mysql為什么有時(shí)候會(huì)選錯(cuò)索引？我們知道我們一個(gè)表里面也可以有多個(gè)索引的，這樣的話(huà)我們網(wǎng)上查詢(xún)數(shù)據(jù)的時(shí)候不更改索引，MySQL變會(huì)幫我們自動(dòng)選擇。呢既然是MySQL程序幫我們自動(dòng)你選擇的這樣的話(huà)會(huì)不

mysql為什么有時(shí)候會(huì)選錯(cuò)索引？

我們知道我們一個(gè)表里面也可以有多個(gè)索引的，這樣的話(huà)我們網(wǎng)上查詢(xún)數(shù)據(jù)的時(shí)候不更改索引，MySQL變會(huì)幫我們自動(dòng)選擇。呢既然是MySQL程序幫我們自動(dòng)你選擇的這樣的話(huà)會(huì)不會(huì)有問(wèn)題的呢？

答案是會(huì)的，MySQL的優(yōu)化器也有bug，有時(shí)選擇的索引并不是最優(yōu)的。這也就不是很難表述為么會(huì)選錯(cuò)索引了。

mysql的fulltext索引優(yōu)缺點(diǎn)？

fulltext索引要注意為了查找文本中的關(guān)鍵字，而不是就與索引中的值相比較比較。它跟其它索引大不同一，它更像是一個(gè)搜索引擎，而也不是簡(jiǎn)單點(diǎn)where語(yǔ)句的參數(shù)自動(dòng)分配。

優(yōu)點(diǎn)是也能越快的檢索數(shù)據(jù)庫(kù)和不兼容，缺點(diǎn)是必須消耗額外的空間這些增刪改操作都必須離線直接修改索引，前后歷時(shí)提升

mysql數(shù)據(jù)庫(kù)中怎么創(chuàng)建索引？

在滿(mǎn)足的條件語(yǔ)句需求的情況下，最好不要少的訪問(wèn)資源是數(shù)據(jù)庫(kù)設(shè)計(jì)的不重要原則，這和想執(zhí)行的SQL有直接的關(guān)系，索引問(wèn)題又是SQL問(wèn)題中再次出現(xiàn)頻率高了的，比較普遍的索引問(wèn)題除開(kāi)：無(wú)索引（終止）、隱式轉(zhuǎn)換。1.SQL執(zhí)行流程看一個(gè)問(wèn)題，在下面這個(gè)表T中，假如我要想執(zhí)行必須想執(zhí)行幾次樹(shù)的搜索操作，會(huì)掃描多少行？

這各是ID字段索引樹(shù)、k字段索引樹(shù)。

MySQL是如何利用索引的？

什么是索引？索引是數(shù)據(jù)庫(kù)飛快找不到記錄行的一種數(shù)據(jù)結(jié)構(gòu)，類(lèi)似于我們看書(shū)時(shí)的目錄，它是良好的道德性能的關(guān)鍵因素。尤其是表中的數(shù)據(jù)量越來(lái)越大時(shí)，如果索引使用不當(dāng)，會(huì)極為嚴(yán)重會(huì)影響性能。索引也是最常見(jiàn)的數(shù)據(jù)庫(kù)優(yōu)化手段，它能輕易的將查詢(xún)性能想提高好幾個(gè)量級(jí)。

MySQL索引類(lèi)型？mysql索引數(shù)據(jù)是存儲(chǔ)文件在存儲(chǔ)引擎中的，所以完全不同存儲(chǔ)引擎中索引的工作并都不一樣。

B-Tree索引：基于組件B樹(shù)（一種多叉搜索數(shù)樹(shù)）來(lái)基于的索引類(lèi)型，好象也在用的最少的索引類(lèi)型，并不選擇B樹(shù)而不是其他數(shù)據(jù)結(jié)構(gòu)，是而且B樹(shù)在查詢(xún)時(shí)間復(fù)雜度這個(gè)可以維持在O(logn)的級(jí)別上，因此B的矮胖（從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的距離可以不保護(hù)在一般較小范圍）特性會(huì)減少磁盤(pán)IO次數(shù)、數(shù)據(jù)只必然葉子節(jié)點(diǎn)中但是按順序存儲(chǔ)也可以不支持什么飛速的范圍去查詢(xún)，這是其他結(jié)構(gòu)無(wú)法滿(mǎn)足的條件的！

