什么是 MySQL 的“回表”？

"Back to the" Mysql "table refers to the process in which when using the query of the non -primary key index, it is necessary to first obtain the value of the primary key through the index, then use the value of the primary key and then interrogate the primary key index. Below is a detailed explanation of the "Table" of MySQL: structure of the storage data of the index: one of the indexed structures commonly used in MySQL is B+树的叶子节点包含索引的所有值，而叶子节点仅包含SON节点的钥匙值和指针。
钥匙，不是完整的数据记录：使用非主要密钥索引执行数据询问时，通过非主要密钥的索引，首次找到相应的主键的值，然后使用主键的值，以询问从主键记录中的主要键记录。
Back table avoids: if the columns have informed they exist in the index, so even if the secondary index is used, it is not necessary to return the table because the leaf node already contains the required data. Summary: Back to tables is a common phenomenon in the MySQL query process, which occurs during data questioning using non -primary key indices. Understanding the concept of back-table helps to optimize database query, reduce operations I do not need and improve the查询的效率。

【MySQL】聚集索引和非聚集索引

作为MySQL中的“键”，索引是存储引擎实现有效数据搜索的关键数据结构。
索引对于性能优化至关重要，尤其是随着数据量继续增加，索引的合理设计可以显着提高查询效率。
当了解索引的工作原理时，您可以将其与寻找书籍目录进行比较。
索引使存储引擎可以快速找到特定的记录，而无需全表扫描。
MySQL支持各种索引类型，包括B树，哈希，空间数据和全文索引。
图1 显示了B树指数的结构。
通过二进制搜索在根节点上找到指向特定记录的指针，然后找到数据行。
该结构使B树索引能够加快数据访问的速度，尤其是在执行完整的价值匹配，最匹配的最左侧前缀，匹配列前缀，匹配范围值，精确匹配的一列和范围匹配另一列的另一列以及仅范围和索引查询时。
但是，使用B树索引并非没有限制。
搜索时，右列无法使用索引优化，不从索引的最左列开始，跳过索引中的列，并在查询中包含范围查询。
哈希索引具有自己的独特功能，例如只有哈希值和行指针，而不是存储字段值； 数据不顺序，不支持排序； 部分列匹配搜索； 仅支持等值比较查询； 当存在许多哈希冲突时，指数维护成本很高。
Myisam表支持空间索引，适用于无前缀查询的地理数据存储。
这种类型的索引在所有维度上均可使用较少的使用，并将在将来详细概述。
聚类索引和非簇索引之间的差异在于，群集索引的表记录的物理排列与索引布置一致，因此查询效率很高，但修改操作速度很慢。
逻辑顺序与索引可能不一致，而不是集群索引，而修改操作更有效。
创建索引的一个实例显示了使用群集索引时插入新数据后表顺序的变化。
与聚类和非簇索引相比，非簇索引更适合于读取操作远不止写操作的方案。
摘要和比较后，了解聚类索引和非簇索引的创建，适用的场景和性能特征。
创建索引时，应全面考虑数据访问模式，查询要求和性能目标。
同时，有必要阐明常见问题，例如群集索引和场唯一性，索引创建的灵活性，索引和数据重复，绩效比较以及群集和非聚类索引之间的描述以及差异。

MySQL 常见索引类型介绍

MySQL索引的主要类型包括集群索引，非Laister索引，主键索引，独特的索引，带有一列的索引，带有多个列的索引，一个前缀索引，功能索引，表达式索引，空间索引，空间索引和完整的文本索引。
其中，群集索引将索引和数据保存在一起，数据可以直接通过索引位于。
近距离索引是独一无二的。
该表只能有一个集群索引。
如果未定义主键，InnoDB将自动创建一个列_rowid作为群集索引。
没有集群索引分别保存索引和数据，索引结构的叶子节点表示相应的数据线。
主键索引是一个唯一的索引，可以标识数据表中每一行中的记录。
唯一的索引可确保表中的列值是唯一的。
一个列的索引仅安装表中的一个列索引，而多用途指数为几列安装关节指数以提高请求的效率。
前缀索引允许您仅请求一部分数据，减少输入磁盘输出的操作并提高请求速度。
反向索引允许您在数据中请求反向顺序，并适用于某些特定方案。
功能和表达指标允许使用SQL函数或表达式作为索引来提高查询的灵活性。
无形索引与数据库系统中使用的索引相关，该索引无法由普通用户直接控制。
空间索引用于空间数据类型的字段，并用于处理空间数据，例如地理坐标和图形。
完整的文本索引用于搜索全文中的文本内容，以提高搜索效率。

