对于 B-tree 和 hash 数据结构的理解能够有助于预测不同存储引擎下使用不同索引的查询性能的差异,尤其是那些允许你选择 B-tree 或者 hash 索引的内存存储引擎。
SELECT * FROM tbl_name WHERE key_col LIKE ‘Patrick%‘; SELECT * FROM tbl_name WHERE key_col LIKE ‘Pat%_ck%‘;
SELECT * FROM tbl_name WHERE key_col LIKE ‘%Patrick%‘; SELECT * FROM tbl_name WHERE key_col LIKE other_col;
... WHERE index_part1=1 AND index_part2=2 AND other_column=3 /* index = 1 OR index = 2 */ ... WHERE index=1 OR A=10 AND index=2 /* optimized like "index_part1=‘hello‘" */ ... WHERE index_part1=‘hello‘ AND index_part3=5 /* Can use index on index1 but not on index2 or index3 */ ... WHERE index1=1 AND index2=2 OR index1=3 AND index3=3;
/* index_part1 is not used */ ... WHERE index_part2=1 AND index_part3=2 /* Index is not used in both parts of the WHERE clause */ ... WHERE index=1 OR A=10 /* No index spans all rows */ ... WHERE index_part1=1 OR index_part2=10
有时,即使有索引可以使用,MySql 也不使用任何索引。发生这种情况的场景之一就是优化器估算出使用该索引将要求 MySql 去访问这张表的绝大部分记录。这种情况下,一个表扫描可能更快,因为它要求更少量的查询。但是,如果这样的一个查询使用了 LIMIT 来检索只是少量的记录时,MySql 还是会使用索引,因为它能够更快地找到这点记录并将其返回。
原文地址:http://blog.csdn.net/defonds/article/details/46779169