哪种索引结构适合范围查询

发布时间:2025-05-11 22:33:54 发布人:远客网络

哪种索引结构适合范围查询

一、哪种索引结构适合范围查询

有两大类索引：唯一索引：对于被索引列，索引表中每一行包含一个唯一值；非唯一索引：行中的索引值可重复；从索引中读取数据的操作取决于使用的索引类型和查询中访问索引的方法。

对于CTXCAT类型的索引来说，当对基表进行DML操作的时候，Oracle自动维护索引。对文档的改变马上反映到索引中。CTXCAT是事务形的索引。索引的同步在对基表插入，修改，删除之后同步索引。推荐使用sync同步索引。

Oracle中的索引包含有如下几种类型：B*树索引：这是Oracle中最常用的索引，它的构造类似于二叉树，能根据键提供一行或一个行集的快速访问，通常只需要很少的读操作就能找到正确的行。

在oracle中物理结构不一样。createindexINDEX_NAMEonTABLE_NAME(ACCNO，ZONENO，CINO)会根据ACCNO，ZONENO，CINO生成一个BTree索引树。createindexINDEX_NAMEonTABLE_NAME(ACCNO)。

也是比较难于发现的性能问题之一。比如：bdcs_qlr_xz中的zjh是NVARCHAR2类型，在zjh字段上有索引。如果使用下面的语句将执行全表扫描。

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。

索引有三种类型：唯一索引：唯一索引是不允许其中任何两行具有相同索引值的索引。当现有数据中存在重复的键值时，大多数数据库不允许将新创建的唯一索引与表一起保存。

目前主要有以下几种索引类型FULLTEXT，HASH，BTREE，RTREE。FULLTEXT：即为全文索引，目前只有MyISAM引擎支持。

空间索引：空间索引是对空间数据类型的字段建立的索引，MySQL中的空间数据类型有四种，GEOMETRY、POINT、LINESTRING、POLYGON。在创建空间索引时，使用SPATIAL关键字。

如果我们没有指定，Mysql就会自动找一个非空的唯一索引当主键。如果没有这种字段，Mysql就会创建一个大小为6字节的自增主键。

首先我们还是先把表结构说下：用户表tb_user结构如下：不要在索引列上进行运算操作，索引将失效。

空间索引：空间索引是对空间数据类型的字段建立的索引，MYSQL中的空间数据类型有4种，分别是GEOMETRY、POINT、LINESTRING、POLYGON。MYSQL使用SPATIAL关键字进行扩展，使得能够用于创建正规索引类型的语法创建空间索引。

索引可以加快数据检索操作，但会使数据修改操作变慢。每修改数据记录，索引就必须刷新一次。为了在某种程度上弥补这一缺陷，许多SQL命令都有一个DELAY_KEY_WRITE项。

总结起来Mysql中B树索引有以下关键特点：Mysql中的B树索引有两种数据存储形式，一种为聚簇索引，一种为二级索引。

1、数据仓库：是数据库概念的升级。从逻辑上理解，数据库和数据仓库没有区别，都是通过数据库软件实现的存放数据的地方，只不过从数据量来说，数据仓库要比数据库更庞大得多。数据仓库主要用于数据挖掘和数据分析。

2、数据仓库和数据库的主要区别：数据仓库是指从业务数据中创建信息数据库，并针对决策和分析进行优化。数据库是数据管理的有效技术，是由一批数据构成的有序集合，这些数据被存放在结构化的数据表里。

3、数据库与数据仓库的本质差别如下：逻辑层面/概念层面：数据库和数据仓库其实是一样的或者及其相似的，都是通过某个数据库软件，基于某种数据模型来组织、管理数据。

4、简而言之，数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。

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。作用：索引提供指向存储在表的指定列中的数据值的指针，然后根据您指定的排序顺序对这些指针排序。

普通索引这是最基本的索引类型，而且它没有唯一性之类的限制。

主索引：通常是唯一的，用于搜索目录的唯一标识.索引使用索引可快速访问数据库表中的特定信息。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，例如employee表的姓（lname）列。

共有四种：唯一索引：唯一索引不允许两行具有相同的索引值主键索引：为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。

1、非聚集索引：具有完全独立于数据行的结构，使用非聚集索引不会影响数据表中记录的实际存储顺序。

2、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。

3、在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，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这些值的数据页的逻辑指针清单。

