哈工大 大数据 数据库实验(3) 物理数据库设计--索引结构

指导书:

HIT邹老师数据库实验三资源-CSDN文库

导入数据库 

 操作

两个元组的分布规律

 1.查询元组的数据分布

SELECT COUNT(*) FROM Foo;
SELECT COUNT(*) FROM Foo WHERE id = 0;
SELECT COUNT(*) FROM Foo WHERE a = 0;
SELECT COUNT(*) FROM Foo WHERE b = 0;
SELECT COUNT(*) FROM Foo WHERE c = 0;

 2.在FooIdx上创建如下索引：

文件里已经建完了 导入文件会报错

CREATE INDEX idx_a_b_c ON FooIdx(a, b, c);
CREATE INDEX idx_b_c ON FooIdx(b, c);
CREATE INDEX idx_tag ON FooIdx(tag);
CREATE INDEX idx_tag4 ON FooIdx(tag(4)); --该索引可以在MySQL上创建，但⽆法在PostgreSQL上创建

查看索引

 3.在Foo和FooIdx上分别执⾏⼀系列查询，测量每个查询的执⾏时间，⽐较同⼀个查询在哪个表上执⾏得更快。

进行两种查询

source 路径 执行更快

SELECT * FROM Foo WHERE b = 123 AND c = 23;

SELECT * FROM FooIdx WHERE b = 123 AND c = 23;

 左边为为增加索引 右边是增加索引的查询时间

 -- 搜索键等值⽐较

1. 对于foo中没有索引的扫描查看查询计划，possible key = NULL表明他没有可能在查询的时候建立索引。所以foo只能做扫描。
2. 由于fooidx中有bc的索引所以查找速度很快，否则 比如他只有abc索引但是他只需要查找bc，b在存储空间中是连续存放的 所以可以加快查找速度。type是ref代表他在查询的时候并没有做前端扫描,possible key = idx_b_c（b,c) 
3. 另外key_len是10的原因: 4+4+1+1

 -- 搜索键前缀等值⽐较

不是前缀比较 因为他得先寻找b的值 但是c是连续的同时b不一定是连续,所以索引可能失效。

1. 对于第一个查询，由于foo上没有建立索引，所以只能全程扫描
2. 对于第二个查询，通过查看查询计划发现他使用的key_len是5,说明只扫描了前五位，也就是一个int字节+1
3. 为了进一步验证前缀作为主顺序我们用后缀进行查询，通过查询计划发现他没有索引只能全程扫描。

EXPLAIN SELECT * FROM Foo WHERE b = 123;
EXPLAIN SELECT * FROM FooIdx WHERE b = 123;
EXPLAIN SELECT * FROM FooIdx WHERE c = 23; -- ⾮前缀

 -- 索引键值前缀⽐较

• 如果小于等于四位就用tag4前四位索引
• 如果大于就用tag索引

EXPLAIN SELECT * FROM Foo WHERE tag LIKE '00123%';
EXPLAIN SELECT * FROM FooIdx WHERE tag LIKE '00123%'; -- MySQL: 使⽤前缀索引; PostgreSQL:
使⽤顺序扫描

 -- 多属性索引键的限制

• 如果范围比较大那么做索引就没有意义，这是DBMS性质决定的
• 如果是小范围的话建立索引的数据库会利用索引值进行查询。

EXPLAIN SELECT * FROM Foo WHERE b BETWEEN 123 AND 234;
EXPLAIN SELECT * FROM FooIdx WHERE b BETWEEN 123 AND 134;
EXPLAIN SELECT * FROM FooIdx WHERE b = 123 AND c BETWEEN 23 AND 45;

1.  key_len是5 说明只使用了b作为索引 只根据b值 查找相应的c,讲查找到的c和24做比较 所以dbms很懒
2. 对于第二个他跳过 了中间属性 不能使用中间的值，使得中间的值可能被打乱所以不能跳过中间的值，只能单一的使用前缀作为索引。

表达式不能做匹配

-- 多属性索引键的限制
EXPLAIN SELECT * FROM FooIdx WHERE b = 123 AND c + 1 = 24; -- 不能与表达式进⾏⽐较
EXPLAIN SELECT * FROM FooIdx WHERE a = 1234 AND c = 34; -- MySQL: 不能跳过中间属性;

-- 别神奇  查查资料(doge）

EXPLAIN SELECT * FROM FooIdx WHERE a = 1234 AND b BETWEEN 234 AND 345 AND c = 34; -- 特别神奇，需要查点资料

分析原因:理论上不能跳跃属性进行查询，a的选择度比较高，通过筛选之后得到的元组比较少，所以DBMS自动优化了         

覆盖索引 

-- 覆盖索引
EXPLAIN SELECT c FROM FooIdx WHERE b = 123;
EXPLAIN SELECT a FROM FooIdx WHERE b = 123; -- ⽆法覆盖
EXPLAIN SELECT id FROM FooIdx WHERE b = 123;

 只需要找到索引项之后不用再回去找CS-001了 

覆盖索引使得函数返回不需要回表了。 

查看是否索引覆盖的方法: 看extra 是否是using index

索引合并 

-- 索引合并
EXPLAIN SELECT * FROM FooIdx WHERE tag LIKE '001234%' OR b = 56; -- MySQL: 使⽤索引合并;

访问时tag真正是idx_tag和idx_b_c并集得到元组的地址 先排序后归并using where 

-- ⾮聚簇索引
EXPLAIN SELECT * FROM FooIdx WHERE b BETWEEN 123 AND 134;
EXPLAIN SELECT * FROM FooIdx WHERE b BETWEEN 123 AND 234; -- MySQL: 范围过⼤，查询优化器没⽤索引; PostgreSQL: ⽤索引

-- 前缀索引
EXPLAIN SELECT * FROM FooIdx WHERE tag LIKE '00123%'; -- MySQL: 使⽤前缀索引; PostgreSQL:使⽤顺序扫描
EXPLAIN SELECT * FROM FooIdx WHERE tag LIKE '0012%'; -- MySQL: 使⽤前缀索引; PostgreSQL:使⽤顺序扫描