建立数据库索引的方法与步骤 (如何建立数据库索引)
随着互联网时代的到来，数据量的爆炸式增长和数据库技术不断地进步，数据库索引作为提高数据库查询效率和性能的重要手段，成为了开发人员的必备技能之一。本文将介绍。
一、什么是数据库索引
数据库的索引是一种数据结构，她可以让我们快速地定位到我们需要的数据。可以将索引看作是一本书的目录，目录里面记录着具有唯一性的数据，而在书中的各个章节则是非唯一性的数据。
简单来说，数据库索引就是一种查找表，通过索引，我们可以快速地定位到我们需要的数据。
二、为什么需要建立索引
在大型应用系统中，数据库中常常会包含数百万、甚至数千万条记录，这时如果在没有索引的状态下进行查询，查询的效率将非常低下，可能需要耗费几秒、几分钟或者几个小时来完成。在这种情况下，我们建立索引就可以大大提高查询效率，缩短查询时间，提高系统性能。
三、建立索引的策略
1.根据具体的业务来决定
在建立索引之前，必须先了解具体的业务需求，根据具体的业务来决定需要建立什么样的索引，以及应该建立在哪些列上。
2.对表进行分析
在进行索引的建立前，我们需要先对表进行分析，从而得出最需要优化的字段。
四、索引的种类
1. B树索引
B树索引是一种常用的索引类型，常见于MySQL、Oracle、SQL Server等数据库中。
2. 哈希索引
哈希索引是一种高效、快速查找的索引类型。哈希索引在MySQL和Oracle中已经有了实现。
3. 全文索引
全文索引能够快速地定位到需要的数据，MySQL、SQL Server、Oracle等数据库都有实现。
五、建立B树索引的步骤
1. 选择需要建立索引的表
2. 分析表结构，选择适合索引的列
3. 利用SQL语句创建索引
例如：
CREATE INDEX IndexName ON TableName (ColumnName)
4. 查看索引
可以使用SHOW INDEX FROM TableName语句查看已经建立的索引。
六、如何避免过多的索引
虽然建立索引可以提高查询效率，但是也会存在过多的索引会占用大量数据空间的问题。下面介绍几种避免过多索引问题的方法：
1. 根据业务需求选择适合的索引列；
2. 多列联合建立索引；
3. 删除不必要的索引。
七、
本文介绍了建立数据库索引的方法和步骤，希望对读者有所帮助。在进行索引的建立前，需要对表进行分析，选择适合索引的列，利用SQL语句建立索引，并注意避免过多的索引问题。通过建立索引，可以提高查询效率，缩短查询时间，提高系统性能。
相关问题拓展阅读：
mysql数据库怎么创建索引
普通索引 添加INDEX
ALTER TABLE `table_name` ADD INDEX index_name ( `column` )
下面演示下给user表的name字段添加一个索引
mysql数答卖据库如何创建索引
mysql数据库如何创建索引
主键索引 添加PRIMARY KEY
ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` )
mysql数据库如何创建索引
mysql数据库如何清薯逗创建索引
唯一索引 添加UNIQUE
ALTER TABLE `table_name` ADD UNIQUE ( `column` )
mysql数据库如何创建索引
全文手游索引 添加FULLTEXT
ALTER TABLE `table_name` ADD FULLTEXT ( `column`)
mysql数据库如何创建索引
如何添加多列索引
ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )
mysql数据库如何创建索引
在满足语句需求的情况下，尽量少的访问资源是数好带据库设计的重要原则，这和执行的 SQL 有直接的关系，索引问题又是 SQL 问题中出现频率更高的，常见的索引问题包括：无索引（失效）、隐式转换。1. SQL 执行流程看一个问题，在下面这个表 T 中，如果我要执行 需要执行几次树的搜索操作，会扫描多少行？
这分别是 ID 字段索引树、k 字段索引树。
这条 SQL 语句的执行流程：
1. 在 k 索引树上找到 k=3，获得 ID=3002. 回表到 ID 索引树查找 ID=300 的记录，对应 R33. 在 k 索引树找到下一个值 k=5，ID=5004. 再回到 ID 索引树找到对应 ID=500 的 R4
5. 在 k 索引树去下一个值 k=6，不符合条件，循环结束
这个过程读取了 k 索引树的三条记录，回表了两次。因为查询结果所需要的数据只在主键索引上有源袜绝，所以必须得回表。所以，我们该如何通过优化索引，来避免回表呢？2. 常见索引优化2.1 覆盖索引覆盖索引雹姿，换言之就是索引要覆盖我们的查询请求，无需回表。
如果执行的语句是 ，这样的话因为 ID 的值在 k 索引树上，就不需要回表了。
