将相关的记录放置到一起
二星:索引中数据的存储顺序与查找标准中顺序一致
三星:如果索引中包含查询中所需要的全部数据:(覆盖索引)
DBA书:关系型数据库索引设计与优化
索引类别:
,,,,顺序索引
,,,,散列索引:将索引映射至散列桶上,映射是通过散列函数进行的
评估索引的标准:
,,,,访问类型:做等值比较用散列索引,用范围比较时用顺序索引
,,,,访问时间:
,,,,插入时长:
,,,,删除时长:
,,,,空间开销:
顺序索引:
,,,,聚集索引:如果某记录文件中的记录顺序是按照对应的搜索码指定的顺序排序,聚集索引页成为主索引
,,,,非聚集索引:搜索码中的指定的次序与记录文件中的记录次序不一致
,,,,有聚集索引的数据文件,也叫做索引顺序文件
,,,,根据索引中是否为每个记录相应的创建索引项,可分为稠密索引和稀疏索引
多级索引:(但对频繁修改的数据,性能很差)
,,,,辅助索引必须是稠密索引
B +树索引:顺序索引
,,,,平衡树:平衡树索引
顺序索引的特性:
,,,,全值匹配:Name=' user12 '
,,,,匹配最左前缀:LIKE 名称;“User1%”,无效:名字像“% User1%”
,,,,匹配列前缀:LIKE 名称;'User1%',无效：Name LIKE '%User1%'
匹配范围值
精确匹配某一列并范围匹配另外一列：
只访问索引的查询
散列索引：
散列函数：
分布随机
分布均匀
适用场景：
精确匹配:=,IN(),<=>
Mysql:全文索引，fulltext
sphinx，lucene
空间索引：必须使用空间索引函数获取相应的查询结果
主键、唯一键
Mysql：创建索引
create index index_name alt="MongoDB-index">
查看所有：
默认在id上创建了主索引
唯一索引：
db.collection.ensureIndex({"user_id":1},{unique:true})
sparse index:稀疏索引
db.collection.ensureIndex({"user_id":1},{sparse:true})
Mongodb：
索引可以创建在collection上，也可以创建在子文档中
Mongodb索引类型：
单键索引
组合索引
多键索引：
空间索引
文本索引
hash索引
hash索引：
删除索引：
或者
db.mycoll.dropIndexes()：删除mycoll的所有索引
查询过程：explain
扫描了100个数据
创建索引后，只扫描一个数据
指定索引：
创建组合索引：
通过组合索引查询：
db.testcoll.find({Name:'User19'}).hint({Name:1,Age:1}).explain()
{
,,,“光标”,:,“BtreeCursor Name_1_Age_1”,
,,,,“isMultiKey”:,假的,
,,,“n”,:, 1,
,,,,“nscannedObjects”:, 1,
,,,,“nscanned”:, 1,
,,,,“nscannedObjectsAllPlans”:, 1,
,,,,“nscannedAllPlans”:, 1,
,,,,“scanAndOrder”:,假的,
,,,,“indexOnly”:,假的,
,,,,“nYields”:, 0,
,,,,“nChunkSkips”:, 0,
,,,“飞船”,:,0,
,,,,“indexBounds”:, {
,,,,,,,“名字”,:,
,,,,,,,,,,,(
,,,,,,,,,,,,,,,“User19”,
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
nullMongoDB-index