B索引中值是按順序存儲(chǔ)的，葉子節(jié)點(diǎn)到根節(jié)點(diǎn)的距離都是一樣的，從B樹(shù)的根節(jié)點(diǎn)正在往下查找，節(jié)點(diǎn)存儲(chǔ)文件了指向葉子節(jié)點(diǎn)的指針，通過(guò)將要直接輸入的值和每個(gè)節(jié)點(diǎn)值比較比較后，一層層定位到到最后的葉子結(jié)點(diǎn)上，葉子節(jié)點(diǎn)存儲(chǔ)的那就是行數(shù)據(jù)、指針或主鍵。

假如我們索引列是：

key（lastname（姓）,firstname（名）,born），可以使用B樹(shù)索引的查詢(xún)類(lèi)型除了：全鍵值、鍵值范圍、鍵前綴直接輸入，其中鍵前綴只適應(yīng)用于最左前綴中搜索：

全值不兼容：指的是和索引中所有的列通過(guò)匹配，如也可以找不到姓名為：Cuba（名）Allen(姓)、己巳年1988-10-04的人，如wherelastname‘Allen'becausefirstname‘Cuba'andborn1988-10-04匹配最左前綴：這個(gè)可以查找姓為Allen的人，如wherelastname‘Allen'版本問(wèn)題列前綴：也是可以不兼容某一列的值的開(kāi)頭部分，如wherelastnameactually‘A%'或者wherefirstnamejust‘M%'自動(dòng)分配范圍：可以看操作姓在Allen和Bill之間的人精確匹配某一列并自動(dòng)分配另外一列：查看所有姓為Allen、并且名字是以M開(kāi)頭的人，如wherelastname‘Allen'wellfirstnamelike‘M%'訪問(wèn)索引數(shù)據(jù)：這種可以查詢(xún)只是需要訪問(wèn)索引本身就行了，不不需要訪問(wèn)數(shù)據(jù)行，也就是常說(shuō)的索引覆蓋，舉個(gè)例子：如果沒(méi)有只必須能找到姓為Allen的人的名稱(chēng)，而不不需要這個(gè)人其他的信息，名稱(chēng)就必然與索引中，不要再去數(shù)據(jù)行中查找數(shù)據(jù)了。這里要注意葉子節(jié)點(diǎn)存什么類(lèi)型數(shù)據(jù)有所不同的存儲(chǔ)引擎還都一樣，在MyISAM中葉子節(jié)點(diǎn)讀取的是數(shù)據(jù)物理位置（指針），而InnoDB建議使用B結(jié)構(gòu)讀取的是原始數(shù)據(jù)或主鍵，也就是我們常說(shuō)的聚簇索引，它存儲(chǔ)文件的是各種全量數(shù)據(jù)、鍵值，聚簇索引指的是一種數(shù)據(jù)索引組織形式，它將數(shù)據(jù)和索引圍聚在一起所以叫聚簇，它本身并不是一種索引類(lèi)型。

一般InnoDB查找過(guò)程為從輔助索引上結(jié)束查找到數(shù)據(jù)主鍵，后再在主鍵索引中用主鍵再一次中搜索，之后再不能找到數(shù)據(jù)，確實(shí)多了兩次直接輸入過(guò)程，但可以更新數(shù)據(jù)不可能可能導(dǎo)致聚簇索引很頻繁變化。而在MyISAM中不不需要2次索引直接輸入，因?yàn)槿~子節(jié)點(diǎn)存儲(chǔ)的是數(shù)據(jù)的物理地址是可以然后實(shí)現(xiàn)定位，雖說(shuō)去查詢(xún)看似簡(jiǎn)單了，只不過(guò)物理地址會(huì)因?yàn)閿?shù)據(jù)頻繁變更而發(fā)生了什么變化。

