索引如何使用(索引查找怎么做)

mysql索引的创建和使用

我们可以通过查看索引的属性来判断创建索引的方法。

查看索引的语法格式如下：

SHOW INDEX FROM 表名 [ FROM 数据库名]

语法说明如下：

表名：指定需要查看索引的数据表名。

数据库名：指定需要查看索引的数据表所在的数据库，可省略。比如，SHOW INDEX FROM student FROM test; 语句表示查看 test 数据库中 student 数据表的索引。

示例

使用 SHOW INDEX 语句查看《MySQL创建索引》一节中 tb_stu_info2 数据表的索引信息，SQL 语句和运行结果如下所示。

mysql SHOW INDEX FROM tb_stu_info2\G

1. row

Table: tb_stu_info2

Non_unique: 0

Key_name: height

Seq_in_index: 1

Column_name: height

Collation: A

Cardinality: 0

Sub_part: NULL

Packed: NULL

Null: YES

Index_type: BTREE

Comment:

Index_comment:

1 row in set (0.03 sec)

其中各主要参数说明如下：

参数 说明

Table 表示创建索引的数据表名，这里是 tb_stu_info2 数据表。

Non_unique 表示该索引是否是唯一索引。若不是唯一索引，则该列的值为 1；若是唯一索引，则该列的值为 0。

Key_name 表示索引的名称。

Seq_in_index 表示该列在索引中的位置，如果索引是单列的，则该列的值为 1；如果索引是组合索引，则该列的值为每列在索引定义中的顺序。

Column_name 表示定义索引的列字段。

Collation 表示列以何种顺序存储在索引中。在 MySQL 中，升序显示值“A”（升序），若显示为 NULL，则表示无分类。

Cardinality 索引中唯一值数目的估计值。基数根据被存储为整数的统计数据计数，所以即使对于小型表，该值也没有必要是精确的。基数越大，当进行联合时，MySQL 使用该索引的机会就越大。

Sub_part 表示列中被编入索引的字符的数量。若列只是部分被编入索引，则该列的值为被编入索引的字符的数目；若整列被编入索引，则该列的值为 NULL。

Packed 指示关键字如何被压缩。若没有被压缩，值为 NULL。

Null 用于显示索引列中是否包含 NULL。若列含有 NULL，该列的值为 YES。若没有，则该列的值为 NO。

Index_type 显示索引使用的类型和方法（BTREE、FULLTEXT、HASH、RTREE）。

Comment 显示评注。

联合索引-以及如何使用索引

建立索引的时候，尽量建立联合索引，即多个字段组成1个索引。因为如果针对单个字段建立索引的话，会造成索引过多，每次插入数据都会维护多个索引，导致数据加入性能过慢。索引条目里面一定会带一个id，区分大小的唯一主键。

聚合索引就是根据多个字段建立起来的索引，索引树的最底层的数据页保存的是索引字段+主键字段。如果字段值一样的话，就按照下一个字段排序。例如，建立一个persion表， 有字段 id,name, age , height ，weight，phone 。

然后用age ，height 建立联合索引，如下图：

这时候，添加一个age=18，height=177的用户的添加过程是去到索引页1，发现age 15并且age 20 ，所以这条记录会添加到数据页1。 然后去数据页1根据age进行二分查找，发现age最后一条数据(id=4)，这时候就将需要添加的数据，加到最后一条后面。

如果再添加一条数据age=21 ，height=167。 首先去到索引页1用age进行二分查找，发现应该添加到数据页2。然后去数据页2进行二分查找，发现age=21和id=6，id=7的数据age一样。 然后就看第二个字段height=167，比id=6的166大，比id=7的170小，所以就添加到id=6 和 id=7的数据中间。

如果遇到字段都一样的，就根据ID的大小来排序。

在where子句里面的字段，条件都是用“=”等号，字段和也索引里面的字段一致，顺序不一致也没关系，SQL优化会自动进行重新排序。这时候就可以100%使用索引进行查询。

例如上面的例子，如果查询的时候，是使用age = xx 查询，那么就可以用上索引。如果跳过age，使用height=XX来查询，那么是没办法使用到索引的，因为索引的排序是根据建立索引的字段顺序来排序的。

查询的时候，如果使用了like类型的模糊匹配， like%，这样的写法是可以用索引的，当然要符合最左列匹配规则。 如果是%like 这样的写法，是无法使用索引的，因为无法确认字段的开始字符串是什么，所以就无法用来和索引进行对比。

