mysql创建索引

1. 什么是存储过程？它有什么优点？ 答：存储过程是一组予编译的 SQL 语句， 它的优点有： 允许模块化程序设计，就是说只需要创建一次过程，以后在程序中就可以调用该过程任意次。 允许更快执行，如果某操作需要执行大量 SQL 语句或重复执行，存储过程比 SQL 语句执行的要快。 减少网络流量，例如一个需要数百行的 SQL 代码的操作有一条执行语句完成，不需要在网络中发送数百行代码。 更好的安全机制，对于没有权限执行存储过程的用户，也可授权他们执行存储过程。 2. oracle的 存储过程和函数有什么区别？ Oracle 中的函数与存储过程的 区别 : A: 函数必须有返回值 , 而过程没有 . B: 函数可以单独执行 . 而过程必须通过 execute 执行 . C: 函数可以嵌入到 SQL 语句中执行 . 而过程不行 . 其实我们可以将比较复杂的查询写成函数 . 然后到存储过程中去调用这些函数 . Oracle 中的函数与存储过程的 特点 : A. 一般来说，存储过程实现的功能要复杂一点，而函数的实现的功能针对性比较强。 B. 对于存储过程来说可以返回参数，而函数只能返回值或者表对象。 C. 存储过程一般是作为一个独立的部分来执行，而函数可以作为查询语句的一个部分来调用，由于函数可以返回一个表对象，因此它可以在查询语句中位于 FROM 关键字的后面。 3. 什么是事务？ 答

在一台配置为2核4G的阿里云服务器上，硬盘是普通的云盘（即SATA盘），除mongoDB外，运行了若干个java应用，单节点mysql和redis，mongo的实际可用内存在1.5G左右。单表数据200万条的时候，一个聚合函数响应时间约为6秒，页面端每秒请求一次，由于响应不够及时，页面刷新不及时，服务端堆积了大量的mongo aggregate请求，系统可用内存不足，直接导致了溢出，mongo服务被动shutdown。 mongod(ZN5mongo15printStackTraceERSo+0x41) [0x55bd3a2dd321] mongod(ZN5mongo29reportOutOfMemoryErrorAndExitEv+0x84) [0x55bd3a2dc954] mongod(ZN5mongo12mongoReallocEPvm+0x21) [0x55bd3a2d22b1] mongod(ZN5mongo11BufBuilderINS21SharedBufferAllocatorEE15growreallocateEi+0x83) [0x55bd38981833] mongod(ZN5mongo3rpc17OpMsgReplyBuilder22getInPlaceReplyBuilderEm+0x80) [0x55bd39d4b740] mongod(

文章目录 ElasticSearch是什么？ 了解Luence 搜索 数据的分类 顺序扫描 全文搜索 Luence是怎么实现全文搜索 应用场景 ElasticSearch核⼼概念 ElasticSearch高扩展 ElasticSearch高实时 ElasticSearch是什么？ 是一个基于 Luence 的 全文搜索引擎 ，基于RESTful web接口 ElasticSearch 是一个 分布式 、 高扩展 、 高实时 的 搜索 与 数据分析 引擎 了解Luence Lucene是一套用于 全文检索 和搜寻的开源程序库。其主要 目的就是解决全文搜索 。 那么全文搜索能有什么问题？ 那我们先看看搜索 搜索 搜索：把数据找出来。对数据进行搜索，那就不得不提数据分类。 数据的分类 结构化数据 ：具有 固定格式 或者 固定长度 的数据。对于结构化数据我们一般都是存储在关系型数据库table中;那么对于结构化数据搜索，一般是建立索引，通过B-tree等数据结构快速搜索。 非结构化数据 ： 指没有 固定格式 或 不定长 的数据。如文章。那么对于非结构化数据我们怎么进行搜索呢？主要有两种方法：顺序扫描法，全文搜索法 顺序扫描 顺序扫描 ：从头到尾扫描 一边，标记要搜索的关键词；这样的方法无疑效率是很低的。 全文搜索 全文搜索 ：扫描非结构化数据，对每一个词建立一个索引

