当前位置： 首页 > article >正文

【MySQL】：索引

article 2024/12/2 12:01:51

朋友们、伙计们，我们又见面了，本期来给大家带来数据库表的索引知识点，如果看完之后对你有一定的启发，那么请留下你的三连，祝大家心想事成！

C 语 言 专 栏：C语言：从入门到精通

数据结构专栏：数据结构

个  人  主  页 ：stackY、

C + + 专 栏   ：C++

Linux 专 栏  ：Linux

目录

1. 为什么要有索引

2. MySQL与储存

 2.1 磁盘

2.2 磁盘的随机访问与连续访问

3. MySQL与磁盘交互的基本单位 

4. 初步结论

5. 索引的理解

5.1 案例演示

5.2 为什么IO交互单位是Page

5.3 理解单个Page

5.4 理解多个Page

5.4.1 页目录 

5.4.2 单页Page

5.4.3 多页Page

5.4.4 B树和B+树 

5.5 聚簇索引和非聚簇索引 

6. 索引操作

6.1 创建主键索引

6.2 创建唯一键索引

6.3 创建普通索引

6.4 查询索引 

6.5 删除索引

7. 全文索引

1. 为什么要有索引

索引：提高数据库的性能，在于提高一个海量数据的检索速度。索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要创建正确的索引 ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。

MySQL的服务器本质是在内存中运行的，所有对于数据库的增删查改的操作全部都是在内存中进行的，索引也是如此！

常见索引分为：

  • 主键索引(primary key)
  • 唯一索引(unique)
  • 普通索引(index)
  • 全文索引(fulltext)--解决中子文索引问题。

下面我们用一个例子来演示索引的对于检索速度的影响：

案例：

先创建一个海量表，在查询的时候，看看没有索引时查询所需时间；
 

--构建一个8000000条记录的数据
--构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解

-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;

--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;

--创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;

-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);

将上面的代码使用vim拷贝进一个.sql文件中，然后在MySQL中使用source + 文件路径即可完成创建。

-- 导入文件
mysql> source /root/index_data.sql
Query OK, 1 row affected (0.29 sec)

Query OK, 1 row affected (0.00 sec)

Database changed
Query OK, 0 rows affected (0.00 sec)

Query OK, 0 rows affected (0.00 sec)

Query OK, 0 rows affected (0.00 sec)

Query OK, 0 rows affected (0.03 sec)

Query OK, 0 rows affected (8 min 9.30 sec)

-- 查看测试库
mysql> use bit_index;
Database changed
mysql> show tables;
+---------------------+
| Tables_in_bit_index |
+---------------------+
| EMP                 |
+---------------------+
1 row in set (0.00 sec)

这个创建海量表的时间有点长，所以需要耐心等待！

① 查询员工编号为998877的员工

mysql> select * from EMP where empno=998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | eyebTo | SALESMAN | 0001 | 2024-11-30 00:00:00 | 2000.00 | 400.00 |    411 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (4.85 sec)

可以看到没有设置索引时查询时间是4.58秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

② 创建索引

-- 给指定表的指定字段添加索引
-- alter table 表名 add index(字段);

mysql> alter table EMP add index(empno);
Query OK, 0 rows affected (26.85 sec)
Records: 0  Duplicates: 0  Warnings: 0

③ 继续查询，看看查询时间如何

mysql> select * from EMP where empno=998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | eyebTo | SALESMAN | 0001 | 2024-11-30 00:00:00 | 2000.00 | 400.00 |    411 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.02 sec)

可以看出，加上索引之后的查询时间有了很明显的下降，提高了检索效率。

2. MySQL与储存

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。

磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提高效率，是 MySQL 的一个重要话题。

 2.1 磁盘

关于介磁盘的具体绍以及定位扇区在文件系统这一章节详细介绍过，这里直接对磁盘的扇区进行分析：

扇区：

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘（/var/lib/mysql ）当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑) 

#数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件
[root@VM-0-3-centos ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件
total 319592
drwxr-x--- 2 mysql mysql 4096 Apr 15 21:46 57test
-rw-r----- 1 mysql mysql 56 Apr 12 15:27 auto.cnf
drwxr-x--- 2 mysql mysql 4096 May 17 13:52 bit_index
-rw------- 1 mysql mysql 1676 Apr 12 15:27 ca-key.pem
.......

