标签：执行计划 内容 数据库 row 第七篇 mysq 网址 count 数据检索
索引由如字典，目的就是为了更快寻找到要找的内容。
令搜索查询的数据更有目的性，从而提高数据检索的能力
1.BTREE: B+树索引
2.HASH: HASH 索引
3.FULLTEXT: 全文索引
4.RTREE：R树索引
一般人不用懂上面4种算法！！！！！讲起来太特么麻烦了！！！！
简单介绍下hash索引一般就是查url的，网址一般都很长，查询则会变得十分麻烦，而hash则是令这一段url定义为一个hash值指向url，查找就是查这个hash值。
全文索引则是从非结构化中提取信息，从而使其变得有结构起来，如同字典一般。
R树索引，不讲，懂就懂了，靠悟性
主要讲解一下B+tree算法
1.索引建立在表的列上（字段）
2.在where后面的列建立索引才会加快查询速度
3.pages<---索引（属性）<---查数据。
1.主键索引：数据不能重复，不能为空
2.普通索引
3.唯一索引：可以为空
1.创建索引
alter table test add index index_name(name);
另外一种方法
create index index_name on test(name);
2.查看索引
desc table;
另外。。。
show index from table;
3.删除索引
alter table test drop key index_name;
4.添加唯一性索引
alter table student add unique key uni_name(name);
1.根据字段的前N个字符建立索引，数据库数据太长，选择前几天作为索引，加快效率
alter table test add index idx_name(name(10));
2.优点
避免对大列建立索引，如果有大列的数据，就使用前缀索引
alter table people add index idx_gam(a,b,c);
当你查询为abc,则查询走索引，查询为ab,部分走索引，查询a也部分走索引，但不以a开头，如bc,b,c都不走索引，但是b,a则部分走索引
1.使用方法
mysql> explain select name,countrycode from city where id=1;
2.全表查询（在explain语句结果中的type为all）
当出现全表扫描：
1）业务确实要获取所有的数据
2）不走索引导致的全表扫描（没有索引，索引有问题，sql语句有问题）
生产中能避免避免，效率极差
3.索引扫描
索引至少到达range级别，性能从上倒下，由差到好
index
range
ref
eq_ref
const
system
null
4.index和all区别是all不走索引，而index则遍历索引树
5.range,索引范围查询，where里拥有>，<等条件，搜索的行数超过总的25%则为all
6.eq_ref ，类似ref，区别在于使用的索引是唯一索引，对于每个索引兼值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key 或者unique key 作为关联条件
7.const,system,实际上差距不大，所以合到一处。当mysql对查询部分进行优化，转化为一个常量，使用这类访问时，如将主键置于where列表中，mysql就能将该查询转化为一个常量
8.NULL，就是数据空中找不到该数据，没有，因为没有所以最快
Using temporary
Using filesort (使用了默认的文件排序，如果使用了索引，会避免这类排序)
Using join buffer
如果出现Using filesort检查order by ,group by, distinct, join 条件列上应该是没有索引，当order by语句中出现Using filesort,那就尽量让排序值在where条件中出现，key_len越小越好，rows越小越好
mysql> explain select * from city where population>30000000 order by population;
标签：执行计划 内容 数据库 row 第七篇 mysq 网址 count 数据检索
原文地址：https://www.cnblogs.com/busiren/p/10579852.html
