什么是主键什么是聚集索引什么是非

InnoDB按照主键进行聚集，如果没有定义主键，InnoDB会试着使用唯一的非空索引来代替。如果没有这种索引，InnoDB就会定义隐藏的主键然后在上面进行聚集。

所以，对于 聚集索引 来说，你创建主键的时候，自动就创建了主键的聚集索引。

而普通索引（非聚集索引）的语法，大多数数据库都是通用的：

CREATE INDEX Syntax

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name

[index_type]

ON tbl_name (index_col_name,)

[index_type]

index_col_name:

col_name [(length)] [ASC | DESC]

index_type:

USING {BTREE | HASH | RTREE}

[java] view plaincopy

-- 创建无索引的表格

create table testNoPK (

id int not null,

name varchar(10)

);

-- 创建普通索引

create index IDX_testNoPK_Name on testNoPK (name);

create table 表名{ 属性名 数据类型 完整性约束条件，

属性名 数据类型 完整性约束条件，

---------------------

unique | fulltext | spatial index | key

[别名] （属性名1 长度 asc |desc）

}；

fulltext是可选参数 表示索引的是全文索引

当分片索引不是纯整型的字符串时，只接受整型的内置 hash 算法是无法使用的。为此，stringhash 按照用户定义的起点和终点去截取分片索引字段中的部分字符，根据当中每个字符的二进制 unicode 值换算出一个长整型数值，然后就直接调用内置 hash 算法求解分片路由：先求模得到逻辑分片号，再根据逻辑分片号直接映射到物理分片。

用户需要在 rulexml 中定义 partitionLength[] 和 partitionCount[] 两个数组和 hashSlice 二元组。

在 DBLE 的启动阶段，点乘两个数组得到模数，也是逻辑分片的数量

并且根据两个数组的叉乘，得到各个逻辑分片到物理分片的映射表（物理分片数量由 partitionCount[] 数组的元素值之和）

此外根据 hashSlice 二元组，约定把分片索引值中的第 4 字符到第 5 字符（字符串以 0 开始编号，编号 3 到编号 4 等于第 4 字符到第 5 字符）字符串用于 “字符串->整型”的转换

在 DBLE 的运行过程中，用户访问使用这个算法的表时，WHERE 子句中的分片索引值会被提取出来，取当中的第 4 个字符到第 5 字符，送入下一步

设置一个初始值为 0 的累计值，逐个取字符，把累计值乘以 31，再把这个字符的 unicode 值当成长整型加入到累计值中，如此类推直至处理完截取出来的所有字符，此时的累计值就能够代表用户的分片索引值，完成了 “字符串->整型” 的转换

对上一步的累计值进行求模，得到逻辑分片号

再根据逻辑分片号，查映射表，直接得到物理分片号

与MyCat的类似分片算法对比

两种算法在string转化为int之后，和 hash 分区算法相同，区别也继承了 hash 算法的区别。

开发注意点

分片索引1 必须是字符串

分片索引2 最大物理分片配置方法是，让 partitionCount[] 数组和等于 2880

例如：

<property name="partitionLength">1</property><property name="partitionCount">2880</property>

或

<property name="partitionLength">1,1</property><property name="partitionCount">1440,1440</property>

分片索引3 最小物理分片配置方法是，让 partitionCount[] 数组和等于 1

例如

<property name="partitionLength">2880</property><property name="partitionCount">1</property>

分片索引4 partitionLength 和 partitionCount 被当做两个逗号分隔的一维数组，它们之间的点乘必须在 [1, 2880] 范围内

分片索引5 partitionLength 和 partitionCount 的配置对顺序敏感

<property name="partitionLength">512,256</property><property name="partitionCount">1,2</property>

和

<property name="partitionLength">256,512</property><property name="partitionCount">2,1</property>

是不同的分片结果

分片索引6 分片索引字段长度小于用户指定的截取长度时，截取长度会安全减少到符合分片索引字段长度

数据分布1 分片索引字段截取越长则越有利于数据均匀分布

数据分布2 分片索引字段的内容重复率越低则越有利于数据均匀分布

运维注意点

扩容1 预先过量分片，并且不改变 partitionCount 和 partitionLength 点乘结果，也不改变截取设置 hashSlice 时，可以避免数据再平衡，只需进行涉及数据的迁移

扩容2 若需要改变 partitionCount 和 partitionLength 点乘结果或改变截取设置 hashSlice 时，需要数据再平衡

缩容1 预先过量分片，并且不改变 partitionCount 和 partitionLength 点乘结果，也不改变截取设置 hashSlice 时，可以避免数据再平衡，只需进行涉及数据的迁移

缩容2 若需要改变 partitionCount 和 partitionLength 点乘结果或改变截取设置 hashSlice 时，需要数据再平衡

配置注意点

配置项1 在 rulexml 中，可配置项为 <property name="partitionLength">  、<property name="partitionCount"> 和 <property name="hashSlice">

配置项2在 rulexml 中配置 <property name="partitionLength"> 标签

内容形式为：<物理分片持有的虚拟分片数>[,<物理分片持有的虚拟分片数>,<物理分片持有的虚拟分片数>]

物理分片持有的虚拟分片数必须是整型，物理分片持有的虚拟分片数从左到右与同顺序的物理分片数对应，partitionLength 和partitionCount 的点乘结果必须在 [1, 2880] 范围内

