MySQL支持很多数据类型,选择合适的数据类型存储数据对性能有很大的影响。通常来说,可以遵循以下一些指导原则:
(1)越小的数据类型通常更好:越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间,处理起来更快。
(2)简单的数据类型更好:整型数据比起字符,处理开销更小,因为字符串的比较更复杂。在MySQL中,应该用内置的日期和时间数据类型,而不是用字符串来存储时间;以及用整型数据类型存储IP地址。
(3)尽量避免NULL:应该指定列为NOT NULL,除非你想存储NULL。在MySQL中,含有空值的列很难进行查询优化,因为它们使得索引、索引的统计信息以及比较运算更加复杂。你应该用0、一个特殊的值或者一个空串代替空值。
表 Delphi用于数据维护的方法
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
方 法 名 功 能
──────────────────────────────
Edit 将数据集置为编辑状态
──────────────────────────────
Append 投寄所有被修改的记录 将记录指针移到表中的最后一条记录 且将数据集置为插入状态
──────────────────────────────
Insert 投寄所有被修改的记录将数据集置为插入状态
──────────────────────────────
Post 将插入的新记录和修改的记录写回磁盘上的数据库表 即投寄 当投寄成功时数据集回到浏览状态 若投寄不成功数据集仍然保持原有状态
──────────────────────────────
Cancel 取消当前的 *** 作且将数据集置为浏览状态
──────────────────────────────
Delete 删除当前记录指针所在的记录且将数据集置为浏览状态
──────────────────────────────
AppendRecord 在表的最后插入一条新记录 记录的各个字段值作为
AppendRecord的参数传递给新记录
──────────────────────────────
InsertRecord 在当前指针所在记录的后面插入一条新记录 记录的各个字段值作为InsertRecord的参数传递给新记录
──────────────────────────────
SetRecords 修改当前记录 字段名和相应的字段值作为SetRecords的参数
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Edt方法 如果应用程序想对数据集中的数据记录进行修改 我们必须要将数据集设置成编辑状态 调用数据集部件的Edit方法便可以将数据集置成编辑状态 当数据集已经处在编辑状态时 调用Edit方法不会产生作用 当数据集处于编辑状态时 移动记录指针或调用post方法都可以将当前记录的修改写回到磁盘数据库表中 在程序中 Edit方法和post方法常常配合在一起使用 用于修改表中的记录 如
Table Edit;
Tabel FieldByName( CustNo ) Asstring := ;
Table st;
在上述这一段程序代码中 第一行程序是将Table 置成编辑状态 第二行程序是对当前记录指针所在的记录的CustNo字段的值修改成 第二行程序是调用post方法将对当前记录的修改写回数据库表
Append方法和Insert 方法 这两个方法都是将数据集部件置成插入状态 以在表中插入新记录 Insert方法是在当前指针位置的记录后面插入一打新记录 Append方法是在表的尾部插入一打新记录 不过这要注意 无论用户是调用Insert方法还是Append方法插入新记录 增加记录到一个具有索引的表中时 都是按照索引顺序写入其位置 也就是说对于索引表格Insert方法和Append方法的作用是一样的 Append仅适用于没有索引的表 Insert方法和Append方法实际上是将数据集置成插入状态 并且插入一条空白记录 要真正插入一条新记录 我们必须在调用Insert或Append方法之后 还要给新记录的各个字段赋值 最后调用post方法 将插入的记录写回数据库表 调用这两种方法插入新记录的一般步骤如下
With tabe DO
Begin
Insert; {调用Insert方法 插入一条空记录}
<为记录的各字段赋值>
Post;
End;
Post方法 数据集中的记录被修改或插入新记录时调用post方法将数据集的修改写回到数据库表 根据数据集所处的状态不同 post方法所产生的作用和效果是不一样的
● 当数据集处于编辑状态时 调用post方法 将当前记录的修改写回数据库表
● 当数据集处于插入状态时 调用post方法 将插入的新记录写回数据库表
