数据库的索引与视图

存储 类型
索引失效
Where子句的查询条件中有!= Where子句使用了mysql函数时，索引无效 在使用like进行匹配查询，有左通配符%时，索引无效 使用or语句来连接条件 当索引列有大量重复时，sql查询可能不会去利用索引
存储 类型
视图
什么是视图
视图是由查询结果形成的一张虚拟表。
存储 类型
B+树索引和哈希索引的明显区别
Hash 索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查 询 Hash 索引无法被用来避免数据的排序操作 Hash 索引不能利用部分索引键查询 Hash 索引在任何时候都不能避免表扫描 Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比BTree索引高
什么时候要用到视图
如果某个查询结果出现的非常频繁，也就是，要经常拿这个查询结果 来做子查询
视图
视图的作用
简化查询语句 可以进行权限控制 大数据分表时可以用到
视图
设计 原则
B-Tree索引
B+Tree：每一个叶子节点都包含指向下一个叶子节点的指针，从 而方便叶子节点的范围遍历。存放于索引页面中 B-Tree通常意味着所有的值都是按顺序存储的，并且每一个叶子 页到根的距离相同，很适合查找范围数据。
存储 类型
哈希索引
哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值， 检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需 一次哈希算法即可立刻定位到相应的位置，速度非常快
MYSQL学习笔记 索引与视图
索引概述
索引是一个单独的、物理的数据库结构 该结构中包括表中的一列或若干列的值以及相应的指向表中 物理标识这些值的数据页的逻辑指针的集合 索引依赖于数据库的表，作为表的一个组成部分 一旦创建后，由数据库系统自身进行维护 存放于索引页面中 个表的存储是由两部分组成的，一部分用来存放表 的数据页面，另一部分存放索引页面
索引
为了使索引的使用效率更高，在创建索引的时候必须 考虑在哪些字段上创建索引和创建什么类型的索引
最适合建立索引的列，是出现在where子句中的列，而非select 关键字后面的列 考虑某列中值的分布。索引的列的基数越大，索引的Βιβλιοθήκη Baidu果越好 使用短索引 不要过度索引 最左前缀匹配原则