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

结论：

我们现在已经能够在硬件层面定位任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节)，进行IO交互吗？不是；

  • 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化。
  • 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
  • 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。故，系统读取磁盘，是以块为单位的，基本单位是 4KB。

2.2 磁盘的随机访问与连续访问

  • 随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要做比较大的移动动作才能重新开始读/写数据。
  • 连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。
  • 因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
  • 磁盘是通过机械运动进行寻址的，连续访问不需要过多的定位，故效率比较高。

3. MySQL与磁盘交互的基本单位 

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB。

mysql> show global status like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |      -- 16*1024 = 16384
+------------------+-------+
1 row in set (0.00 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）。

4. 初步结论

  • MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
  • MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
  • 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。所以在特定时间内，数据一定是磁盘中有，内存中也有。
  • 后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
  • 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
  • 为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数。

5. 索引的理解

5.1 案例演示

首先用一个案例来演示：

① 建立测试表
 

-- ① 创建表
--一定要添加主键哦，只有这样才会默认生成主键索引
create table if not exists user (
id int primary key, 
age int not null,
name varchar(16) not null
);

-- 查看建表细节
mysql> show create table user \G
*************************** 1. row ***************************
Table: user
Create Table: CREATE TABLE `user` (
`id` int(11) NOT NULL,
`age` int(11) NOT NULL,
`name` varchar(16) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8  --默认就是InnoDB存储引擎
1 row in set (0.00 sec)

② 插入数据

--插入多条记录，注意，并没有按照主键的大小顺序插入

mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)

③ 查看插入结果

mysql> select * from user;
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

通过查询结果可以看出我们再插入的时候乱序插入的数据，在插入之后直接变成了有序的数据，那么这是谁干的呢？为什么要这样子干呢？

首先可以肯定的是由MySQL干的，这样子做的好处是为了更好的引入目录（后面解释）。 

5.2 为什么IO交互单位是Page

当MySQL和磁盘进行IO交互的时候，为何采用Page的方案进行交互呢？为什么不用多少，加载多少？

  • 使用上面的案例的5条记录来理解的话，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
  • 但是，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
  • 但是这样子的方式也不是完美的，因为我们不能保证用户下次找的数据，就在这个Page里面，但是有很大概率，因为有局部性原理。
  • 往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

5.3 理解单个Page

在MySQL内部，不一定就只有一个Page，一定会存在大量的Page，这也就决定了，MySQL必须要将多个同时存在的Page管理起来，那么要管理所有的Page，就需要先描述，再组织；

所以不要简单的将Page认为是一个内存块，page内部也必须写入对应的管理信息！

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。
因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。
那么为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？

  • 插入数据时排序的目的，就是优化查询的效率。
  • 页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
  • 正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

5.4 理解多个Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一 整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页 模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条 比较来取出特定的数据。

如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找，所以数据多起来之后查找效率还是很低下。

5.4.1 页目录 

假设现在我们要在MySQL相关的课本中找一些有关Page的知识点，如果你对这本书很了解你会记得大概在多少页，但是如果你并不了解这本书，想要找到一个指定的章节我们肯定会直接从目录开始看起，通过目录就可以找到对应的章节开始页，然后再依次查找，很显然从目录开始找是比较快捷和方便的。当然不排除有的人可能从第一页开始依次往后找。

所以书中的目录就是多花了几张纸，但是提高了查找效率，所以目录是一种“空间换时间”的做法。

5.4.2 单页Page

针对单页的Page，是否也可以引入目录呢？当然是可以的，也可以提高单页查找的效率。

那么给单页Page引入目录之后，当我们要查找id=4的记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。

现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？
其目的就是为了更好的引入目录。

5.4.3 多页Page

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大，16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。
如果通过上面的这种方式添加目录，我们就可以通过遍历多个Page，Page内部通过目录来快速定位数据。可是，似乎这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得Page内部的目录，有点杯水车薪了。

如何解决呢？还是继续之前的思路，继续给Page也带上目录：

  • 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
  • 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
  • 其中，每个目录项的构成是：键值+指针。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。
那么，当我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页。

到这里就可以看出，这其实是一个B+树！至此，我们已经给我们的表user构建完了主键索引。
随便查找一个id，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

索引的本质就是数据结构：B+树

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

  • 链表：线性遍历
  • 二叉搜索树：退化问题，可能退化成为线性结构
  • AVL &&红黑树：虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。
  • Hash：官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持。Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行，另外还有其他差别，有兴趣可以查一下。

5.4.4 B树和B+树 

B树：

B+树：

  • B树节点，既有数据，又有Page指针，而B+树，只有叶子节点有数据，其他目录页，只有键值和Page指针。
  • B+树叶子节点，全部相连，而B树没有。

为什么要选择B+树呢？

  • ① 非叶子节点不保存数据，可以存储更多的目录项、目录页、可以管理更多的叶子节点的Page，所以这棵树是矮胖型的树结构，矮胖就意味着途径路上节点比较少，找到对应目标IO的次数更少，效率更高！
  • ② 叶子节点相连，更便于进行范围查找。 

5.5 聚簇索引和非聚簇索引 

MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。

下图为 MyISAM表的主索引， Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。
相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

其中，MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引。

 其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引。

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。
对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别：
 

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。

6. 索引操作

6.1 创建主键索引

① 在建表的时候，在指定字段后面跟上 primary key

create table user1(id int primary key, name varchar(30)); 
--                   id就是主键

② 在建表的最后面，指定某列或某几列为主键索引

create table user2(id int, name varchar(30), primary key(id));