如果使用了范围查找，使用索引的最左列字段来查找是可以使用索引查找的。因为索引的每一层和数据页都是通过双向量表连接起来的。 例如age 15 and age 21，那么就可以定位到数据页1，id=1的数据和数据页2，id=5的数据，然后取个范围内的数据就可以了。

但是如果用的是height来做范围查找就用不了索引： height 170 and height 180。 这时候数据页1 和数据页2 都是存在符合条件的数据的，但是，数据页内，没有按照height来排序，所以，需要遍历才能找到，然后数据页2也需要遍历才能找到。

第一个条件是使用了=来匹配，如果这个条件的字段是索引的第一个字段，那么是会走索引的， 然后第二个条件，如果是按照范围来查找， 如果这个字段是索引的第二个字段，那么也可以用到索引， 再来第三个条件， 如果是=号匹配，这个条件也是索引的第三个字段的话，就可以用索引，如果是用范围匹配， 那么是用不了索引的。 原因是，索引用第二个字段进行了排序， 然后第三个字段是在第二个字段相同的情况下，再进行排序。

记住一个原则就是， 索引有3个字段， 先用第一个字段进行排序， 如果第一个字段一样，就用第二个字段排序， 如果第二个字段的值也一样， 那么就用第三个字段排序。 根据这个排序的规则，去匹配查询的条件，即可知道这5个索引的匹配规则。

排序的时候也符合索引使用规则， 使用索引的字段进行排序的话，就可以直接从索引里面，直接获取数据即可。 用上面的例子，如果有SQL ：

本身索引就是按照age和height来排序的，所以直接可以在索引里面找到对应的数据，然后取前面2条返回。 升序和降序都没关系，都可以找到一个连续确定的范围。索引默认是从小到大排序。

如果排序是order by age desc height asc，那就不会使用到索引，因为索引也是按照从小到大排序的，遇到第一个字段相同值的，就按照第二个字段从小到大排序。

使用grouop by的时候，也是注意使用索引最左列来分组， 这样，就可以按照顺序，重一定的范围内提取出整个分组数据，然后再对这个分组数据进行操作。 就不需要从无序的数据里面，重新进行排序再提取，这样就会涉及到很多硬盘交互操作。

数据库索引是什么，有什么用，怎么用

1、数据库索引是什么，有什么用

数据库索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。如果想按特定职员的姓来查找他或她，则与在表中搜索所有的行相比，索引有助于更快地获取信息。

索引的一个主要目的就是加快检索表中数据的方法，亦即能协助信息搜索者尽快的找到符合限制条件的记录ID的辅助数据结构。

2、数据库索引的用法

当表中有大量记录时，若要对表进行查询，第一种搜索信息方式是全表搜索，是将所有记录一一取出，和查询条件进行一一对比，然后返回满足条件的记录，这样做会消耗大量数据库系统时间，并造成大量磁盘I/O操作；

第二种就是在表中建立索引，然后在索引中找到符合查询条件的索引值，最后通过保存在索引中的ROWID（相当于页码）快速找到表中对应的记录。

索引是一个单独的、物理的数据库结构，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值的数据页的逻辑指针清单。

扩展资料：

一、索引的原理：

对要查询的字段建立索引其实就是把该字段按照一定的方式排序；建立的索引只对该字段有用，如果查询的字段改变，那么这个索引也就无效了，比如图书馆的书是按照书名的第一个字母排序的，那么你想要找作者叫张三的就不能用改索引了；还有就是如果索引太多会降低查询的速度。

二、数据库索引的特点：

1、避免进行数据库全表的扫描，大多数情况，只需要扫描较少的索引页和数据页，而不是查询所有数据页。而且对于非聚集索引，有时不需要访问数据页即可得到数据。

2、聚集索引可以避免数据插入操作，集中于表的最后一个数据页面。

3、在某些情况下，索引可以避免排序操作。

参考资料：百度百科-数据库索引

数据库创建索引后怎么使用

应该建索引的字段：1.经常作为查询条件的字段2.外键3.经常需要排序的字段4.分组排序的字段

应该少建或者不建索引的字段有：1.表记录太少，2.经常需要插入，删除，修改的表，3.表中数据重复且分布平均的字段

一些SQL的写法会限制索引的使用：1.where子句中如果使用in、or、like、!= ，均会导致索引不能正常使用，将""换成"and";将"is not null "换成"=chr(0)";2.使用函数时，该列就不能使用索引。3.比较不匹配数据类型时，该索引将会被忽略。