4、总而言之：一个索引是由表中某一列上的数据组成，并且这些数据存储在某个数据结构中。索引的作用。举个例子，假设有一张数据表Emplyee，该表有三列：表中有几万条记录。

5、存储结构分四类：顺序存储、链接存储、索引存储和散列存储。顺序结构和链接结构适用在内存结构中。索引结构和散列结构适用在外存与内存交互结构。

二、mysql 有几种索引

1、如大家所知道的，Mysql目前主要有以下几种索引类型：FULLTEXT，HASH，BTREE，RTREE。

2、那么，这几种索引有什么功能和性能上的不同呢？

3、即为全文索引，目前只有MyISAM引擎支持。其可以在CREATE TABLE，ALTER TABLE，CREATE INDEX使用，不过目前只有 CHAR、VARCHAR，TEXT列上可以创建全文索引。值得一提的是，在数据量较大时候，现将数据放入一个没有全局索引的表中，然后再用CREATE INDEX创建FULLTEXT索引，要比先为一张表建立FULLTEXT然后再将数据写入的速度快很多。

4、全文索引并不是和MyISAM一起诞生的，它的出现是为了解决WHERE name LIKE“%word%"这类针对文本的模糊查询效率较低的问题。在没有全文索引之前，这样一个查询语句是要进行遍历数据表操作的，可见，在数据量较大时是极其的耗时的，如果没有异步IO处理，进程将被挟持，很浪费时间，当然这里不对异步IO作进一步讲解，想了解的童鞋，自行谷哥。

5、创建ALTER TABLE table ADD INDEX `FULLINDEX` USING FULLTEXT(`cname1`[,cname2…]);

6、使用SELECT* FROM table WHERE MATCH(cname1[,cname2…]) AGAINST('word' MODE);

7、其中， MODE为搜寻方式（IN BOOLEAN MODE，IN NATURAL LANGUAGE MODE，IN NATURAL LANGUAGE MODE WITH QUERY EXPANSION/ WITH QUERY EXPANSION）。

8、关于这三种搜寻方式，愚安在这里也不多做交代，简单地说，就是，布尔模式，允许word里含一些特殊字符用于标记一些具体的要求，如+表示一定要有，-表示一定没有，*表示通用匹配符，是不是想起了正则，类似吧；自然语言模式，就是简单的单词匹配；含表达式的自然语言模式，就是先用自然语言模式处理，对返回的结果，再进行表达式匹配。

9、对搜索引擎稍微有点了解的同学，肯定知道分词这个概念，FULLTEXT索引也是按照分词原理建立索引的。西文中，大部分为字母文字，分词可以很方便的按照空格进行分割。但很明显，中文不能按照这种方式进行分词。那又怎么办呢？这个向大家介绍一个Mysql的中文分词插件Mysqlcft，有了它，就可以对中文进行分词，想了解的同学请移步Mysqlcft，当然还有其他的分词插件可以使用。

10、Hash这个词，可以说，自打我们开始码的那一天起，就开始不停地见到和使用到了。其实，hash就是一种（key=>value）形式的键值对，如数学中的函数映射，允许多个key对应相同的value，但不允许一个key对应多个value。正是由于这个特性，hash很适合做索引，为某一列或几列建立hash索引，就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据（这里在概念上和函数映射有区别，不要混淆）。在java语言中，每个类都有自己的hashcode()方法，没有显示定义的都继承自object类，该方法使得每一个对象都是唯一的，在进行对象间equal比较，和序列化传输中起到了很重要的作用。hash的生成方法有很多种，足可以保证hash码的唯一性，例如在MongoDB中，每一个document都有系统为其生成的唯一的objectID（包含时间戳，主机散列值，进程PID，和自增ID）也是一种hash的表现。额，我好像扯远了-_-!

