数据库索引
1.索引介绍
索引在MySQL中也叫做键，它是一个特殊的文件，它保存着数据表里所有记录的位置信息。通俗的来说，索引好比一本书的目录，能加快数据库的查询速度。
应用场景：
当数据库的数据量很大时，查找数据就会变得很慢，我们就可以通过索引来提高查询数据库的速度
2.索引使用
| 说明 | 命令 |
|---|---|
| 查看索引 | show index from 表名; |
| 创建索引 | alter table 表名 add index 索引名[可选](列名, …); |
| 删除索引 | alter table 表名 drop index 索引名 |
注意：
- 在表中，主键列会自动创建索引
- 创建索引时，索引名不指定，使用默认字段名
3.案例
创建测试表：
create table test_index(title varchar(10));
向表中插入十万条数据：
from pymysql import connect
def main():
# 创建Connection连接
conn = connect(host='localhost',port=3306,database='python',user='root',password='mysql',charset='utf8')
# 获得Cursor对象
cursor = conn.cursor()
# 插入10万次数据
for i in range(100000):
cursor.execute("insert into test_index values('ha-%d')" % i)
# 提交数据
conn.commit()
if __name__ == "__main__":
main()
验证索引性能操作：
-- 开启运行时间监测：
set profiling=1;
-- 查找第1万条数据ha-99999
select * from test_index where title='ha-99999';
-- 查看执行的时间：
show profiles;
-- 给title字段创建索引：
alter table test_index add index (title);
-- 再次执行查询语句
select * from test_index where title='ha-99999';
-- 再次查看执行的时间
show profiles;
4.联合索引
联合索引又叫复合索引，即一个索引覆盖表中两个或者多个字段，一般用在多个字段一起查询的时候
-- 创建teacher表
create table teacher
(
id int not null primary key auto_increment,
name varchar(10),
age int
);
-- 创建联合索引
alter table teacher add index (name,age);
好处：
减少磁盘空间开销，因为每创建一个索引，其实就是创建了一个索引文件，那么会增加磁盘空间的开销
5.最左原则
在使用联合索引的时候，我们要遵守一个最左原则，即index(name,age)支持 name 以及name 和 age 组合查询,而不支持单独 age 查询，因为没有用到创建的联合索引
示例：
-- 正确查询示范
select * from stu where name='张三' -- 这里使用了联合索引的name部分
select * from stu where name='李四' and age=10 -- 这里完整的使用联合索引，包括 name 和 age 部分
-- 错误查询示范
select * from stu where age=10 -- 联合索引里面没有这个组合，只有 name | name age 这两种组合
说明：
在使用联合索引的查询数据时候一定要保证联合索引的最左侧字段出现在查询条件里面，否则联合索引失效
6，索引的优缺点和使用原则
（1）优点：
- 加快数据的查询速度
（2）缺点：
- 创建索引会消耗时间和占用磁盘空间，并且随着数据量的增加所消耗的时间也会增加
（3）索引使用原则：
- 合理使用索引。通过优缺点对比，不是索引越多越好，而是需要自己合理的使用
- 查询多的字段应创建索引。对经常用于查询的字段应该创建索引
- 常更新的表少创建索引。对经常更新的表就避免对其进行过多索引的创建
- 数据量小的表不要创建索引。因为由于数据较少，可能查询全部数据花费的时间比遍历索引的时间还要短，索引就可能不会产生优化效果
- 相同值多的表不要创建索引。在一字段上相同值比较多不要建立索引，比如在学生表的"性别"字段上只有男，女两个不同值。相反的，在一个字段上不同值较多可是建立索引