配置项3 在 rulexml 中配置 <property name="partitionCount"> 标签内容形式为：<物理分片数>[,<物理分片数>,<物理分片数>]

其中物理分片数必须是整型，物理分片数按从左到右的顺序与同顺序的物理分片持有的虚拟分片数对应，物理分片的编号从左到右连续递进，partitionLength 和 partitionCount 的点乘结果必须在 [1, 2880] 范围内

配置项4 partitionLength 和 partitionCount 的语义是：持有partitionLength[i] 个虚拟分片的物理分片有 partitionCount[i] 个

例如

<property name="partitionLength">512,256</property><property name="partitionCount">1,2</property>

语义是持有 512 个逻辑分片的物理分片有 1 个，紧随其后，持有 256 个逻辑分片的物理分片有 2 个

配置项5partitionLength 和 partitionCount 都对书写顺序敏感，

例如

<property name="partitionLength">512,256</property><property name="partitionCount">1,2</property>

分片结果是第一个物理分片持有头512个逻辑分片，第二个物理分片持有紧接着的256个逻辑分片，第三个物理分片持有最后256个逻辑分片，相对的

<property name="partitionLength">256,512</property><property name="partitionCount">2,1</property>

分片结果则是第一个物理分片持有头 256 个逻辑分片，第二个物理分片持有紧接着的 256 个逻辑分片，第三个物理分片持有最后 512 个逻辑分片

配置项6partitionLength[] 的元素全部为 1 时，这时候partitionCount 数组和等于 partitionLength 和 partitionCount 的点乘，物理分片和逻辑分片就会一一对应，该分片算法等效于直接取余

配置项7在 rulexml 中配置标签，从分片索引字段的第几个字符开始截取到第几个字符：

若希望从首字符开始截取 k 个字符（ k 为正整数），配置的内容形式可以为“ 0 : k ”、“ k ”或“ : k ”；

若希望从末字符开始截取 k 个字符（ k 为正整数），则配置的内容形式可以为“ -k : 0 ”、“ -k ”或“ -k : ”；

若希望从头第 m 个字符起算截取 n 个字符（ m 和 n 都是正整数），则先计算出 i = m - 1 和 j = i + n - 1，配置的内容形式为“ i : j ”；

若希望从尾第 m 个字符起算截取从尾算起的 n 个字符（ m 和 n 都是正整数），则先计算出 i = -m + n - 1，配置的内容形式可以为“ -m : i ”；

若希望不截取，则配置的内容形式可以为“ 0 : 0 ”、“ 0 : ”、“ : 0 ”或 “ : ”

Oracle Spatial用来存储、管理、查询空间数据。提供了一套 SQL 方案和函数，用来存储、检索、更新和查询数据库中的空间要素集合。主要由几何数据类型，空间索引机制，一套 *** 作函数，管理工具组成。oracle 支持自定义的数据类型，你能用数组，结构体或带有构造函数，功能函数的类来定义自己的对象类型。这样的对象类型能用于属性列的数据类型，也能用来创建对象表。而oracle spatial也正是基于此种特性所研发的一套空间数据处理系统。

java中 *** 作oracle spatial都是用JDBC来 *** 作的。

ClassforName("oraclejdbcdriverOracleDriver"); //加载JDBC驱动程序

String URL = "jdbc:oracle:thin:@localhost:1521:cad";

Connection conn = DriverManagergetConnection(URL,"cadadmin","cad");

Statement stmt=conncreateStatement();//获取sql执行器

假如你有一个表，

SQL> CREATE TABLE test_tab (

2 id INT,

3 name VARCHAR(10),

4 age INT,

5 val VARCHAR(10)

6 );

你的业务，有一个查询，是

SELECT FROM test_tab WHERE name = 一个外部输入的数据

刚开始，数据不多的时候，执行效果还不错。

随着数据量的增加，这个查询，执行起来，越来越慢了。

然后在 name 上面 建立了索引

CREATE INDEX idx_test4_name ON test_tab (name );

这样， 可以加快前面那个查询的速度。

但是，某天，你执行了下面这个SQL， 发现速度又慢了

SELECT FROM test_tab WHERE age = 25

为啥呢？ 因为 age 字段上面，没有索引

索引只在 name 上面有

换句话说， 也就是 WHERE 里面的条件， 会自动判断，有没有 可用的索引，如果有， 该不该用。

多列索引，就是一个索引，包含了2个字段。

例如：

CREATE INDEX idx_test_name_age ON test_tab (name, age);

那么

SELECT FROM test_tab

WHERE

name LIKE '张%'

AND age = 25

这样的查询，将能够使用上面的索引。

多列索引，还有一个可用的情况就是， 某些情况下，可能查询，只访问索引就足够了， 不需要再访问表了。例如：

SELECT

AVG( avg ) AS 平均年龄

FROM

test_tab

WHERE

name LIKE '张%'

这个时候， name 与 age 都包含在索引里面。 查询不需要去检索表中的数据。

联合索引是由多个字段组成的索引。CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name[USING index_type]ON tbl_name (index_col_name,)index_col_name:col_name[(length)] [ASC | DESC]如果你经常要用到多个字段的多条件查询，

以上就是关于什么是主键什么是聚集索引什么是非全部的内容，包括:什么是主键什么是聚集索引什么是非、mysql 用fulltext创建索引时被告知 The used table type doesn't support FULLTEXT indexes ，怎么回事、MySQL索引的Index method中btree和hash的区别等相关内容解答，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！