标签：除了 怎么 xxx 分段 使用 range 是什么 遇到 import
索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的位置信息。
更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。
一般的应用系统对比数据库的读写比例在10:1左右(即有10次查询操作时有1次写的操作)，而且插入操作和更新操作很少出现性能问题，遇到最多、最容易出问题还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。当数据库中数据量很大时，查找数据会变得很慢，我们就可以使用索引来提高数据库的查询效率。
数据库应该选择怎么样的方式来应对所有的问题呢？我们回想字典的例子，能不能把数据分成段，然后分段查询呢？最简单的如果1000条数据，1到100分成第一段，101到200分成第二段，201到300分成第三段……这样查第250条数据，只要找第三段就可以了，一下子去除了90%的无效数据。
mysql默认的存储引擎是InnoDB，InnoDB引擎的索引默认用B+Tree算法。
有关于B+Tree算法可以自行搜索下。
show index from 表名;
mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student | 0 | PRIMARY | 1 | id | A | 6 | NULL | NULL | | BTREE | | |
| student | 0 | id | 1 | id | A | 6 | NULL | NULL | | BTREE | | |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
我并没有给专门给student表添加过索引，但是由于student表的主键是id，主键默认添加索引，所以id字段也是索引。
create index 索引名称 on 表名(字段名称(长度))
# 如果指定字段是字符串，需要指定长度，建议长度与定义字段时的长度一致
# 字段类型如果不是字符串，可以不填写长度部分
drop index 索引名称 on 表名;
1.创建一个表
mysql> create table t_news(name varchar(10));
2.用python写个程序往表里插入10万条数据
import pymysql
def main():
conn = pymysql.connect(host=‘localhost‘,port=3306,
user=‘root‘,password=‘xxx‘,
database=‘text‘,charset=‘utf8‘)
cur = conn.cursor()
sql = ‘insert into t_news value (%s)‘
for i in range(1,100001):
cur.execute(sql,[‘新闻%d‘ % i])
conn.commit()
cur.close()
conn.close()
if __name__ == ‘__main__‘:
main()
结果（部分）：
| 新闻99994 |
| 新闻99995 |
| 新闻99996 |
| 新闻99997 |
| 新闻99998 |
| 新闻99999 |
| 新闻100000 |
+--------------+
100000 rows in set (0.04 sec)
3.测试有无索引情况下查询的时间
mysql> set profiling=1; # 开启时间监测
mysql> select * from t_news where name=‘新闻480916‘;
mysql> create index name_index on t_news(name(10));
mysql> select * from t_news where name=‘新闻480916‘;
mysql> show profiles; # 查看时间监测结果
+----------+------------+------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+------------------------------------------------+
| 1 | 0.04325925 | select * from t_news where name=‘新闻480916‘ |
| 2 | 1.64268400 | create index name_index on t_news(name(10)) |
| 3 | 0.00065225 | select * from t_news where name=‘新闻480916‘ |
| 4 | 0.00004275 | show profiling |
+----------+------------+------------------------------------------------+
# 对比第1和第3。可知结果快了很多倍！查询性能得到了优化！！！
索引虽然可以明显提高某些字段的查询效率。但是不要滥用，建立太多的索引将会影响更新和插入的速度，因为它需要同样更新每个索引文件。对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引了，对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。索引也会占用磁盘空间（财大气粗的可以忽略不计）
cp ：https://www.cnblogs.com/chichung/p/9599741.html
标签：除了 怎么 xxx 分段 使用 range 是什么 遇到 import
原文地址：https://www.cnblogs.com/icemonkey/p/10503599.html
