索引+index

Posted 2021-05-29 Data+Science+Insight

索引+index

 

index:索引、指数、指针

数据库的索引

数组的索引

。。。

指数基金：index fund

情绪指数：Sentiment index

。。。。

数据有索引，索引和查询效率的关系

数组有索引

System.IndexOutOfRangeException: 索引超出了数组界限。

 

索引数组，第一个索引始终是数字 0，且添加到数组中的每个后续元素的索引以 1 为增量递增。正如以下代码所示，可以调用 Array 类构造函数或使用数组文本初始化数组来创建索引数组：

 

Python可以使用索引来引用列表(LIST)中的元素，注意：列表中的索引是从０开始的，并且在列表中还支持负索引；

Python元组可以使用下标索引来访问元组中的值，如下实例:

tup2 = (1, 2, 3, 4, 5, 6, 7 ) print "tup2[1:5]: ", tup2[1:5]

 

Python中的复合数据类型：字符串，列表和序列。它们用整数作为索引。如果你试图用其他的类型做索引，就会产生错误。

字典的索引可以是字符串，除了这一点，它与其组合类型非常相似。当然，字典的索引也可以是整数。

............................

.............................

LAMP(Linux + Apache + mysql/MariaDB/Percona + php)

LAMP 是最经典的建站环境之一，风靡世界十多年，迄今仍旧十分受中小站长的欢迎。而本脚本只需几个简单交互，选择需要安装的包，即可一路安装，无人值守。

索引是一种数据结构，例如MySQL索引使用B+树来实现。

 

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。

 

实际上，您可以把索引理解为一种特殊的目录。数据库索引好比是一本书前面的目录，能加快数据库的查询速度。

 

MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。 提取句子主干，就可以得到索引的本质：索引是数据结构。 我们知道，数据库查询是数据库的最主要功能之一。 我们都希望查询数据的速度能尽可能的快，因此数据库系统的设计者会从查询算法的角度进行优化。

 

什么是索引？

　　数据库索引好比是一本书前面的目录，能加快数据库的查询速度。

　　例如这样一个查询：select * from table1 where id=44。如果没有索引，必须遍历整个表，直到ID等于44的这一行被找到为止；有了索引之后(必须是在ID这一列上建立的索引)，直接在索引里面找44（也就是在ID这一列找），就可以得知这一行的位置，也就是找到了这一行。可见，索引是用来定位的。

　　索引分为聚簇索引和非聚簇索引两种，聚簇索引是按照数据存放的物理位置为顺序的，而非聚簇索引就不一样了；聚簇索引能提高多行检索的速度，而非聚簇索引对于单行的检索很快。

 

概述

　　建立索引的目的是加快对表中记录的查找或排序。

　　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)。

 

为什么要创建索引

　　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，同样可以显著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。

　　　　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。

 

在哪建索引

 

　　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。

　　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,不利于使用索引。

　　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，当修改操作远远多于检索操作时，不应该创建索引。

 

数据库优化

　　此外，除了数据库索引之外，在LAMP结果如此流行的今天，数据库（尤其是MySQL）性能优化也是海量数据处理的一个热点。下面就结合自己的经验，聊一聊MySQL数据库优化的几个方面。

　　首先，在数据库设计的时候，要能够充分的利用索引带来的性能提升，至于如何建立索引，建立什么样的索引，在哪些字段上建立索引，上面已经讲的很清楚了，这里不在赘述。另外就是设计数据库的原则就是尽可能少的进行数据库写操作（插入，更新，删除等），查询越简单越好。如下：

 

　　其次，配置缓存是必不可少的，配置缓存可以有效的降低数据库查询读取次数，从而缓解数据库服务器压力，达到优化的目的，一定程度上来讲，这算是一个“围魏救赵”的办法。可配置的缓存包括索引缓存(key_buffer)，排序缓存(sort_buffer)，查询缓存(query_buffer)，表描述符缓存(table_cache)，如下图：

 

　　第三，切表，切表也是一种比较流行的数据库优化方法。分表包括两种方式：横向分表和纵向分表，其中，纵向分表比较有使用意义，但是分表会造成查询的负担，因此在数据库设计之初，要想好：

 

 

　　第四，日志分析，在数据库运行了较长一段时间以后，会积累大量的LOG日志，其实这里面的蕴涵的有用的信息量还是很大的。通过分析日志，可以找到系统性能的瓶颈，从而进一步寻找优化方案。

 

　　以上讲的都是单机MySQL的性能优化的一些经验，但是随着信息大爆炸，单机的数据库服务器已经不能满足我们的需求，于是，多多节点，分布式数据库网络出现了，其一般的结构如下：

　　这种分布式集群的技术关键就是“同步复制”。。。

 

 

Computer science

• Index, a key in an associative array
• Index (typography), a character in Unicode, its code is 132
• Index, the dataset maintained by search engine indexing
• Array index, an integer pointer into an array data structure
• BitTorrent index, a list of .torrent files available for searches
• Database index, a data structure that improves the speed of data retrieval
• Index mapping of raw data for an array
• Index register, a processor register used for modifying operand addresses during the run of a program
• Indexed color, in computer imagery
• Indexed Sequential Access Method (ISAM), used for indexing data for fast retrieval
• Lookup table, a data structure used to store precomputed information
• Site map, or site index, a list of pages of a web site accessible to crawlers or users
• Subject indexing, describing the content of a document by keywords
• Web indexing, Internet indexing
• Webserver directory index, a default or index web page in a directory on a web server, such as index.html

 

参考：数据库索引到底是什么，是怎样工作的？

参考：Index+ en.wikipedia.org

参考：数据结构与算法（7）：数据库索引原理及优化