MySQL索引特性

模式(schema)中的一个数据库对象在数据库中用来加速对表的查询通过使用快速路径访问方法快速定位数据,减少了磁盘的I/O与表独立存放，但不能独立存在，必须属于某个表由数据库自动维护，表被删除时，该表上的索引自动被删除。索引的作用类似于书的目录，几乎没有一本书没有目录，因此几乎没有一张表没有索引。索引的原理就是把无序的数据变成有序的查询把创建的索引的列的内容进行排序对排序结果生成倒排表在倒排表内容上拼上数据地址链在查询的时候，先拿到倒排表内容，再取出数据地址链，从而拿到具体数据。

一提到关系型数据库，我禁不住想：有些东西被忽视了。关系型数据库无处不在，而且种类繁多，从小巧实用的 SQLite 到强大的 Teradata 。但很少有文章讲解数据库是如何工作的。你可以自己谷歌/百度一下『关系型数据库原理』，看看结果多么的稀少【译者注：百度为您找到相关结果约1,850,000个…】 ，而且找到的那些文章都很短。现在如果你查找最近时髦的技术（大数据、NoSQL或JavaScript

B-Tree树即B树，B即Balanced，平衡的意思。•B-Tree即B树，Balance Tree，平衡树。•2-3树是最简单的B树结构。•B树的阶：节点的最多子节点个数。比如2-3树的阶是3，2-3-4树的阶是4。•B树通过重新组织节点，降低树的高度，并且减少IO读写次数来提升效率。•关键字集合分布在整颗树中，即叶子节点和非叶子节点都存放数据。B+Tree 即B+树：•B+树是B树的升级版本，

如果customers和orders都没有索引的话，一个数据量为N，一个数据量为M，那么总的时间复杂度为O(NM)，假设M有索引的话，时间复杂度为O(N logM)，两个都有索引的时间复杂度为O(N+M)索引的值本身都是有序的，所以可以直接通过类似于双指针的形式对两个表都进行扫描。并且上述复杂度都是在customer_id字段为唯一索引的情况下，如果customer_id重复度都比较的高，那么组合排列数就为NM，时间复杂度肯定也就是O(NM)。如果对age添加了索引，那么复杂度为O(log n)

TABLE OF CONTENTS1 索引是什么2 索引的底层结构3 什么时候用索引4 如何用好索引索引是什么正经的定义：在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。简单来说，索引是能够帮助我们快速查找需要的数据行的东西。就像我们平时查字典，先翻目录，通过拼音查到字对...

1、常见索引 哈希索引 理想时间复杂度为 O(1) 适用场景：适用于等值查询的场景，内存数据的索引 典型实现：Redis，MySQL 的 memory 引擎 平衡二叉树索引 查询和更新的时间复杂度都是 O(log_2(n)) 适用场景：适用于等值查询以及范围查询；适合内存数据的索引，但不适合磁盘数据的索引，可以认为树的高度决定了磁盘 I/O 的次数，百万数据树高约为 20 BTree 索引 B

索引概念B+树索引分为聚集索引和非聚集索引(辅助索引)，但是两者的数据结构都和B+树一样，区别是存放的内容。可以说数据库必须有索引，没有索引则检索过程变成了顺序查找，O(n)的时间复杂度几乎是不能忍受的。我们非常容易想象出一个只有单关键字组成的表如何使用B+树进行索引，只要将关键字存储到树的节点即可。当数据库一条记录里包含多个字段时，一棵B+树就只能存储主键，如果检索的是非主键字段，则主键索引失去...

时间复杂度_空间复杂度理解 1.算法效率 2.时间复杂度 3.空间复杂度 1.算法效率 算法效率分析分为两种：第一种是时间效率，第二种是空间效率。时间效率被称为时间复杂度，而空间效率 被称作空间复杂度。 时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要 的额外空间，在计算机发展的早期，计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机 行业的迅速发展，计算机...

一个好的查询优化器将努力对SQL语句进行预编译，并调整语句中的谓词和运算符，以便利用现有的主键索引或其他索引类型进行优化。相反地，当使用单独的索引列时，需要先过滤出符合条件的行，再尝试查找其中的最大值。查找表中一个特定列的最大值的时间复杂度受多种因素影响，包括数据大小和分布、索引类型和复合索引、查询优化和缓存以及计算机硬件的性能。B树索引是一种常见的索引类型，但是如果数据分布不均匀，则B树索引的效率可能会降低。如果该列上的主键索引被定义，那么查询就可以针对该索引优化，并且需要的时间较少。

索引 分类 聚集索引：索引就是主键值，数据文件就是索引文件 非聚集索引：索引与数据不放在一起，索引存放数据的地址 种类 哈希索引 使用hash算法来完成数据的存储，与hashmap原理相同 B树索引 多路平衡搜索树，因此是有序的，节点中存放多个关键字 关键字集合分布在整颗树中，不管是叶节点还是其他节点，都有关键字 任何一个关键字出现且只出现在一个结点中 搜索有可能在非叶子结点结束 一个节点有n个关键字，就有n+1个子节点，子节点代表了关键字之间的区域 插入与删除时自动调节以满足B树性质 B+树索引 b树进化

使用存储过程sp_rename将索引student_sno_idx改名为“student_sno”。解: use suoyin EXEC sp_rename 'student.student_sno_idx', 'student_sno', 'INDEX';