MySQL篇update 没加索引会锁全表？说个前提，接下来说的案例都是基于 InnoDB 存储引擎，且事务的隔离级别是可重复读。假设有两个事务的执行顺序如下：可以看到，事务 A 的 update 语句中 where 是等值查询，并且 id 是唯一索引，所以只会对 id = 1 这条记录加锁，因此，事务 B 的更新操作并不会阻塞。但是，在 update 语句的 where 条件没有使用索引，就会全
转载
2024-08-19 10:26:20
75阅读
2021SC@SDUSC 在小组中我负责索引的建立与使用的相关部分，在此一共写了16篇相关的分析报告，着重分析各种索引的操作和管理方法，以及分析了PG中四种最重要的索引B-Tree索引，Hash索引，GIST索引，GIN索引。分别讲述了这四种索引相关的原理，组织结构，创建，查询，插入等相关重要函数，同时也学会了在PG中如何使用这些索引类型来加快查找的速度。 在分析了关于PG中与索引相关的代码，这只
转载
2024-04-02 08:41:47
19阅读
@目录一、索引概述二、索引的优势劣势三、索引结构BTREE索引B+ TREE索引1.结构介绍2. Mysql中的B+ 树四、索引分类4.1 InnoDB_聚簇索引聚簇索引的优点：聚簇索引的缺点：4.2 InnoDB_辅助索引4.3 MyISAM_主键索引4.4 MyISAM_辅助索引4.5 聚簇索引和非聚簇索引的区别4.6 覆盖索引覆盖索引的优点：4.7 哪些情况需要创建索引：4.8 哪些情况不适
GIN概念介绍：GIN是Generalized Inverted Index的缩写。就是所谓的倒排索引。它处理的数据类型的值不是原子的，而是由元素构成。我们称之为复合类型。如(‘hank’, ‘15:3 21:4’)中，表示hank在15:3和21:4这两个位置出现过,下面会从具体的例子更加清晰的认识GIN索引。全文搜索GIN的主要应用领域是加速全文搜索，所以，这里我们使用全文搜索的例子介绍一下G
文章目录1.索引1.1 原理1.2 创建索引1.2.1 创建主键索引1.2.2 唯一索引的创建1.2.3 普通索引的创建1.2.4 全文索引的创建1.3 查询索引1.4 删除索引1.5 索引创建的规则 1.索引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。但是查询速度的提高是以插入，更新，删除的速度为代价的，所以索引的作用在于提高一个海量数据的检索速
标签PostgreSQL , GIN , 内核 , 实现原理 , PostgreSQL数据库内核分析 背景本文参考并扩展自如下文档，修正了一些内容(大多数是由于版本不同造成的差异)《PostgreSQL数据库内核分析》 ( 成书较早,大量内容基于8.4的代码编写 ) 术语本文适用的一些术语属性 - 可能取自pg_attribute，指的是列。postgres=# \d pg_attribute
索引(index) 索引是一个单独的、物理的数据库结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。 优点： 大大加快数据的检索速度; 创建唯一性索引，保证数据库表中每一行数据的唯一性; 加速表和表之间的连接; 在使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间。 缺点： 索引需要占物理空间 当对表中的数据进行增
转载
2024-03-22 20:54:11
33阅读
标签PostgreSQL , gin , in , or , multi key , right link scan , skip scan 背景PostgreSQL中，有一种GIN索引，被广泛应用于多值类型，例如数组，分词，同时也被应用于模糊查询等领域。gin索引，将列(比如数组，全文检索类型)中的值拿出来，再存储到树形结构中（类似B-TREE，键值+heap行号s），对于低频值，会作为post
不啰嗦，直接入正题。问题是这样的。请问下面的sql语句，要想加快查询速度，该怎么创建索引？以下，以mysql数据库为准。select * from test where a=? and b>? order by c limit 0,100复制代码结果可能会出乎你的意料。我们首先准备一下运行环境，然后按照最左前缀原则和explain关键字来进行验证。结果真是颠覆了xjjdog多年的认知。准备阶
转载
2024-09-06 06:44:30
25阅读
知识点整理总结：在分布式数据库GP中，应尽量避免使用索引。于传统的不同，gp中的数据表是分布在多个节点上的，这意味着每个节点都扫描全部数据的一小部分来查找结果。如果使用了表分区，扫描的数据可能更少，通常这种情况下使用索引未必能提升性能。 GP支持b-tree和位图索引（bitmap）。位图索引适用于很少进行数据更新，但是有大量的分析查询的应用场景，通常应用在数据仓库的高维度的数据分析场景
转载
2024-03-05 17:38:34
75阅读
目录创建视图创建强制索引创建触发器Replace改表名创建外键约束SQL添加一列到表中保留小数位 创建视图CREATE VIEW view_name AS
