mysql innodb建立普通索引怎么寫？先從數據結構的角度來答。題主應該知道B-樹和B 樹最重要的一個區(qū)別就是B 樹只有葉節(jié)點存放數據，其余節(jié)點用來索引，而B-樹是每個索引節(jié)點都會有Data域。這

mysql innodb建立普通索引怎么寫？

先從數據結構的角度來答。

題主應該知道B-樹和B 樹最重要的一個區(qū)別就是B 樹只有葉節(jié)點存放數據，其余節(jié)點用來索引，而B-樹是每個索引節(jié)點都會有Data域。

這就決定了B 樹更適合用來存儲外部數據，也就是所謂的磁盤數據。

從Mysql（Inoodb）的角度來看，B 樹是用來充當索引的，一般來說索引非常大，尤其是關系性數據庫這種數據量大的索引能達到億級別，所以為了減少內存的占用，索引也會被存儲在磁盤上。

那么Mysql如何衡量查詢效率呢？磁盤IO次數，B-樹（B類樹）的特定就是每層節(jié)點數目非常多，層數很少，目的就是為了就少磁盤IO次數，當查詢數據的時候，最好的情況就是很快找到目標索引，然后讀取數據，使用B 樹就能很好的完成這個目的，但是B-樹的每個節(jié)點都有data域（指針），這無疑增大了節(jié)點大小，說白了增加了磁盤IO次數（磁盤IO一次讀出的數據量大小是固定的，單個數據變大，每次讀出的就少，IO次數增多，一次IO多耗時?。。?，而B 樹除了葉子節(jié)點其它節(jié)點并不存儲數據，節(jié)點小，磁盤IO次數就少。這是優(yōu)點之一。

另一個優(yōu)點是什么，B 樹所有的Data域在葉子節(jié)點，一般來說都會進行一個優(yōu)化，就是將所有的葉子節(jié)點用指針串起來。這樣遍歷葉子節(jié)點就能獲得全部數據，這樣就能進行區(qū)間訪問啦。

至于MongoDB為什么使用B-樹而不是B 樹，可以從它的設計角度來考慮，它并不是傳統(tǒng)的關系性數據庫，而是以Json格式作為存儲的nosql，目的就是高性能，高可用，易擴展。首先它擺脫了關系模型，上面所述的優(yōu)點2需求就沒那么強烈了，其次Mysql由于使用B 樹，數據都在葉節(jié)點上，每次查詢都需要訪問到葉節(jié)點，而MongoDB使用B-樹，所有節(jié)點都有Data域，只要找到指定索引就可以進行訪問，無疑單次查詢平均快于Mysql（但側面來看Mysql至少平均查詢耗時差不多）。

總體來說，Mysql選用B 樹和MongoDB選用B-樹還是以自己的需求來選擇的。

MySQL全文索引應用簡明教程？

全文檢索在MySQL里面很早就支持了，只不過一直以來只支持英文。緣由是他從來都使用空格來作為分詞的分隔符，而對于中文來講，顯然用空格就不合適，需要針對中文語義進行分詞。

這不，從MySQL5.7開始，MySQL內置了ngram全文檢索插件，用來支持中文分詞，并且對MyISAM和InnoDB引擎有效。

在使用中文檢索分詞插件ngram之前，先得在MySQL配置文件里面設置他的分詞大小，比如，[mysqld]ngram_token_size2這里把分詞大小設置為2。要記住，分詞的SIZE越大，索引的體積就越大，所以要根據自身情況來設置合適的大小。

示例表結構：

CREATE TABLE articles (id INTUNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,titleVARCHAR(200),body TEXT,FULLTEXT (title,body) WITH PARSER ngram) ENGINEInnoDBCHARACTER SET utf8mb4示例數據，有6行記錄。mysqlgt select * from articlesG**************************

*1. row ***************************id: 1title: 數據庫管理body: 在本教程中我將向你展示如何管理數據庫***************************2. row ***************************id: 2title: 數據庫應用開發(fā)body: 學習開發(fā)數據庫應用程序***************************3. row ***************************id: 3title: MySQL完全手冊body: 學習MySQL的一切***************************4. row ***************************id: 4title: 數據庫與事務處理body: 系統(tǒng)的學習數據庫的事務概論***************************5. row ***************************id: 5title: NoSQL精髓body: 學習了解各種非結構化數據庫***************************6. row ***************************id: 6title: SQL 語言詳解body: 詳細了解如果使用各種SQL6 rows inset (0.00 sec)顯式指定全文檢索表源mysqlgt SETGLOBAL innodb_ft_aux_table#34new_feature/articles#34Query OK, 0 rows affected (0.00 sec)通過系統(tǒng)表，就可以查看到底是怎么劃分articles里的數據。