覆盖索引可以减少树的搜索次数，显著提升查询性能，是常用的性能优化手段。
但是，维护索引是有代价的，所以在建立冗余索引来支持覆盖索引时要权衡利弊。
2.2 最左前缀原则
B+ 树的数据项是复合的数据结构，比如 的时候，B+ 树是按照从左到右的顺序来建立搜索树的，当 这样的数据来检索的时候，B+ 树会优先比较 name 来确定下一步的检索方向，如果 name 相同再依次比较 sex 和 age，最后得到检索的数据。
可以清楚的看到，A1 使用 tl 索引，A2 进行了全表扫描，虽然 A2 的两个条件都在 tl 索引中出现，但是没有使用到 name 列，不符合最左前缀原则，无法使用索引。所以在建立联合索引的时候，如何安排索引内的字段排序是关键。评估标准是索引的复用能力，因为支持最左前缀，所以当建立（a，b）这个联合索引之后，就不需要给 a 单独建立索引。原则上，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。上面这个例子中，如果查询条件里只有 b，就是没法利用（a，b）这个联合索引的，这时候就不得不维护另一个索引，也就是说要同时维护（a，b）、（b）两个索引。这样的话，就需要考虑空间占用了，比如，name 和 age 的联合索引，name 字段比 age 字段占用空间大，所以创建（name，age）联合索引和（age）索引占用空间是要小于（age，name）、(name）索引的。
2.3 索引下推
以人员表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字之一个字是张，而且年龄是26岁的所有男性”。那么，SQL 语句是这么写的
通过最左前缀索引规则，会找到 ID1，然后需要判断其他条件是否满足在 MySQL 5.6 之前，只能从 ID1 开始一个个回表。到主键索引上找出数据行，再对比字段值。而 MySQL 5.6 引入的索引下推优化(index condition pushdown)，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。这样，减少了回表次数和之后再次过滤的工作量，明显提高检索速度。
2.4 隐式类型转化
隐式类型转化主要原因是，表结构中指定的数据类型与传入的数据类型不同，导致索引无法使用。所以有两种方案：
修改表结构，修改字段数据类型。
修改应用，将应用中传入的字符类型改为与表结构相同类型。
3. 为什么会选错索引3.1 优化器选择索引是优化器的工作，其目的是找到一个更优的执行方案，用最小的代价去执行语句。在数据库中，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的 CPU 资源越少。当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。
3.2 扫描行数
MySQL 在真正开始执行语句之前，并不能精确的知道满足这个条件的记录有多少条，只能通过索引的区分度来判断。显然，一个索引上不同的值越多，索引的区分度就越好，而一个索引上不同值的个数我们称为“基数”，也就是说，这个基数越大，索引的区分度越好。
MySQL 使用采样统计方法来估算基数：采样统计的时候，InnoDB 默认会选择 N 个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。而数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过 1/M 的时候，会自动触发重新做一次索引统计。
在 MySQL 中，有两种存储索引统计的方式，可以通过设置参数 innodb_stats_persistent 的值来选择：
on 表示统计信息会持久化存储。默认 N = 20，M = 10。
off 表示统计信息只存储在内存中。默认 N = 8，M = 16。
由于是采样统计，所以不管 N 是 20 还是 8，这个基数都很容易不准确。所以，冤有头债有主，MySQL 选错索引，还得归咎到没能准确地判断出扫描行数。
可以用 来重新统计索引信息，进行修正。
3.3 索引选择异常和处理1. 采用 force index 强行选择一个索引。2. 可以考虑修改语句，引导 MySQL 使用我们期望的索引。3. 有些场景下，可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。
请点击输入图片描述
如何建立数据库索引的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于如何建立数据库索引,建立数据库索引的方法与步骤,mysql数据库怎么创建索引的信息别忘了在本站进行查找喔。
