前几天写的文章“MySQL 性能优化案例：覆盖索引”，介绍了使用覆盖索引优化查询的方式，受到了一个网友的批评 批评的内容为： “直接从索引放回数据很快是个常识，但是你这种单纯为了从索引返回而建索引我觉得不可取 ，毕竟建索引需要使用更大的空间和影响修改性能，索引是用来找数据而不是用来直接返回结果的” 当时我没有在意，因为我不认同他的说法，优化后性能的确提高了，而且我认为建立联合索引后对空间的影响、修改数据性能的影响肯定是可以接受的 后来意识到这是一个学习态度的问题，这位网友是用自己的感觉进行评论，批评得完全没有依据，而我也是用自己的感觉回应这个评论，也没有依据，这种方式是不对的，应该用数据说明问题 所以我就实际测试了一下，看建立了联合索引后 ，对空间、修改数据性能的影响到底有多大 测试方法 删除现有的索引，然后分别建立user_id的单列索引，和user_id及图片名称的联合索引 在这两种情况下查看索引空间占用大小，和插入相同记录条数所用的时间 测试 空间代价 单列索引 14.5M 联合索引 143M 写入性能代价 原有100万条数据，测试连续插入10条、1000条数据的时间差异 单列索引 插入10条，测试3次的结果为：
对于一名Google SEO人员而言，我们每天需要解决的最直接的问题就是网站不被Google索引的问题，但在很长一段时间里，实际上，我们认为，对于网站SEO优化而言，并不是所有的页面都需要被Google 建立索引。 我们没有必要花费大量的时间去为这些页面投入资源与建立Google索引，因为这些页面形成不了很好的流量转化。那么，网站内部哪些页面不用被Google索引？ 这个时候我们仍然需要自己去操作，只允许谷歌搜索引擎爬行分页，而不建立其他翻页的索引，这样就不会产生翻页之间的冲突。 你可以尝试利用两个策略： ①利用规范化标签Canonical去标注翻页的首选页面。 总结：对于一个网站而言，我们不能完全要求每一个页面都得到有效的索引，但只需要保证一些重要的产品页，文章页能够索引即可，因为我们要把品牌最好的一面呈现给搜索用户。
个人网站、项目部署、开发环境、游戏服务器、图床、渲染训练等免费搭建教程，多款云服务器20元起。
今天在处理一个数据的过程中出现问题，python中的dataframe 剔除部分数据后，索引消失，遍历就出错， 报错形式如下 Traceback (most recent call last) #会导致原索引丢失，30-32 indexdf=indexdf[indexdf["EE"]! =0] 解决方案 #重新定义索引，才能支持遍历 # indexdf = indexdf.reset_index(drop=True) 代码： indexdf=pd.read_table =0] #重新定义索引，才能支持遍历 indexdf = indexdf.reset_index(drop=True) for i in range(len(indexdf)):
下面就给大家讲讲购买域名后如何建立网站？ image.png 购买域名后如何建立网站 购买域名后如何建立网站？ 然后在网上下载一个FTP工具，这个是用来上传程序的，下载之后就安装打开，输入FTP地址、名称跟密码后就登入进去，把做好的网站程序上传到根目录中。 之后就打开域名进行安装，安装根据信息来填写数据库相关的信息，之后就完成啦，一个网站就这样建立完成。 域名转入需要注意什么 有些小伙伴会把域名转入到国外，但在转移中要注意5个问题，否则容易在转移过程中出错。 1、查看域名注册后的两个月和过期前一个月中，符不符合相关的条件。 以上就是关于购买域名后如何建立网站的教程。小白建立网站的时候要小心操作，最好在操作之前先做好备份，后期有任何问题，那就咨询注册商客服是哪一步骤出了问题。
哪里需要建立索引？ 在 A.id 还是 B.id 上建立索引呢？ 可能你会一脸懵逼，But 实际上，其实考的就是 join 这个知识点，不难，看完这篇文章你就会啦~ 老规矩，背诵版在文末。 哪里需要建立索引? 小牛肉：这条语句性能差的原因可能是被驱动表 B 没有建立 name 索引。 ，所以对表 B 中的每一行，取出来后需要跟 join_buffer 中的所有数据分别做判断，假设 A 表 100 行， B 表 1000 行，那么总共需要做的判断次数是：100 * 1000 = 10 ，一共需要扫描 100 行；然后，对这每一行都去 B 表中根据 name 字段进行搜索，由于 B 表上建立了 name 字段的索引，所以每次搜索只需要在 name 辅助索引树上扫描一行就行了（额这里我们假设 所以，INL 算法总共只需要扫描 100 + 100 = 200 行。 所以说，对于这条语句，我们可以在 B 表的 name 字段上建立索引。