SELECT column_name(s)
FROM table_name
WHERE condition例如：create view actor_name_view as
select first_name first_name_v,las
转载
2024-03-28 19:27:18
81阅读
一.适用场景和其他数据库一样，分区表作为一个DB的特性，优点自不用说，物理分散，逻辑统一。必须要注意的一个缺点是：分区表不允许其他表作为外键引用。只能在真实场景业务逻辑上当作外键，设计时论场景再推敲。同时，在Pg 11以前只能单独为每个分区表建立索引等，且不能在【母表】上建立主键、索引等。Pg 11以后可以针对“逻辑”分区表（母表）建立索引，分区子表自动创建。二.建表步骤法一:gp特有建分区表方法
转载
2024-05-29 08:50:07
86阅读
概述今天主要介绍Oracle数据库的三大索引类型，仅供参考。 一、B-Tree索引三大特点：高度较低、存储列值、结构有序1.1利用索引特性进行优化外键上建立索引：不但可以提升查询效率，而且可以有效避免锁的竞争(外键所在表delete记录未提交，主键所在表会被锁住)。统计类查询SQL：count(), avg(), sum(), max(), min()排序操作：order by字段建立
转载
2024-04-17 12:50:50
59阅读
db的知识真的是又深又广，本着务实的态度，只简单谈谈我对数据库的索引一些方面的理解。说道索引，要简单说说索引的结构也就是b-tree的一些知识。b+tree和btree是innodb磁盘等外存贮时查找的一种结构，因为磁盘读写涉及到大量的io，为了需要加快读写速度避免大量io操作，因此设计了一种平衡二叉树，平衡的意思就是树的每个分支的高度差保证在1之内，这样可以减小查找复杂度。btree有下面有几个
转载
2024-07-22 11:49:17
62阅读
列举几种表连接方式，有什么区别？
1. 【内连接】：只有两个元素表相匹配的才能在结果集中显示；
2. 【外连接】
- 左外连接：左边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示；
- 右外连接：右边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示；
3. 【全外连接】：连接的表中不匹配的数据全部会显示出来；
4. 【交叉连接】：笛卡尔效应，显示的结果是链
转载
2024-09-02 10:00:05
23阅读
基数：某列的唯一键的数量。基数与总行数的比值再乘以100%就是选择性。什么样的列必须创建索引呢？当一个列出现在where条件中，该列没有创建索引，并且选择性大于20%，那么就必须创建索引，从而提升sql性能。当然了如果表只有数白条数据，就不用创建索引了。第一个观点：只有大表才会有性能问题回表：当对一个列创建索引后，索引包含该列的键值以及键值对应所在的rowid，通过索引的rowid访问表中的数据叫
转载
2024-10-12 15:25:13
122阅读
索引命名规范：单值索引，建议以 idx_ 为开头，字母全部小写。例如：alter table t1 add key idx_r1(r1)；组合索引，建议以 dx_multi_ 开头，字母全部小写。例如：alter table t1 add key idx_multi_1(r1,r2,r3) ;唯一索引，建议以 udx_ 为开头，字母全部小写；如果是多值唯一索引，则命名方式类似 udx_multi_
转载
2024-03-25 21:59:14
123阅读
3.6.1完全重建策略(Complete Re-Build) 完全重建策略是一个相当直观的方法，当新增文档达到一定数量，将新增文档和原先的老文档进行合并，然后利用前述章节提到的建立索引的方式，对所有文档重新建立索引。新索引建立完成后，老的索引被遗弃释放，之后对用户查询的响应完全由新的索引负责。图3-16是这种策略的说明示意图。
因为重建索引需要较长时间，在进行索引重建的过程中，内存
转载
2024-05-21 10:35:17
32阅读
下一个需要被解决的问题是怎样在保留不变性的前提下实现倒排索引的更新？ 答案是: 用更多的索引。通过增加新的补充索引来反映新近的修改，而不是直接重写整个倒排索引。每一个倒排索引都会被轮流查询到--从最早的开始--查询完后再对结果进行合并。Elasticsearch 基于 Lucene, 这个 java 库引入了 按段搜索 的概念。 每一 段 
转载
2024-05-12 11:39:05
40阅读
公司的底层检索引擎已经用了10年，很稳定也没有很大的重构需求，直到最近PM报了很多数据更新不及时的问题，
加上最近我也有个想法实现一个轻量级的检索引擎，于是用了不到2个月算是完成第1版(github地址:https://github.com/dodng/comse)
一是尝试解决现有公司的检索系统中更新时效性的问题，二是把自己对检索服务的理解动手实践一下。
转载
2024-01-17 12:08:41
70阅读
