当前位置:首页 > 文章列表 > 数据库 > MySQL > 验证Mysql中联合索引的最左匹配原则详情

验证Mysql中联合索引的最左匹配原则详情

来源:脚本之家 2022-12-28 19:40:45 0浏览 收藏

本篇文章向大家介绍《验证Mysql中联合索引的最左匹配原则详情》,主要包括索引、匹配、MySQL联合、最左,具有一定的参考价值,需要的朋友可以参考一下。

如何验证联合索引的有效性

使用explain,在select语句之前使用explain关键字,就会返回sql语句执行计划的信息,而不是执行sql。

这里我们简单实践一下,选取一张表:

 有兴趣的同学可以拿这个sql语句生成一个一模一样的表:

CREATE TABLE `videos` (
  `id` int unsigned NOT NULL AUTO_INCREMENT,
  `path` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
  `name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
  `user` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
  `like` int DEFAULT NULL,
  `unlike` int DEFAULT NULL,
  `status` tinyint(1) DEFAULT NULL,
  `count` int DEFAULT '0',
  `type` tinyint DEFAULT '1' COMMENT '1美女2励志',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=36247 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

这个表的内容是一些抖音的视频的视频名称,作者,保存路径,状态等等信息。
来使用explain关键字试一下执行以下sql语句:

explain select * from videos where `user` like'%BY2girl%'

展示信息: 

 其中展示的详细信息根据文章主题这里不做详细说明吧,就算根据其他资料稍微理解复制过来,我也记不住。

接下来我尝试把这个user这个加一个索引试试:

 这里补充说明一下,我直接新建一个B树索引,B树索引一般是默认创建的索引类型,因为相对于哈希索引B树索引可以获得稳定且较好的查询速度,哈希索引更适合适合做精确查询

看看不加索引和加索引同一个查询的explain有什么区别:

explain  select count(*) from videos where `user` like'%BY2girl%';

可以看到key关键字那一列使用到了我自己命名的user_key这个索引

多个单一索引进行验证

接下再加两个索引:

看下简单使用哪些查询会命中索引:

explain  select * from videos where `user` ='BY2' and `path` = 'BY2' and `name`  = 'BY2'

 果然使用到了3个索引,但是我一直有一个疑问,在中间的查询条件使用like模糊返回查询,看看命中了哪个索引:

explain  select * from videos where `user` ='BY2' and `path` like '%BY2%' and `name`  = 'BY2'

结论Mysql会自动对sql语句进行优化,把可以命中的查询条件放在最前面让它们命中索引,用来提高查询速度。这样一个字段增加一个索引无疑增加了表的空间,给表记录的新增和修改操作增加了压力,联合索引可以稍微解决这个问题,接下来就要说联合索引。

联合索引

联合索引指的是对一张表上把多个字段当制作成一个索引:

联合最左匹配原则解释:以建立索引的字段为查询条件,执行查询时候左边的为起点任何连续的索引都能匹配上,当遇到范围查询(>、

explain  select * from videos where `user` ='BY2' and `path` = 'BY2' and `name`  = 'BY2'

g

 不用说,这样一定会命中这个联合索引,接下来中间使用一个like试试:

explain  select * from videos where `user` ='BY2' and `path` like '%BY2%' and `name`  = 'BY2'

 完全没有命中索引,中间被打断了,我自己以为会命中了一个user也会命中整个联合索引,我还以为mysql会把name和user两个字段优化在最前面实现最左原则从而命中整个联合索引,学到了,接下来把这个like查询放在最后:

explain  select * from videos where `user` ='BY2' and `path` = 'BY2' and `name`  like '%BY2%'

 看来是命中了这个联合索引,两个索引的命中直接命中了整个联合索引,验证成功。

在其中侧面了解到,我设置索引的顺序和最左匹配原则的顺序不是一一匹配的,user, path这两个字段可能会优化顺序。但是我设置的联合索引的顺序是path, name, user,其中user, path中间有一个name字段的索引,最左匹配原则是依据查询条件来的,跟where 条件顺序相关!

总结

在日常工作中发现阿里云的云数据库会根据数据库热点查询数据自动增加索引,又减轻了某些不会建立索引的人的压力或者减少了建立错误索引的情况,同时自动减少了数据库压力,哈哈。 索引是mysql非常复杂的知识,它又非常重要,后面遇到问题一定要记录下来,亲自实践增加印象,感觉在今天的验证过程中略过了好多复杂的知识,例如一些explain信息的意思,很重要,等到后面遇到了再仔细研究,今天就到这。

以上就是《验证Mysql中联合索引的最左匹配原则详情》的详细内容,更多关于mysql的资料请关注golang学习网公众号!

版本声明
本文转载于:脚本之家 如有侵犯,请联系study_golang@163.com删除
MySql中的存储引擎和索引MySql中的存储引擎和索引
上一篇
MySql中的存储引擎和索引
MySQL数据库的触发器和事务
下一篇
MySQL数据库的触发器和事务
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    571次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    615次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    645次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    603次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    420次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码