③ 在建表之后添加

create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
alter table user3 add primary key(id);

主键索引的特点：

  • 一个表中，最多有一个主键索引，当然可以使符合主键
  • 主键索引的效率高（主键不可重复）
  • 创建主键索引的列，它的值不能为null，且不能重复
  • 主键索引的列基本上是int

6.2 创建唯一键索引

① 在表定义时，在某列后直接指定unique唯一属性

create table user4(id int primary key, name varchar(30) unique);

② 创建表时，在表的后面指定某列或某几列为unique

create table user5(id int primary key, name varchar(30), unique(name));

③ 建表之后添加

create table user6(id int primary key, name varchar(30));
-- 建表之后
alter table user6 add unique(name);

唯一索引的特点：

  • 一个表中，可以有多个唯一索引
  • 查询效率高
  • 如果在某一列建立唯一索引，必须保证这列不能有重复数据
  • 如果一个唯一索引上指定not null，等价于主键索引

6.3 创建普通索引

① 在表定义最后添加指定列

create table user8(id int primary key,
    name varchar(20),
    email varchar(30),
    index(name) --在表的定义最后，指定某列为索引
);

② 创建完表以后指定某列

create table user9(
    id int primary key, 
    name varchar(20),
    email varchar(30)
);
alter table user9 add index(name); --创建完表以后指定某列为普通索引

③ 创建一个索引名为 idx_name 的索引

create table user10(
    id int primary key, 
    name varchar(20), 
    email varchar(30)
);
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

普通索引的特点：

  • 一个表中可以有多个普通索引，普通索引在实际操作中比较常用。
  • 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引。

创建复合索引

create index 索引名 on 表名(列1，列2，列3);

复合索引可以在查找数据时不需要进行回表操作，通过其中一个索引找到数据之后可以直接拿到需要的数据。

6.4 查询索引 

语法：

show index from 表名;
-- 或者使用
show keys from 表名;

6.5 删除索引

第一种方法 - 删除主键索引： alter table 表名 drop primary key;
第二种方法 - 其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys
from 表名中的 Key_name 字段
第三种方法方法： drop index 索引名 on 表名

索引创建原则

  • 比较频繁作为查询条件的字段应该创建索引
  • 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
  • 更新非常频繁的字段不适合作创建索引
  • 不会出现在where子句中的字段不该创建索引

7. 全文索引

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

案例：

-- ① 创建表
-- 关键字大小写都一样
mysql> CREATE TABLE articles (
    -> id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
    -> title VARCHAR(200),
    -> body TEXT,
    -> FULLTEXT (title,body)
    -> )engine=MyISAM;
Query OK, 0 rows affected (0.00 sec)

-- ② 插入数据
mysql> INSERT INTO articles (title,body) VALUES
    -> ('MySQL Tutorial','DBMS stands for DataBase ...'),
    -> ('How To Use MySQL Well','After you went through a ...'),
    -> ('Optimizing MySQL','In this tutorial we will show ...'),
    -> ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
    -> ('MySQL vs. YourSQL','In the following database comparison ...'),
    -> ('MySQL Security','When configured properly, MySQL ...');
Query OK, 6 rows affected (0.01 sec)
Records: 6  Duplicates: 0  Warnings: 0

-- ③ 使用全文索引
mysql> SELECT * FROM articles
    -> WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)


http://www.kler.cn/a/418420.html

相关文章：

  • 乌班图单机（不访问外网）部署docker和服务的方法
  • 基于rpcapd与wireshark的远程实时抓包的方法
  • 如何使用Python进行下载对应的视频地址
  • Mysql数据库基础篇笔记
  • 挑战用React封装100个组件【007】
  • npm : 无法加载文件 D:\nodejs\npm.ps1，因为在此系统上禁止运行脚本
  • 鸿蒙NEXT元服务：论如何免费快速上架作品
  • 个人信息修改昵称
  • PMP–一、二、三模、冲刺–分类–8.质量管理
  • GRU模型：原理、实现与分析
  • LeetCode—74. 搜索二维矩阵（中等）
  • 【Go - 什么有序？解密MongoDB bson.D】
  • 用php 处理 xls和xlsx (简单版)
  • 【JavaEE 初阶】⽹络原理 - 初识
  • 组播基础实验
  • FRU文件
  • python7学习笔记-循环、迭代、pass
  • 开源 - Ideal库 - Excel帮助类，TableHelper实现（三）
  • 【随笔】一次JS和python中的MD5加密的记录
  • Filter过滤器的使用
  • 爬虫技术全解析：从入门到精通
  • FPGA芯片全生命周期流程
  • 手机实时提取SIM卡打电话的信令声音-蓝牙电话如何适配eSIM卡的手机
  • vue实现时间倒计时/时间增加组件
  • 基于Vue3+Element Plus 实现多表单校验
  • Oracle 11gR2 Data Guard 搭建 （一主一从）