多版本并发控制 MySQL的大多数事务型存储引擎实现的都不是简单的行级锁。基于提升并发性能的考虑，它们一般都同时实现了多版本并发控制(MVCC)。不仅是MySQL，包括Oracle、PostgreSQL等其他数据库系统也都实现了MVCC，但各自的实现机制不尽相同，因为MVCC没有一个统一的实习标准。 可以认为MVCC是行级锁的一个变种，但是它在很多情况下避免了加锁操作，因此开销更低。虽然实现机制不同，但大都实现了非阻塞的读操作，写操作也只锁定了必要的行。 MVCC的实现，是通过保存数据在某个时间点的快照来实现的。也就是说，不管需要执行多长时间，每个事务看到的数据都是一致的。根据事务开始的时间不同，每个事务对同一张表，同一时刻看到的数据可能是不一样的。 前面说到不同存储引擎的MVCC实现是不同的，典型的有乐观（optimistic）并发控制和悲观（pessimistic）并发控制。下面我们通过InnoDB的简化版行为来说明MVCC是如何工作的。 InnoDB的MVVC，是通过在每行记录后面保存两个隐藏列来实现的。一个保存了行的创建时间，一个保存了行的过期时间（或删除时间）。当然存储的并不是实际的时间值，而是系统版本号（system version number）。每开启一个新的事务，系统版本号都会自动递增。事务开始时刻的系统版本号会作为当前事务的版本号

1.登录mysql与退出mysql 登录：mysql -u账号 -p密码 -h主机地址 -P端口号 -e 执行的sql语句； //密码一般不直接写出，回车后隐藏写入 ，-h可以不写默认是localhost 退出：quit，exit ，ctrl+c 备注：参数可分为全局和会话，可修改与不可修改，全局需要加上global，例如 set global 参数 =值，会话级别只对当前会话有效， 例如set 【session】 autocommit=1；中间可以省略session，例如需要全局的话需要 set global autocommit=1；不能持久化，重启后是默认值，全局设置对已经开启了会话的不起作用，只会对以后连接的会话有效，查看可以使用show 【global/session】 【variables 】 【like pattern】 变量名 来查看。 备注：dbms数据库管理系统 ，dba数据库管理员， sql（ddl 表结构，dml增删改 ，dql 查询，dcl数据库控制，tcl事物控制） 2.数据的导入与导出 1）数据的导入：source （运行在mysql下的命令） select version（）；//查看当前数据库版本； create database 数据库名称；//创建数据库 show databases ； //显示所有的数据库，产看数据库是否已经导入，也可以使用

MySQL 索引 MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。 打个比方，如果合理的设计且使用索引的MySQL是一辆兰博基尼的话，那么没有设计和使用索引的MySQL就是一个人力三轮车。 拿汉语字典的目录页（索引）打比方，我们可以按拼音、笔画、偏旁部首等排序的目录（索引）快速查找到需要的字。 索引分单列索引和组合索引。单列索引，即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。组合索引，即一个索引包含多个列。 创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件(一般作为 WHERE 子句的条件)。 实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。 上面都在说使用索引的好处，但过多的使用索引将会造成滥用。因此索引也会有它的缺点：虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。 建立索引会占用磁盘空间的索引文件。 普通索引 创建索引 这是最基本的索引，它没有任何限制。它有以下几种创建方式： CREATE INDEX indexName ON mytable(username(length)); 如果是CHAR，VARCHAR类型，length可以小于字段实际长度

