python学习第49天索引、元类、单例

一、索引

1、什么是索引

搜索引导, 所以是一种单独的,物理的有序的存储结构,用于加速查询

是mysql中一种专门的数据结构，称为key
例如: 字典书的目录车票上的车厢号

索引的本质原理就是通过不断地缩小查询范围，来降低io次数从而提升查询性能
强调：一旦为表创建了索引，以后的查询都会先查索引，再根据索引定位的结果去找数据

2、为什么用索引

因为项目运行中,查询操作非常频繁,为了提高用户体验,要提高查询的速度,
如何提高就靠索引

索引的影响：

1.加速查询
2.降低写入(增加删除修改)速度
3.会额外占用磁盘空间

3、怎么用索引

先了解索引的原理和数据结构http://www.cnblogs.com/linhaifeng/articles/7274563.html#_label3

（1）聚焦索引

通常我们所说的主键

特点：叶子节点存放的一整条数据

（2）辅助索引：除了主键的索引

特点：
如果是按照这个字段创建的索引，
那么叶子节点存放的是：{名字：名字所在那条记录的主键的值}

覆盖索引：只在辅助索引的叶子节点中就已经找到了所有我们想要的数据

（3）mysql中的索引：主键、外键、index索引

举个例子来说，比如你在为某商场做一个会员卡的系统。

这个系统有一个会员表
有下列字段：
会员编号 INT
会员姓名 VARCHAR(10)
会员身份证号码 VARCHAR(18)
会员电话 VARCHAR(10)
会员住址 VARCHAR(50)
会员备注信息 TEXT

那么这个 会员编号，作为主键，使用 PRIMARY
会员姓名 如果要建索引的话，那么就是普通的 INDEX
会员身份证号码 如果要建索引的话，那么可以选择 UNIQUE （唯一的，不允许重复）

#除此之外还有全文索引，即FULLTEXT
会员备注信息 ， 如果需要建索引的话，可以选择全文搜索。
用于搜索很长一篇文章的时候，效果最好。
用在比较短的文本，如果就一两行字的，普通的 INDEX 也可以。
但其实对于全文搜索，我们并不会使用MySQL自带的该索引，而是会选择第三方软件如Sphinx，专门来做全文搜索。

（4）索引的两大类型hash与btree

#我们可以在创建上述索引的时候，为其指定索引类型，分两类
hash类型的索引：查询单条快，范围查询慢
btree类型的索引：b+树，层数越多，数据量指数级增长（我们就用它，因为innodb默认支持它）

#不同的存储引擎支持的索引类型也不一样
InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；
NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；
Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；

（5）创建/删除索引的语法

#方法一：创建表时
    　　CREATE TABLE 表名 (
                字段名1  数据类型 [完整性约束条件…],
                字段名2  数据类型 [完整性约束条件…],
                [UNIQUE | FULLTEXT | SPATIAL ]   INDEX | KEY
                [索引名]  (字段名[(长度)]  [ASC |DESC]) 
                );


#方法二：CREATE在已存在的表上创建索引
        CREATE  [UNIQUE | FULLTEXT | SPATIAL ]  INDEX  索引名 
                     ON 表名 (字段名[(长度)]  [ASC |DESC]) ;


#方法三：ALTER TABLE在已存在的表上创建索引
        ALTER TABLE 表名 ADD  [UNIQUE | FULLTEXT | SPATIAL ] INDEX
                             索引名 (字段名[(长度)]  [ASC |DESC]) ;
                             
#删除索引：DROP INDEX 索引名 ON 表名字;

（6）索引的使用

1.无论索引如何设计无法降低范围查询的查询速度
select count(*) from usr where id > 1;
即使命中索引也无法提高效率

2.索引不应该加在值重复度很高的字段上应该加在重复度低的字段
3. 使用and时当条件中出现多个索引命中时会自定找一个区分度最高的索引来使用

4.使用or的时候如果两边都有索引会使用索引,但是注意 or两边都要执行顺序依然从左往右
只有一边有索引会不会使用索引? 不会使用无法加速查询

5.优化查询不仅仅要加索引,sql语句也需要优化使其能命中索引
你的条件中应该使用区别度高的索引

6.联合索引
为是什么使用它
降低资源的占用 , 降低增删改的时间会比单个字段的索引快

建立联合索引时应该把区分度高放最左边区分度低的依次往右放
按照区分度的高低从左往右依次排列

查询中应该优先使用左边的索引
使用and时无所谓书写顺序会自动找区分度最高的
注意联合索引在查询时如果压根没用到最左侧索引不能加速查询

正常开发时
优先使用聚集索引
再次使用联合索引如果你的条件不包含最左侧索引不能加速查询这时候就应该使用单个字段索引

创建索引:
create index 索引名称 on usr(索引字段);

python学习第49天索引、元类、单例

猜你喜欢