左图是没有加索引的表，读取大于某个时间段的数据时逻辑读取（IO）了4808次；然后右图添加了查询字段的索引后，锐减为1792次，可见在加入了索引以后改变了对表数据的检索和方式大大提高了读取速度。 CLUSTERED: 建立聚集索引。 NONCLUSTERED: 建立非聚集索引。 Index_property: 索引属性。 索引的缺点： 1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。 2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。 3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。
在数据库中索引可以减少数据库程序查询结果时需要读取的数据量，类似于在书籍中我们利用索引可以不用翻阅整本书即可找到想要的信息。 2）索引是建立在表上的可选对象；索引的关键在于通过一组排序后的索引键来取代默认的全表扫描检索方式，从而提高检索效率 3）索引在逻辑上和物理上都与相关的表和数据无关，当创建或者删除一个索引时，不会影响基本的表 因此索引越多，增删改的速度就会越慢，因为有一个维护索引的过程。创建索引之前需要权衡该字段是否经常发生增删改操作，否则可能会带来负优化的问题。 索引的优点 很大地提高了数据的检索速度。 创建唯一索引能保证数据库表中每一行数据的唯一性（唯一性约束）。 提高表与表之间的连接速度。 索引的缺点 索引需要占用物理空间。 当对表中的数据进行增加、删除和修改的时候，索引也要动态地进行维护，降低数据的维护速度。
使用多对多的方式设计这个表格，一张表存储学生的信息，一张表存储着课程的信息，一张表用于维护表之间的关系。使用多对多的方式是因为维护表格的时候只需要对一张表维护就可以了，就不需要两张表都去维护了。 两张表都得去维护的话，想想也知道维护起来要麻烦得多。 表格示意： ? 代码示例： ? 表格设计： 在sqlyog里我们可以通过此工具设计表格时建立表格之间的映射关系： ? 点击进入此界面后右键选择Add Tables...或者Create Table可以添加表格和创建表格： ? 创建好了两张表： ? 在工具里建立表格关系只需要拖动主键到关系表的主键or外键接着进行相关设置就可以了。 主键对应着关系表的主键方式示例： 拖动后会进入进行相关设置界面，根据需要进行设置： ? 设置完之后点击save保存，现在就建立好两个表格之间的一对一关系了： ? 主键对应着关系表设置了唯一索引的外建示例： 创建表的时候给一个列设置唯一索引： ? 建立一对一关系： ?
下面我们通过一个例子来说明一下： 左图是没有加索引的表，读取大于某个时间段的数据时逻辑读取（IO）了4808次；然后右图添加了查询字段的索引后，锐减为1792次，可见在加入了索引以后改变了对表数据的检索和方式大大提高了读取速度 CLUSTERED: 建立聚集索引。 NONCLUSTERED: 建立非聚集索引。 Index_property: 索引属性。 ]} 索引的缺点： 1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。 2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。 3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。
如果没有索引，必须遍历整个表，直到num等于10000的这一行被找到为止；如果在num列上创建索引，SQL Server不需要任何扫描，直接在索引里面找10000，就可以得知这一行的位置，所以索引的建立可以加快数据库的查询速度 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，如果要建立聚集索引，那么需要的空间就会更大。 当对表中的数据进行增加、删除和修改的时候，索引也要动态地维护，降低了数据的维护速度。 （4）在条件表达式中经常用到的、不同值较多的列上建立索引，在不同值少的列上不要建立索引。比如在学生表的“性别”字段上只有“男”与“女”两个不同值，因此就无须建立索引。 当对表进行大量的修改或添加数据后，应该执行此语句来查看有无碎片。 2．使用DBCC DBREINDEX语句对指定数据库中的表重新生成一个或多个索引。