11、由于hash索引可以一次定位，不需要像树形索引那样逐层查找,因此具有极高的效率。那为什么还需要其他的树形索引呢？

12、在这里愚安就不自己总结了。引用下园子里其他大神的文章：来自 14的路的MySQL的btree索引和hash索引的区别

13、（1）Hash索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。

14、由于 Hash索引比较的是进行 Hash运算之后的 Hash值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的 Hash算法处理之后的 Hash值的大小关系，并不能保证和Hash运算前完全一样。

15、（2）Hash索引无法被用来避免数据的排序操作。

16、由于 Hash索引中存放的是经过 Hash计算之后的 Hash值，而且Hash值的大小关系并不一定和 Hash运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；

17、（3）Hash索引不能利用部分索引键查询。

18、对于组合索引，Hash索引在计算 Hash值的时候是组合索引键合并后再一起计算 Hash值，而不是单独计算 Hash值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash索引也无法被利用。

19、（4）Hash索引在任何时候都不能避免表扫描。

20、前面已经知道，Hash索引是将索引键通过 Hash运算之后，将 Hash运算结果的 Hash值和所对应的行指针信息存放于一个 Hash表中，由于不同索引键存在相同 Hash值，所以即使取满足某个 Hash键值的数据的记录条数，也无法从 Hash索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

21、（5）Hash索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。

22、对于选择性比较低的索引键，如果创建 Hash索引，那么将会存在大量记录指针信息存于同一个 Hash值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。

23、愚安我稍作补充，讲一下HASH索引的过程，顺便解释下上面的第4,5条：

24、当我们为某一列或某几列建立hash索引时（目前就只有MEMORY引擎显式地支持这种索引），会在硬盘上生成类似如下的文件：

25、4bca452157d4 76#4556,77#45cc…

26、hash值即为通过特定算法由指定列数据计算出来，磁盘地址即为所在数据行存储在硬盘上的地址（也有可能是其他存储地址，其实MEMORY会将hash表导入内存）。

27、这样，当我们进行WHERE age= 18时，会将18通过相同的算法计算出一个hash值==>在hash表中找到对应的储存地址==>根据存储地址取得数据。

28、所以，每次查询时都要遍历hash表，直到找到对应的hash值，如（4），数据量大了之后，hash表也会变得庞大起来，性能下降，遍历耗时增加，如（5）。

29、BTREE索引就是一种将索引值按一定的算法，存入一个树形的数据结构中，相信学过数据结构的童鞋都对当初学习二叉树这种数据结构的经历记忆犹新，反正愚安我当时为了软考可是被这玩意儿好好地折腾了一番，不过那次考试好像没怎么考这个。如二叉树一样，每次查询都是从树的入口root开始，依次遍历node，获取leaf。

30、BTREE在MyISAM里的形式和Innodb稍有不同

31、在 Innodb里，有两种形态：一是primary key形态，其leaf node里存放的是数据，而且不仅存放了索引键的数据，还存放了其他字段的数据。二是secondary index，其leaf node和普通的BTREE差不多，只是还存放了指向主键的信息.

32、而在MyISAM里，主键和其他的并没有太大区别。不过和Innodb不太一样的地方是在MyISAM里，leaf node里存放的不是主键的信息，而是指向数据文件里的对应数据行的信息.

33、RTREE在mysql很少使用，仅支持geometry数据类型，支持该类型的存储引擎只有MyISAM、BDb、InnoDb、NDb、Archive几种。

34、相对于BTREE，RTREE的优势在于范围查找.

35、（1）对于BTREE这种Mysql默认的索引类型，具有普遍的适用性

36、（2）由于FULLTEXT对中文支持不是很好，在没有插件的情况下，最好不要使用。其实，一些小的博客应用，只需要在数据采集时，为其建立关键字列表，通过关键字索引，也是一个不错的方法，至少愚安我是经常这么做的。

37、（3）对于一些搜索引擎级别的应用来说，FULLTEXT同样不是一个好的处理方法，Mysql的全文索引建立的文件还是比较大的，而且效率不是很高，即便是使用了中文分词插件，对中文分词支持也只是一般。真要碰到这种问题，Apache的Lucene或许是你的选择。

38、（4）正是因为hash表在处理较小数据量时具有无可比拟的素的优势，所以hash索引很适合做缓存（内存数据库）。如mysql数据库的内存版本Memsql，使用量很广泛的缓存工具Mencached，NoSql数据库redis等，都使用了hash索引这种形式。当然，不想学习这些东西的话Mysql的MEMORY引擎也是可以满足这种需求的。

39、（5）至于RTREE，愚安我至今还没有使用过，它具体怎么样，我就不知道了。有RTREE使用经历的同学，到时可以交流下！