● 当数据集处于SetKey状态时 调用post方法 将数据集置成浏览状态(Browse状态)
post方法的调用既可以显式地调用 也可以隐含地调用 当数据集处于编辑状态或插入状态时 当移动记录指针时 Delphi会隐含地调用post方法 将将当前记录的修改写回数据库表 在程序调用Insert方法或Append方法时 也会隐含地调用Post方法 将先前的数据集的修改写回数据库表
Delete方法 Delete方法用于删除表中的记录 调用Delete方法时 将会删除表中当前的记录 并且自动地将记录指针移到被删记录的下一条记录 同时将数据集置成Browse状态
Cancel方法 Cancel方法用于取消当前的 *** 作 当程序还没有调用Post方法 将对记录的修改写回数据库表时 调用Cancel方法 可以将记录恢复到没有修改之前的状态 并且在调用Cancel方法时 它总是将数据集置成Browse状态
AppendRecord方法和InsertRecord方法 这两个方法分别与Append方法和Insert方法相似 它们都是用于在表中插入一条新记录 但AppendRecord方法和InsertRecord方法比Append和Insert方法更简单更方便一些 它们直接在表中插入一条新记录 新记录的各个字段值作为AppendRecord或InsertRecord方法的参数传递给新记录并且不需显式地调用post方法 将插入的新记录写回数据库表 在给插入的新记录赋字段值时 将由多个字段值组成的数组作为AppendRecord或InsertRecord的参数 在字段值数组中可以为每一个字段提供一个值 或从左边一列开始依次为任意多个字段赋值 也就是说 用户可以从数据库表的最左一列起 把许多列的值同时传递给InsertRecord 直到所有的字段被赋值 用户也可以省略字段序列后面的的一些字段值 InsertRecord会用空值来填充这些字段 用户也可以对那些明确希望用空填充的字段传递保留字NIl
lishixinzhi/Article/program/Delphi/201311/25163
如果是a b c三个单独的索引,你那个语句不会失效。单独索引一般会在模糊查询失效
但是如果是(a,b,c)复合索引的话,是根据最左前缀匹配原则,失效的语句为where 条件包括:
where b=2 and c=3
where a=1 and c=3
where 单独的b=2 或者单独的c=3
只有当a,ab,abc,才有效
LEFT JOIN 和 RIGHT JOIN
===============================================================
外连接
left outer join 以左表为主,左表内容全显示,右表连接上的内容才显示
right outer join相反
full outer join 左右表未连接的内容全部显示
外联接。外联接可以是左向外联接、右向外联接或完整外部联接。
在 FROM 子句中指定外联接时,可以由下列几组关键字中的一组指定:
LEFT JOIN 或 LEFT OUTER JOIN。
左向外联接的结果集包括 LEFT OUTER 子句中指定的左表的所有行,而不仅仅是联接列所匹配的行。如果左表的某行在右表中没有匹配行,则在相关联的结果集行中右表的所有选择列表列均为空值。
RIGHT JOIN 或 RIGHT OUTER JOIN。
右向外联接是左向外联接的反向联接。将返回右表的所有行。如果右表的某行在左表中没有匹配行,则将为左表返回空值。
FULL JOIN 或 FULL OUTER JOIN。
完整外部联接返回左表和右表中的所有行。当某行在另一个表中没有匹配行时,则另一个表的选择列表列包含空值。如果表之间有匹配行,则整个结果集行包含基表的数据值。
仅当至少有一个同属于两表的行符合联接条件时,内联接才返回行。内联接消除与另一个表中的任何行不匹配的行。而外联接会返回 FROM 子句中提到的至少一个表或视图的所有行,只要这些行符合任何 WHERE 或 HAVING 搜索条件。将检索通过左向外联接引用的左表的所有行,以及通过右向外联接引用的右表的所有行。完整外部联接中两个表的所有行都将返回。
LEFT OUTER JOIN 或 LEFT JOIN
RIGHT OUTER JOIN 或 RIGHT JOIN
FULL OUTER JOIN 或 FULL JOIN
A表 B表\x0d\a b a b\x0d\1 3 3 2\x0d\2 4 1 4\x0d\\x0d\左连接:\x0d\select A,B from A LEFT JOIN B ON Ab=Bb;\x0d\结果\x0d\1 3 \x0d\2 4 1 4\x0d\\x0d\右连接:\x0d\select A,B from A RIGHT JOIN B ON Ab=Bb;\x0d\结果\x0d\2 4 1 4\x0d\ 3 2\x0d\\x0d\一句话,左连接就是左边全部保留按条件查出右边,右连接就是右边全部保留按条件查出左边