一、数据库运行维护基本工作 DBAS进入运行维护阶段的主要任务：保护系统数据库安全、可靠和高效率地运行 维护工作包括：恢、存、两性、一能、两重 数据库转储恢复 数据库安全性、完整性控制 增加的列由表中的一些数据项经过计生成 作用：减少连接操作、避免聚合函数 2、增加冗余列 在多个表中增加相同的列，避免连接操作 3、重新组表 减少连接提高效率 4、分割表 对表进行垂直分割后， 如果需要查询原表的全部数据，需要使用join操作 对表进行水平分割后，查询所有数据需要使用Union操作 5、汇总表 降低I/O访问次数、及CPU资源 存储过程的优化 （1）物化视图（索引视图） （2）聚集：减少I/O次数 查询优化 （1)合理使用索引 权衡索引提高拆线呢效率，索引增加系统开销 建立索引原则 （1）是否为一个属性建立索引：主码、经常被使用 （2）在哪些属性建立索引：多属性共同出现在若干查询中 （3）是否建立聚簇索引：范围查询 （4）使用散列还是树索引：散列用等值查询 使用索引原则 频繁使用，值域大，排序的列比较多=>复合索引 索引调优（动态地评估需求） （2）避免或简化排序
比如前面提到的学生和课程的关系，如果我们需要记录学生选课的时间、学生选择这门课程后的考试成绩，那么我们就像建立一个“选课”实体，该实体具有如下属性： 选课ID，主键 学生ID，与学生表做外键关联 课程ID 外键与索引 外键是一种约束，与索引的概念不一样，只是大多数情况下，我们建立外键时，都会在外键列上建立对应的索引。 索引其实也有类似的问题，索引如果建多了，那么在插入删除修改数据时也要去维护对应的索引，所以索引的存在也会导致数据操作变慢。 而索引的目的是为了检索数据更快，维护数据时导致的索引数据的变更，对性能的影响不会像外键那样随着数据量增长而变得严重（当然大数量时的索引树维护会比小数据量的索引树维护更麻烦，但至少不是像外键那样）。 出于性能的考虑，如果我们的系统完全由我们开发的程序使用，而不需要提供数据库给其他应用系统写入数据，而且对性能要求较高，那么我们可以考虑在生产环境中不使用外键，只需要建立能够提高性能的索引。
分区表建立索引示例 2.3.4 分区表添加一个分区 2.3.5 分区表删除一个分区 三、表、主键、索引的常规维护操作 3.1 表结构修改的方法举例 3.1.1 表添加一个字段 3.1.2 表添加多个字段 表是否分区根据业务实际需求确定，一般单表数据量超过千万以上，并有周期性删除历史数据需求的表需要考虑使用分区表。 如果是分区表，需要注意对应的索引是本地(local)索引。 主键默认就包含了一个唯一性索引，同样需要注意所属表空间问题。 PL/SQL工具获取的分区表的建表语句，主建和索引部分获取不到local关键字，需要手动添加上。 若表中的数据量在百万级别以上请慎重考虑需求是否合理，大表操作请跟DBA沟通后再操作。 每张表的索引个数不宜超过4个，否则会对此表的入库性能有影响。 若表中的数据量在千万级别以上，且确认要新建索引，请跟DBA沟通后再操作。
索引的优缺点 索引的优点： ① 建立索引的列可以保证行的唯一性，生成唯一的rowId ② 建立索引可以有效缩短数据的检索时间 ③ 建立索引可以加快表与表之间的连接 ④ 为用来排序或者是分组的字段添加索引可以加快分组和排序顺序 索引的缺点： ① 创建索引和维护索引需要时间成本，这个成本随着数据量的增加而加大 ② 创建索引和维护索引需要空间成本，每一条索引都要占据数据库的物理存储空间，数据量越大，占用空间也越大（数据表占据的是数据库的数据空间 ） ③ 会降低表的增删改的效率，因为每次增删改索引需要进行动态维护，导致时间变长 什么情况下需要建立索引 数据量大的，经常进行查询操作的表要建立索引。 用于排序的字段可以添加索引，用于分组的字段应当视情况看是否需要添加索引。 表与表连接用于多表联合查询的约束条件的字段应当建立索引。
从逻辑角度 主键索引 MySQL默认使用主键建立索引。 将索引和数据（或数据地址）一块维护在一棵B+Tree上，树的非叶子节点是主键，叶子节点是主键及主键对应的行记录（或数据地址）。 回表 前面我们提到聚集索引是把索引和数据一块维护在B+Tree中，当然我们也可以建立辅助索引（非聚集索引），而辅助索引的存在并不影响数据在聚集索引中的组织，且每张表上可以有多个辅助索引。 如果把完整的记录放到叶子节点是可以不用回表，但是太占地方了，相当于每建立一棵B+树都需要把所有的记录再都拷贝一遍，这就有点太浪费存储空间了。 当随着len的增加，区分度的值增加的缓慢的时就可以考虑选择一个合适的len建立前缀索引： ALTER TABLE table_name ADD KEY (field(14)); 建立前缀索引后查询语句并不需要更改 MySQL原生并不支持反向索引，但是我们可以转换个思路，既然数据库不支持，那我们可以利用一些小技巧让它支持，比如把字符串反转后存储，并基于此建立前缀索引。