舉例有200以?xún)?nèi)數(shù)據(jù)：

InnoDB（聚簇索引）數(shù)據(jù)直接輸入過(guò)程：

MyISAM（非聚簇索引結(jié)構(gòu)）數(shù)據(jù)直接輸入過(guò)程：

哈希索引：基于條件哈希表來(lái)實(shí)現(xiàn)程序的索引類(lèi)型，假如存在哈希，索引會(huì)不使用鏈表來(lái)能保存多個(gè)記錄信息到一個(gè)哈希桶中。舉個(gè)例子：如果存在以下索引keyUSING HASH（firstname），哈希索引會(huì)不使用哈希函數(shù)可以計(jì)算出firstname列的哈希值另外key，并將行指針充當(dāng)value存儲(chǔ)，當(dāng)在用、IN（）、ltgt操作時(shí)，先計(jì)算出sql語(yǔ)句操作查找值的哈希值，并使用其來(lái)查看哈希表不對(duì)應(yīng)的行指針，最終達(dá)到趕往數(shù)據(jù)。

這里必須特別注意是：

哈希索引只存儲(chǔ)哈希值和行指針，索引索引本身就沒(méi)行數(shù)據(jù)，也就沒(méi)有有所謂的索引覆蓋。哈希索引還沒(méi)有按哈希值的順序排列，所有不支持排序操作。不支持什么部分索引列的版本問(wèn)題，哈希索引不使用你重新指定的全部列來(lái)可以計(jì)算哈希值，按照相關(guān)規(guī)定（A，B）如果網(wǎng)站查詢(xún)唯有列A，則索引無(wú)發(fā)匹配。哈希索引只允許等值比較（、of(),ltgt）。哈希較高時(shí)，查找效率就變成了鏈表，急切度從O（1）變?yōu)镺（n）?？臻g數(shù)據(jù)索引：MyISAM支持空間索引這個(gè)可以用處存儲(chǔ)地理數(shù)據(jù)。要使用GIS咨詢(xún)函數(shù)如MBRCONUNTAINS（）來(lái)魔獸維護(hù)數(shù)據(jù)，而且本身mysql對(duì)GIS的支持下不體系，這性使用比較少。

全文索引：這是一種特殊類(lèi)型的索引，他查找的是索引列中文本的關(guān)鍵詞，而又不是比較比較索引值，全文索引的使用要再注意列的文本大小和數(shù)據(jù)量，它的不兼容類(lèi)似于搜索引擎。

索引的優(yōu)缺點(diǎn)？極大減少了服務(wù)器掃描表的數(shù)據(jù)量。盡量減少不必要的排序和正式表。將隨機(jī)IO不變順序IO。相對(duì)于的很小的表，全表掃描可能比索引更快，對(duì)于巨獸級(jí)數(shù)據(jù)量表，索引城就會(huì)的很有效，對(duì)于TB級(jí)別的表來(lái)說(shuō)，索引的維護(hù)和效果可能會(huì)沒(méi)有我們想象中的這樣好，這是可以不建議使用表分區(qū)、業(yè)務(wù)拆分表和分庫(kù)等技術(shù)。常見(jiàn)的索引優(yōu)化及注意事項(xiàng)？最好別把索引的列全部納入表達(dá)式，也沒(méi)法是函數(shù)參數(shù)，如wheresalvation15、wherecan_days（col）lt10.中,選擇大量的重復(fù)相對(duì)較低的列建索引，重復(fù)性較低會(huì)會(huì)造成索引突然失效，全表掃描儀。多列索引中很多最常見(jiàn)的一種的錯(cuò)誤是，就是喜歡為每個(gè)列創(chuàng)建角色的的索引，雖然這是出錯(cuò)的！要選擇比較合適的順序和列來(lái)合并索引，來(lái)看個(gè)簡(jiǎn)單啊例子：表數(shù)據(jù)為：

四個(gè)建2個(gè)獨(dú)立索引：inx_name,inx_company：

現(xiàn)在想執(zhí)行以上語(yǔ)句：

SELECT*acrosstuserwhere`name`22有.companybb

結(jié)果會(huì)顯示卻沒(méi)可以使用索引來(lái)網(wǎng)上查詢(xún)數(shù)據(jù)：

現(xiàn)在加一個(gè)多列索引：inx_name_company

負(fù)責(zé)執(zhí)行同樣的的sql顯示建議使用了多列索引：

不要在大文本字段建全量索引，這會(huì)然造成索引數(shù)據(jù)較小，網(wǎng)站查詢(xún)較慢，可以不建一個(gè)前綴索引，.例如//在city列上取前7個(gè)字符充當(dāng)索引mysqla8altertabledemomainkey(city(7))

這是一種使索引更小，慢了的方法，但缺點(diǎn)是無(wú)法可以使用綴索引order by或group by