当前位置: 首页 > news >正文

Mysql如何避免常见的索引失效

Mysql索引算是非常常用了,用得好提高效率,用的不好适得其反

如何避免常见的索引失效

1.模糊查询

使用 LIKE 查询时,如果搜索表达式以通配符开头,如 `'%value'`,MySQL 就无法使用索引来加速查询,因为它无法倒序匹配索引

为了避免使用 LIKE 查询导致索引失效一般有两种解决方案:

1.1使用全文搜索 (Full-Text Search)

MySQL全文搜索是一种高级的文本搜索技术,它可以在文本数据中快速搜索特定文本并返回相关文档,与使用LIKE,REGEXP或其他搜索方法相比,全文搜索提供更准确,更可靠且速度更快的搜索体验

它支持全局搜索或部分匹配、排除不相关内容比如文件停用词(“a”、“an”、“the”)并且不仅仅是简单的字符串匹配,它可以根据搜索结果的相关性对搜索结果进行有效排序,常用于处理大量文本数据,比如新闻文章、博客、论文、电子邮件等,在搜索大量文本内容时,使用全文搜索索引通常比传统的“like”和“match against”语句更快 

MySQL 内置支持全文搜索,你只需要在表上创建全文索引即可:

CREATE FULLTEXT INDEX index_name ON table_name (column_name);

在查询时,可以通过 MATCH AGAINST 语法来执行全文搜索

SELECT * FROM table_name 
WHERE MATCH (column_name) AGAINST ('search_expression' IN BOOLEAN MODE);

1.2避免使用前置通配符

在 WHERE 子句中使用列或列组合的前缀

比如使用 `'column_name like 'prefix%'` 来匹配列中以某个前缀开头的值

而不是使用 `'column_name like '%suffix'`,或添加前缀或后缀通配符将模式字符串包裹起来

2.使用Dateformat等函数操作

使用日期格式化等函数操作时,索引会失效

我们其实可以通过创建虚拟列的方式来解决这种问题

2.1创建虚拟列

MySQL 中的虚拟字段是一种基于表中其它字段逻辑计算得到的字段,不需要实际存储到表中,但可以像实际字段一样使用

虚拟字段可以用于简化查询、计算、筛选或组合数据等操作

创建虚拟字段需要使用 `AS` 关键字和表达式,表达式可以包含表中其它字段、数学和日期函数等,如下所示:

ALTER TABLE tablename ADD virtual_column_name AS (expression);

其中,`virtual_column_name` 是虚拟字段的名称,`expression` 是计算虚拟字段的表达式

ps:添加 `AS` 子句之后要加上 `STORED` 关键字,告诉 MySQL 要将这个虚拟字段存储到磁盘上,如果没有使用 `STORED` 关键字,则虚拟字段将在查询时动态计算,而不会存储到表中

示例:

我们查询一个统计的月报时,可以将日期字段的年份和月份分别存储在两个额外的字段中

例如,可以使用 `YEAR` 和 `MONTH` 函数创建两个虚拟字段 `year_column` 和 `month_column` 来存储日期字段的年份和月份:

ALTER TABLE tablename 
ADD year_column INTEGER AS (YEAR(date_column_name)) STORED, 
ADD month_column INTEGER AS (MONTH(date_column_name)) STORED, 
ADD INDEX idx_date_year_month (year_column, month_column);

这样就可以在查询时使用 `year_column` 和 `month_column` 字段,而不需要使用日期函数,从而避免索引失效的问题

同时,通过为 `year_column` 和 `month_column` 字段创建索引,可以提高查询性能

3.其他情况

3.1在查询中避免使用 OR 连接条件

通常使用 UNION 或者 UNION ALL 可以达到相同的目的,而更容易使用索引

3.2在查询中尽量避免类型转换

例如将数字列强制转换为字符串,这可能会导致索引失效

3.3在设置索引时,合理地设定索引类型和索引长度

不要在索引中包含不必要的列,避免使用过多的复合索引

http://www.lryc.cn/news/60230.html

相关文章:

  • SpringBoot集成Redis及问题解决
  • PyTorch 人工智能研讨会:6~7
  • AI绘图设计师Stable Diffusion成为生产力工具(五):放大并修复老照片、马赛克照片、身份证件照
  • cubase正版下载安装包-cubase正版下载v1.2.0.69 软件激活版
  • Python机器学习:支持向量机
  • 矩阵和线性代数的应用
  • 六:内存回收
  • 【cpolar 内网穿透】Openwrt 软路由实现内网穿透
  • Android 10.0 Camera2 拍照功能默认选前摄像头
  • vue-vue2和vue3的diff算法
  • 一文解读基于PaddleSeg的钢筋长度超限监控方案
  • NumPy 数组学习手册:1~5
  • 【C++11】晦涩难懂语法系列:可变参数模板
  • 计算机组成原理第二章——数据的表示与运算(下)
  • 1.mybatis-plus入门及使用
  • JavaWeb开发 —— 前端工程化
  • listener监听器框架
  • tp5实现导入excel表到数据库
  • Python基础-04 字符串
  • VVC之编码结构
  • FPGA基于SFP光口实现10G万兆网UDP通信 10G Ethernet Subsystem替代网络PHY芯片 提供工程源码和技术支持
  • Linux Redis主从复制 | 哨兵监控模式 | 集群搭建 | 超详细
  • 整柜海运到美国的规格和收费标准是什么
  • Session和Cookie区别介绍+面试题
  • easyx
  • 记一次科学
  • 亚马逊被人差评了怎么办?
  • 【目标检测】YOLOv5:修改自己的网络结构
  • spring boot 工程整合mongodb,遇到的坑
  • 防抖函数(最全 最干净 最好理解)