简单介绍下mysql的索引类型

MySQL中主要有以下类型的索引类型：1 B-TEE索引简介：B-Peme索引是MySQL中使用的最常用索引类型，并且是多通道平衡搜索树。
特征：它可以处理大量数据并存储高性能，尤其是在大数据表中，通过索引可以显着提高问题速度。
2 哈希索引的哈希克斯：哈希索引是根据哈希表实现的。
特征：确保快速索引搜索速度，主要用于内存存储引擎。
适用于同等价值的问题，但在范围问题中的表现差。
排名操作不支持，通常与其他类型的索引一起使用。
3 引入空间索引：空间索引主要用于地理空间数据类型的列，例如点，线和多边形。
特征：使用Rree算法应用，对于包括地理空间数据的复杂问题特别有用。
4 全文索引简介：全文索引主要用于研究文本数据。
特征：允许在文本列中使用全文，支持布尔模式研究，自然语言搜索等有效研究。
5 累积的索引和非蓄积索引简介：累积的索引和非现金索引是数据库表中的两种类型的数据存储方法。
特征：在MySQL InnoDB电机发动机中，累积索引意味着数据行实际上存储在索引结构中，而非蓄积索引则表示数据是由索引分别存储的。
累积的索引适用于需要频繁访问的数据表，而非积累的指数适用于辅助辅助问题的场景。
使用不同类型的索引合理地，可以根据特定的应用程序方案优化数据库性能。

什么是 MySQL 的“回表”？

在MySQL中了解“背板”的概念是数据库教学中的关键点。
接下来，让我们同时讨论这个话题。
首先，了解MySQL中的索引存储数据结构。
这是换到桌子的理解角度。
B +树是MySQL中通常的索引结构之一。
在引入B + Wood之前，让我们看一下B树。
通过比较结构B树和B +树，我们看不到它们之间没有区别，而B +树的叶节点包含所有索引，并且子弹和节点节点具有一个键值和节点节点。
从这些差异来看，我们可以得出结论，以下内容在B + Wood中，来自节点的信息量最大地取决于指针的键值和大小。
接下来，让我们谈谈A B + Wood可以存储多少数据。
假设每个记录大小为1 KB，一个页面大小为1 6 KB，即四个块。
公式的计算如下：1 6 * 1 02 4 /（6 + 6 ）= 1 1 7 0。
然后，三层B +木材的数据量可以存储：1 1 7 0 * 1 1 7 0 * 1 6 = 2 1 9 02 4 00，即可以存储2 1 00万个信息。
在InnoDB存储引擎中，B +树的高度通常2 -4 层，可以满足一万个数据的存储需求。
遵循B + Wood的存储结构，让我们看一下索引类。
在MySQL中，可以将索引分为群集索引或未通知的索引。
主密钥索引是蓝调索引，而其他索引称为非主要密钥索引。
尽管B +木材和数据结构的所有使用，但在节点叶片中存储含量。
使用查询数据，读取非主要密钥索引将导致查询过程中的工作“表”。
在表上是指使用非第一个密钥索引查询，您需要首先通过索引获取主要键值，然后使用主键值在第一个密钥中查询。
通过获得所需的完整记录，需要此过程。
但是，并非所有查询都需要一个表。
如果它们存在于索引中的问题的列，则在使用辅助索引时无需返回表。
例如，即使我们使用的是辅助索引，我们也有一个复合索引包含UNAME和地址字段，而叶子节点是返回表中的地址值。
最后，让我们讨论使用自我生长的主要键的优势。
尽管自我增长的主要键具有自己的优势，但在任何业务任务中都可能无法使用。
在这种情况下，您需要在满足新业务需求的同时询问其他实践。
在这一点上，解释“对表”的说明完成了。
我希望这种解释对您的MySQL查询和索引使用有所帮助。