一些SQL语句优化的写法：1.如果from是双表的查询时，大表放在前面，小表放在后面(基础表)。最后面的表是基础表。(只在基于规则的优化器中有效)2.如果三表查询时，选择交叉表(intersection table)作为基础表.(只在基于规则的优化器中有效)3.写where条件时，有索引字段的判断在前，其它字段的判断在后；如果where条件中用到复合索引，按照索引列在复合索引中出现的顺序来依次写where条件；4.查询数量较大时，使用表连接代替IN，EXISTS，NOT IN，NOT EXISTS等。5.ORACLE采用自下而上的顺序解析WHERE子句,那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾.

数据库建立索引怎么利用索引查询？

1.合理使用索引

索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。

索引的使用要恰到好处，其使用原则如下：

在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引。

在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。

使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁操作而 使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量 数据后，删除并重建索引可以提高查询速度。

(1)在下面两条select语句中:

SELECT * FROM table1 WHERE field1=10000 AND field1=0;

SELECT * FROM table1 WHERE field1=0 AND field1=10000;

如果数据表中的数据field1都=0,则第一条select语句要比第二条select语句效率高的多，因为第二条select语句的第一个条件耗费了大量的系统资源。

第一个原则：在where子句中应把最具限制性的条件放在最前面。

(2)在下面的select语句中:

SELECT * FROM tab WHERE a=… AND b=… AND c=…;

若有索引index(a,b,c)，则where子句中字段的顺序应和索引中字段顺序一致。

第二个原则：where子句中字段的顺序应和索引中字段顺序一致。

——————————————————————————

以下假设在field1上有唯一索引I1，在field2上有非唯一索引I2。

——————————————————————————

(3) SELECT field3,field4 FROM tb WHERE field1='sdf' 快

SELECT * FROM tb WHERE field1='sdf' 慢[/cci]

因为后者在索引扫描后要多一步ROWID表访问。

(4) SELECT field3,field4 FROM tb WHERE field1='sdf' 快

SELECT field3,field4 FROM tb WHERE field1'sdf' 慢

因为前者可以迅速定位索引。

(5) SELECT field3,field4 FROM tb WHERE field2 LIKE 'R%' 快

SELECT field3,field4 FROM tb WHERE field2 LIKE '%R' 慢，

因为后者不使用索引。

(6) 使用函数如：

SELECT field3,field4 FROM tb WHERE upper(field2)='RMN'不使用索引。

如果一个表有两万条记录，建议不使用函数；如果一个表有五万条以上记录，严格禁止使用函数！两万条记录以下没有限制。

(7) 空值不在索引中存储，所以

SELECT field3,field4 FROM tb WHERE field2 IS[NOT] NULL不使用索引。

(8) 不等式如

SELECT field3,field4 FROM tb WHERE field2!='TOM'不使用索引。

相似地，

SELECT field3,field4 FROM tb WHERE field2 NOT IN('M','P')不使用索引。

(9) 多列索引，只有当查询中索引首列被用于条件时，索引才能被使用。

(10) MAX，MIN等函数，使用索引。

SELECT max(field2) FROM tb 所以，如果需要对字段取max，min，sum等，应该加索引。

一次只使用一个聚集函数，如：

SELECT “min”=min(field1), “max”=max(field1) FROM tb

不如：SELECT “min”=(SELECT min(field1) FROM tb) , “max”=(SELECT max(field1) FROM tb)

(11) 重复值过多的索引不会被查询优化器使用。而且因为建了索引，修改该字段值时还要修改索引，所以更新该字段的操作比没有索引更慢。

(12) 索引值过大（如在一个char(40)的字段上建索引），会造成大量的I/O开销（甚至会超过表扫描的I/O开销）。因此，尽量使用整数索引。 Sp_estspace可以计算表和索引的开销。

(13) 对于多列索引，ORDER BY的顺序必须和索引的字段顺序一致。

(14) 在sybase中，如果ORDER BY的字段组成一个簇索引，那么无须做ORDER BY。记录的排列顺序是与簇索引一致的。

(15) 多表联结（具体查询方案需要通过测试得到）

where子句中限定条件尽量使用相关联的字段，且尽量把相关联的字段放在前面。

SELECT a.field1,b.field2 FROM a,b WHERE a.field3=b.field3

field3上没有索引的情况下:

对a作全表扫描，结果排序

对b作全表扫描，结果排序

结果合并。

对于很小的表或巨大的表比较合适。

field3上有索引

按照表联结的次序，b为驱动表，a为被驱动表

对b作全表扫描

对a作索引范围扫描

如果匹配，通过a的rowid访问

(16) 避免一对多的join。如：

SELECT tb1.field3,tb1.field4,tb2.field2 FROM tb1,tb2 WHERE tb1.field2=tb2.field2 AND tb1.field2=‘BU1032’ AND tb2.field2= ‘aaa’

不如：

declare @a varchar(80)

SELECT @a=field2 FROM tb2 WHERE field2=‘aaa’

SELECT tb1.field3,tb1.field4,@a FROM tb1 WHERE field2= ‘aaa’

(16) 子查询

用exists/not exists代替in/not in操作

比较：

SELECT a.field1 FROM a WHERE a.field2 IN(SELECT b.field1 FROM b WHERE b.field2=100)

SELECT a.field1 FROM a WHERE EXISTS( SELECT 1 FROM b WHERE a.field2=b.field1 AND b.field2=100)

SELECT field1 FROM a WHERE field1 NOT IN( SELECT field2 FROM b)

SELECT field1 FROM a WHERE NOT EXISTS( SELECT 1 FROM b WHERE b.field2=a.field1)

(17) 主、外键主要用于数据约束，sybase中创建主键时会自动创建索引，外键与索引无关，提高性能必须再建索引。

(18) char类型的字段不建索引比int类型的字段不建索引更糟糕。建索引后性能只稍差一点。

(19) 使用count(*)而不要使用count(column_name)，避免使用count(DISTINCT column_name)。

(20) 等号右边尽量不要使用字段名，如：

SELECT * FROM tb WHERE field1 = field3

(21) 避免使用or条件，因为or不使用索引。

2.避免使用order by和group by字句。

因为使用这两个子句会占用大量的临时空间(tempspace),如果一定要使用，可用视图、人工生成临时表的方法来代替。

如果必须使用，先检查memory、tempdb的大小。

测试证明，特别要避免一个查询里既使用join又使用group by，速度会非常慢！

3.尽量少用子查询，特别是相关子查询。因为这样会导致效率下降。

一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

4．消除对大型表行数据的顺序存取

在 嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。

比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询 10亿行数据。

避免这种情况的主要方法就是对连接的列进行索引。

例如，两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩）。如果两个 表要做连接，就要在“学号”这个连接字段上建立索引。

还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。

下面的查询将强迫对orders表执行顺序操作：

SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num1001) OR order_num=1008

虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num1001

UNION

SELECT ＊ FROM orders WHERE order_num=1008

这样就能利用索引路径处理查询。

5．避免困难的正规表达式

MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT ＊ FROM customer WHERE zipcode “98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。

另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3] “80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。

6．使用临时表加速查询

把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。例如：

SELECT cust.name，rcvbles.balance，……other COLUMNS

FROM cust，rcvbles

WHERE cust.customer_id = rcvlbes.customer_id

AND rcvblls.balance0

AND cust.postcode“98000”

ORDER BY cust.name

如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：

SELECT cust.name，rcvbles.balance，……other COLUMNS

FROM cust，rcvbles

WHERE cust.customer_id = rcvlbes.customer_id

AND rcvblls.balance;0

ORDER BY cust.name

INTO TEMP cust_with_balance

然后以下面的方式在临时表中查询：

SELECT ＊ FROM cust_with_balance

WHERE postcode“98000”

临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。

注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。

7．用排序来取代非顺序存取

非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。

「进阶」MySQL中如何使用索引

1、普通索引

这是最基本的索引，它没有任何限制。

2、唯一索引

它与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。

3、主键索引

它是一种特殊的唯一索引，不允许有空值。一般是在建表的时候同时创建主键索引。

4、聚簇索引

聚簇索引的索引顺序就是数据存储的物理存储顺序，这样能保证索引值相近的元组所存储的物理位置也相近。

5、全文索引（FULLTEXT）

全文索引只能创建在数据类型为VARCHAR或TEXT的列上，建立全文索引后，能够在建立了全文索引的列上进行全文查找。全文索引只能在MyISAM存储引擎的表中创建。

实际工作使用中，索引可以建立在单一列上，称为单列索引，也可以建立在多个列上，称为组合索引。