1、创建索引 create index index_name on table_name 删除索引 delete index index_name on table_name 2、B-tree索引和Hash索引 hash索引只在memory支持。当我们要给某张表某列增加索引时，将这张表的这一列进行哈希算法计算，得到哈希值，排序在哈希数组上。所以Hash索引可以一次定位，其效率很高，而Btree索引需要经过多次的磁盘IO。 但是它存在很多缺点： ~只能用于等式比较，不能查询范围。 ~优化器不能用hash索引来加速Oder by操作。 ~不能用部分索引键来搜索，因为组合索引在计算哈希值的时候是一起计算的。只能使用整个关键字来搜索一行。 ~数据量特别大的时候，没有b-tree效率高。 3、建立索引的规则： ~利用最左前缀：Mysql会一直向右查找直到遇到范围操作（>，<，like、between）就停止匹配。比如a=1 and b=2 and c>3 and d=6；此时如果建立了（a,b,c,d）索引，那么后面的d索引是完全没有用到，当换成了（a,b,d,c）就可以用到。 ~不能过度索引：在修改表内容的时候，索引必须更新或者重构，所以索引过多时，会消耗更多的时间。 ~尽量扩展索引而不要新建索引 ~最适合的索引的列是出现在where子句中的列或连接子句中指定的列。

建议先看看 开发人员MySQL调优-实战篇0 让执行的SQL使用索引 虽然DBA给我们建了很多索引，但没有经验的开发人员往往只看表结构，不太关注索引和如何利用索引提高SQL执行速度，下面罗列一些经验，让你写的SQL更加高效的利用索引 在做实验之前最好先想一想索引的数据结构与排序，以及索引工作的方式，才能更快的理解与记住这些点，否则在工作中遇到更复杂的情况，很可能就不会处理了 查询字段与某一个索引的结构完全一致，包括字段和顺序（完全匹配） create index idx_tv_v_user_u_a_g on tb_v_user(user_name,age,gendor); select * from tb_v_user where user_name = '1F7sJ' and age = 44 and gendor = 1; 查询条件与索引的列与顺序完全一致，执行计划扫描类型为ref。有兴趣的同学可以试试分别将user_name、age、gendor查询条件删除，看看执行计划是什么情况 不在列上做任何附加操作，比如加函数 select * from tb_v_user where left(user_name,5) = '1F7sJ' and age=44 and gendor = 1; 这里的SQL和上面的SQL执行结果是一模一样，写法上区别是在user

InnoDB索引的数据结构 InnoDB索引采用了B-Tree的数据结构，数据存储在叶子节点上，每个叶子节点默认的大小是16KB。 当新记录插入到InnoDB聚簇索引中时，如果按顺序插入索引记录（升序或降序），当达到叶子节点最大的容量时，下一条记录就会写到新的的页中。叶子节点可使用的容量为总容量的15/16，InnoDB会留1/16的空间，以备将来插入和更新索引记录时使用， 如果以随机顺序插入记录，则页面的容量为1/2到15/16之间。 你可以设置 innodb_page_size 来调整页的大小，支持 64KB, 32KB, 16KB (默认), 8KB, 和4KB。 索引的分类 InnoDB的索引类型分为 主键索引和非主键索引 。 主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。整张表的数据其实就是存储在聚簇索引中的， 聚簇索引就是表 。 如果没有设置主键怎么办呢？MySQL会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键。 聚簇索引结构如下图所示： 非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。 二级索引的叶子节点中存的是主键的值 ，不是原始的数据

1、连接mysql 连接本机 mysql -u root -p 连接远程主机 mysql -h 192.168.1.128 -u root -p 退出 exit; 2、修改密码 格式：alter user 用户名@主机地址 identified by '新密码'; 将root密码改为newroot alter user root@local identified by 'newroot'; 查看用户主机地址方法 use mysql; select user,host from user; 3、管理用户 可以管理mysql数据库中的user表来管理用户。 对于用户方面的管理，最好对用户授予不同的权限来管理用户。 增加tom用户，密码为tom，可在任何主机登录： create user 'tom'@localhost identified by 'tom'; create user 'tom1'@'192.168.1.%' identified by 'tom1'; 4、管理数据库 显示数据库 show databases; 注：数据库乱码问题 修改/etc/my.cnf配置文件:character-set-server=utf8 Java连接mysql的配置文件中： jdbc:mysql://localhost:3306/test?useUnicode=true