数据库索引的实现原理
一、概述数据库索引,是数据库管理系统中一个排序的数据结构,以协助快速查询、更新数据库表中数据。索引的实现通常使用B树及其变种B+树。在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法。这种数据结构,就是索引。其实说穿了,索引问题就是一个查找问题。二、索引的原理当我们的业务产生了大量的数据时,查找数据的效率问题也就随之而来,所以我们可以通过为表设置索引,而为表设置索引要付出代价的:一是增加了数据库的存储空间,二是在插入和修改数据时要花费较多的时间(因为索引也要随之变动)。
上图展示了一种可能的索引方式。左边是数据表,一共有两列七条记录,最左边的是数据记录的物理地址(注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的)。为了加快Col2的查找,可以维护一个右边所示的二叉查找树,每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针,这样就可以运用二叉查找在O(log2n)的复杂度内获取到相应数据。索引是建立在数据库表中的某些列的上面。在创建索引的时候,应该考虑在哪些列上可以创建索引,在哪些列上不能创建索引。一般来说,应该在这些列上创建索引:在经常需要搜索的列上,可以加快搜索的速度;在作为主键的列上,强制该列的唯一性和组织表中数据的排列结构;在经常用在连接的列上,这些列主要是一些外键,可以加快连接的速度;在经常需要根据范围进行搜索的列上创建索引,因为索引已经排序,其指定的范围是连续的;在经常需要排序的列上创建索引,因为索引已经排序,这样查询可以利用索引的排序,加快排序查询时间;在经常使用在WHERE子句中的列上面创建索引,加快条件的判断速度。创建索引可以大大提高系统的性能第一,通过创建唯一性索引,可以保证数据库表中每一行数据的唯一性。第二,可以大大加快数据的检索速度,这也是创建索引的最主要的原因。第三,可以加速表和表之间的连接,特别是在实现数据的参考完整性方面特别有意义。第四,在使用分组和排序子句进行数据检索时,同样可以显着减少查询中分组和排序的时间。第五,通过使用索引,可以在查询的过程中,使用优化隐藏器,提高系统的性能。也许会有人要问:增加索引有如此多的优点,为什么不对表中的每一个列创建一个索引呢因为,增加索引也有许多不利的方面。创建索引的弊端第一,创建索引和维护索引要耗费时间,这种时间随着数据量的增加而增加。第二,索引需要占物理空间,除了数据表占数据空间之外,每一个索引还要占一定的物理空间,如果要建立聚簇索引,那么需要的空间就会更大。第三,当对表中的数据进行增加、删除和修改的时候,索引也要动态的维护,这样就降低了数据的维护速度。同样,对于有些列不应该创建索引。一般来说,不应该创建索引的的这些列具有下列特点:第一,对于那些在查询中很少使用或者参考的列不应该创建索引。这是因为,既然这些列很少使用到,因此有索引或者无索引,并不能提高查询速度。相反,由于增加了索引,反而降低了系统的维护速度和增大了空间需求。第二,对于那些只有很少数据值的列也不应该增加索引。这是因为,由于这些列的取值很少,例如人事表的性别列,在查询的结果中,结果集的数据行占了表中数据行的很大比例,即需要在表中搜索的数据行的比例很大。增加索引,并不能明显加快检索速度。第三,对于那些定义为text, image和bit数据类型的列不应该增加索引。这是因为,这些列的数据量要么相当大,要么取值很少。第四,当修改性能远远大于检索性能时,不应该创建索引。这是因为,修改性能和检索性能是互相矛盾的。当增加索引时,会提高检索性能,但是会降低修改性能。当减少索引时,会提高修改性能,降低检索性能。因此,当修改性能远远大于检索性能时,不应该创建索引。三、索引的类型根据数据库的功能,可以在数据库设计器中创建三种索引:唯一索引、主键索引和聚集索引。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。数据库还可能防止添加将在表中创建重复键值的新数据。例如,如果在employee表中职员的姓(lname)上创建了唯一索引,则任何两个员工都不能同姓。主键索引数据库表经常有一列或列组合,其值唯一标识表中的每一行。该列称为表的主键。在数据库关系图中为表定义主键将自动创建主键索引,主键索引是唯一索引的特定类型。该索引要求主键中的每个值都唯一。当在查询中使用主键索引时,它还允许对数据的快速访问。聚集索引在聚集索引中,表中行的物理顺序与键值的逻辑(索引)顺序相同。一个表只能包含一个聚集索引。如果某索引不是聚集索引,则表中行的物理顺序与键值的逻辑顺序不匹配。与非聚集索引相比,聚集索引通常提供更快的数据访问速度。