mysqlgt SELECT *FROM information__FT_INDEX_CACHE LIMIT 20,10 ------ -------------- ------------- ----------- -------- ---------- | WORD | FIRST_DOC_ID | LAST_DOC_ID | DOC_COUNT | DOC_ID| POSITION | ------ -------------- ------------- ----------- -------- ---------- | 中我 | 2 | 2 | 1 | 2 | 28 || 習m | 4 | 4 | 1 | 4 | 21 || 習了 | 6 | 6 | 1 | 6 | 16 || 習開 | 3 | 3 | 1 | 3 | 25 || 習數 | 5 | 5 | 1 | 5 | 37 || 了解 | 6 | 7 | 2 | 6 | 19 || 了解 | 6 | 7 | 2 | 7 | 23 || 事務 | 5 | 5 | 1 | 5 | 12 || 事務 | 5 | 5 | 1 | 5 | 40 || 何管 | 2 | 2 | 1 | 2 | 52 | ------ -------------- ------------- ----------- -------- ---------- 10 rows in set (0.00 sec)這里可以看到，把分詞長度設置為2，所有的數據都只有兩個一組。上面數據還包含了行的位置，ID等等信息。

接下來，我來進行一系列檢索示范，使用方法和原來英文檢索一致。1. 自然語言模式下檢索：

A，得到符合條件的個數，mysqlgtSELECT COUNT(*) FROM articles-gt WHERE MATCH (title,body) AGAINST (#39數據庫#39 IN NATURALLANGUAGE MODE) ---------- | COUNT(*) | ---------- | 4 | ---------- 1 row in set (0.05 sec)B，得到匹配的比率，mysqlgtSELECT id, MATCH (title,body) AGAINST (#39數據庫#39 IN NATURAL LANGUAGE MODE)AS score FROM articles ---- ---------------------- | id| score | ---- ---------------------- | 1 | 0.12403252720832825 || 2 | 0.12403252720832825 || 3 | 0 || 4 | 0.12403252720832825 || 5 | 0.062016263604164124 || 6 | 0 | ---- ---------------------- 6rows in set (0.00 sec)2. 布爾模式下搜索，這個就相對于自然模式搜索來的復雜些：A，匹配既有管理又有數據庫的記錄，mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39 數據庫 管理#39 IN BOOLEAN MODE) ---- ------------ -------------------------------------- | id| title | body | ---- ------------ -------------------------------------- | 1 | 數據庫管理 | 在本教程中我將向你展示如何管理數據庫| ---- ------------ -------------------------------------- 1 rowin set (0.00 sec)B，匹配有數據庫，但是沒有管理的記錄，mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39 數據庫 -管理#39 IN BOOLEAN MODE) ---- ------------------ ---------------------------- | id| title | body | ---- ------------------ ---------------------------- | 2 | 數據庫應用開發(fā) | 學習開發(fā)數據庫應用程序 || 4 | 數據庫與事務處理 | 系統(tǒng)的學習數據庫的事務概論 || 5 | NoSQL 精髓 | 學習了解各種非結構化數據庫 | ---- ------------------ ---------------------------- 3rows in set (0.00 sec)C，匹配MySQL，但是把數據庫的相關性降低，mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39gt數據庫 MySQL#39 INBOOLEAN MODE) ---- --------------- ----------------- | id| title | body | ---- --------------- ----------------- | 3 | MySQL完全手冊 |學習MySQL的一切 | ---- --------------- ----------------- 1 rowin set (0.00 sec)3，查詢擴展模式，比如要搜索數據庫，那么MySQL，oracle，DB2也都將會被搜索到，mysqlgt SELECT * FROM articles-gt WHERE MATCH (title,body)-gt AGAINST (#39數據庫#39 WITH QUERY EXPANSION) ---- ------------------ -------------------------------------- | id| title | body | ---- ------------------ -------------------------------------- | 1 | 數據庫管理 | 在本教程中我將向你展示如何管理數據庫| 4 | 數據庫與事務處理 | 系統(tǒng)的學習數據庫的事務概論| 2 | 數據庫應用開發(fā) | 學習開發(fā)數據庫應用程序 || 5 | NoSQL 精髓 | 學習了解各種非結構化數據庫 || 6 | SQL 語言詳解 | 詳細了解如果使用各種SQL|| 3 | MySQL完全手冊 | 學習MySQL的一切 | ---- ------------------ -------------------------------------- 6rows in set (0.01 sec)當然，我這里只是功能演示，更多的性能測試，大家有興趣可以進行詳細測試。由于N-grm是中文檢索常用的分詞算法，已經在互聯網大量使用，這次集成到mysql中，想必效果上不會有太大的問題。