四、修改索引 修改索引的主要任务是修改已存在索引的存储参数适应增长的需要或者重新建立索引。 ，实际是删除原来的索引后再重新建立。 提示： DBA经常用REBUILD来重建索引可以减少硬盘碎片和提高应用系统的性能。 五、删除索引 当不需要时可以将索引删除以释放出硬盘空间。 至少要包含组合索引的第一列（即如果索引建立在多个列上，只有它的第一个列被where子句引用时，优化器才会使用该索引）。 小表不要建立索引。 限制表中索引的数量（创建索引耗费时间，并且随数据量的增大而增大；索引会占用物理空间；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，降低了数据的维护速度）。
前言： 在 MySQL 中，基本上每个表都会有索引，有时候也需要根据不同的业务场景添加不同的索引。索引的建立对于数据库高效运行是很重要的，本篇文章将介绍下创建索引相关知识及注意事项。 1.创建索引方法 创建索引可以在建表时指定，也可以建表后使用 alter table 或 create index 语句创建索引。下面展示下几种常见的创建索引场景。 方式创建索引需要 index 权限。 首先每建立一个索引都要为它建立一棵B+树，会占用额外的存储空间；其次当对表中的数据进行增加、删除、修改时，索引也需要动态的维护，降低了数据的维护速度。 所以我们创建索引时还是需要根据业务来考虑的，一个表中建议不要加过多索引。
所以，我们在插入数据的时候，索引节点也需要相应的改变来避免查找效率的退化 比较容易想到的做法就是完全重建索引，我们每次插入数据后，都把这个跳表的索引删掉全部重建。 造成的后果是：为了维护索引，导致每次插入数据的时间复杂度变成了 O(N)。 那有没有其他效率比较高的方式来维护索引呢？ 最理想的索引就是在原始链表中每隔一个元素抽取一个元素做为一级索引。 那代码具体该如何实现，使得在每次新插入元素的时候，尽量让该元素有 1/2 的几率建立一级索引、1/4 的几率建立二级索引、1/8 的几率建立三级索引....呢？ 其实很简单啦，搞一个概率算法就行了（具体是怎么个概率法这里就不详细解释了），当每次有数据要插入时，先通过概率算法告诉我们这个元素需要插入到几级索引中，然后开始维护索引并把数据插入到原始链表中。 如下所示，插入新元素 12，假设概率算法返回的结果是 4，表示新元素需要插入到 4 级索引中，同时，我们还需要建立 3 级索引、2 级索引和 1 级索引（也就是原始有序链表） 那插入数据时维护索引的时间复杂度是多少呢
2）应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描， 2.索引优化 创建索引可以大大提高系统的性能。 01 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。 02 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。 3.数据库结构优化 拆分表：分区将数据在物理上分隔开， 拆分 1.对表进行垂直分割后，如果需要查询原表的全部数据，需要使用join操作 2.对表进行水平分割后，查询所有数据需要使用Union操作
可以加快数据的检索速度 可以加速表与表之间的连接 在使用分组和排序进行检索的时候，可以减少查询中分组和排序的时间 四、缺点 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。 索引需要占用物理空间，数据量越大，占用空间越大 会降低表的增删改的效率，因为每次增删改索引，都需要进行动态维护 五、什么时候需要创建索引 主键自动建立唯一索引 频繁作为查询条件的字段应该创建索引 查询中排序的字段创建索引将大大提高排序的速度 ； 表记录太少，不需要创建索引； 经常增删改的表； 数据重复且分布平均的字段，因此为经常查询的和经常排序的字段建立索引。 15、业务上唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引。 16、超过三个表最好不要用join，需要join的字段，数据类型必须一致，多表关联查询时，保证被关联的字段需要有索引。 Union需要将集合合并后在进行唯一性过滤操作，这会涉及到排序，大量的cpu运算，加大资源消耗及延迟，当然，使用union all的前提条件是两个结果集没有重复数据。 21、使用合理的分页提高效率。
扫码关注腾讯云开发者
领取腾讯云代金券
云服务器
云数据库 PostgreSQL
文件存储
命令行工具
SSL 证书