四、局部性原理与磁盘预读由于存储介质的特性,磁盘本身存取就比主存慢很多,再加上机械运动耗费,磁盘的存取速度往往是主存的几百分分之一,因此为了提高效率,要尽量减少磁盘I/O。为了达到这个目的,磁盘往往不是严格按需读取,而是每次都会预读,即使只需要一个字节,磁盘也会从这个位置开始,顺序向后读取一定长度的数据放入内存。这样做的理论依据是计算机科学中着名的局部性原理:当一个数据被用到时,其附近的数据也通常会马上被使用。程序运行期间所需要的数据通常比较集中。由于磁盘顺序读取的效率很高(不需要寻道时间,只需很少的旋转时间),因此对于具有局部性的程序来说,预读可以提高I/O效率。预读的长度一般为页(page)的整倍数。页是计算机管理存储器的逻辑块,硬件及 *** 作系统往往将主存和磁盘存储区分割为连续的大小相等的块,每个存储块称为一页(在许多 *** 作系统中,页得大小通常为4k),主存和磁盘以页为单位交换数据。当程序要读取的数据不在主存中时,会触发一个缺页异常,此时系统会向磁盘发出读盘信号,磁盘会找到数据的起始位置并向后连续读取一页或几页载入内存中,然后异常返回,程序继续运行。五、B树和B+树数据结构1、B树B树中每个节点包含了键值和键值对于的数据对象存放地址指针,所以成功搜索一个对象可以不用到达树的叶节点。成功搜索包括节点内搜索和沿某一路径的搜索,成功搜索时间取决于关键码所在的层次以及节点内关键码的数量。在B树中查找给定关键字的方法是:首先把根结点取来,在根结点所包含的关键字K1,…,kj查找给定的关键字(可用顺序查找或二分查找法),若找到等于给定值的关键字,则查找成功;否则,一定可以确定要查的关键字在某个Ki或Ki+1之间,于是取Pi所指的下一层索引节点块继续查找,直到找到,或指针Pi为空时查找失败。2、B+树B+树非叶节点中存放的关键码并不指示数据对象的地址指针,非也节点只是索引部分。所有的叶节点在同一层上,包含了全部关键码和相应数据对象的存放地址指针,且叶节点按关键码从小到大顺序链接。如果实际数据对象按加入的顺序存储而不是按关键码次数存储的话,叶节点的索引必须是稠密索引,若实际数据存储按关键码次序存放的话,叶节点索引时稀疏索引。B+树有2个头指针,一个是树的根节点,一个是最小关键码的叶节点。所以 B+树有两种搜索方法:一种是按叶节点自己拉起的链表顺序搜索。一种是从根节点开始搜索,和B树类似,不过如果非叶节点的关键码等于给定值,搜索并不停止,而是继续沿右指针,一直查到叶节点上的关键码。所以无论搜索是否成功,都将走完树的所有层。B+ 树中,数据对象的插入和删除仅在叶节点上进行。这两种处理索引的数据结构的不同之处:1、B树中同一键值不会出现多次,并且它有可能出现在叶结点,也有可能出现在非叶结点中。而B+树的键一定会出现在叶结点中,并且有可能在非叶结点中也有可能重复出现,以维持B+树的平衡。2、因为B树键位置不定,且在整个树结构中只出现一次,虽然可以节省存储空间,但使得在插入、删除 *** 作复杂度明显增加。B+树相比来说是一种较好的折中。3、B树的查询效率与键在树中的位置有关,最大时间复杂度与B+树相同(在叶结点的时候),最小时间复杂度为1(在根结点的时候)。而B+树的时候复杂度对某建成的树是固定的。六、B/+Tree索引的性能分析到这里终于可以分析B-/+Tree索引的性能了。上文说过一般使用磁盘I/O次数评价索引结构的优劣。先从B-Tree分析,根据B-Tree的定义,可知检索一次最多需要访问h个节点。数据库系统的设计者巧妙利用了磁盘预读原理,将一个节点的大小设为等于一个页,这样每个节点只需要一次I/O就可以完全载入。为了达到这个目的,在实际实现B-Tree还需要使用如下技巧:每次新建节点时,直接申请一个页的空间,这样就保证一个节点物理上也存储在一个页里,加之计算机存储分配都是按页对齐的,就实现了一个node只需一次I/O。B-Tree中一次检索最多需要h-1次I/O(根节点常驻内存),渐进复杂度为O(h)=O(logdN)。一般实际应用中,出度d是非常大的数字,通常超过100,因此h非常小(通常不超过3)。而红黑树这种结构,h明显要深的多。由于逻辑上很近的节点(父子)物理上可能很远,无法利用局部性,所以红黑树的I/O渐进复杂度也为O(h),效率明显比B-Tree差很多。综上所述,用B-Tree作为索引结构效率是非常高的。
首先要看你建库是否成功了,成功了的话,你在左侧右键Refresh Object Browser刷新一下就能看见了,如果看不见那就是灵异现象了,如果你建库失败了的话,当然看不见了,因为不存在。
以上就是关于mysql数据库,索引是怎么使用的全部的内容,包括:mysql数据库,索引是怎么使用的、DELPHI基础教程:数据访问部件的应用及编程(一)[3]、mysql数据库索引失效求解等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)