京公网安备 11010802034615号
经营许可证编号:京B2-20210330
MySQL中索引与视图的用法与区别详解
本文主要给大家介绍了关于MySQL中索引与视图的使用与区别的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧。

一、概述
所有的Mysql列类型都可以被索引。
mysql支持BTREE索引、HASH索引、前缀索引、全文本索引(FULLTEXT)【只有MyISAM引擎支持,且仅限于char,varchar,text列】、空间列索引【只有MyISAM引擎支持,且索引的字段必须非空】,但不支持函数索引。
MyISAM和InnoDB存储引擎的表默认创建BTREE索引,
MEMORY存储引擎的表默认创建HASH索引。
二、创建索引
create index语法为:
create [unique|fulltext|spatial] index index_name
[using index_type]
on tbl_name(index_col_name, ...);
index_col_name:
col_name [(length)] [asc/desc]
也可使用alter table增加索引,语法为:
ALTER [IGNORE] TABLE tbl_name
alter_specification [, alter_specification] ...
alter_specification:
...
ADD INDEX [index_name] [index_type] (index_col_name,...)
...
例如:为city表创建10个字节的前缀索引
mysql> create index cityName on city(Name(10));
mysql> alter table city add index cityName(Name(10));
三、查看索引
可以使用show index from table;查看table表的当前所有索引。
四、删除索引
drop index index_name on tbl_name;
五、BTREE索引和HASH索引
MEMORY存储引擎的表可以选择使用BTREE索引和HASH索引
BTREE索引:
当使用>、<、=、>=、<=、between、!=、<>或者like xxx(xxx不以通配符开始)操作符时,都可以使用相关列上的BTREE索引。
HASH索引使用注意事项:(和HASH表的局限性有关)
只能用于使用=或<=>操作符之间的等式比较。
优化器不能使用HASH索引来加速order by操作。
mysql不能确定在两个值之前大约有多少行,会影响查询一定的效率。
只能使用整个关键字搜索一行。
六、设计索引的原则
搜索的索引列,不一定是要选择的列。最适合索引的列是出现在where子句中的列,而不是出现select后中的列。
使用唯一索引。选择容易数值容易区分的列进行索引。例如对生日的索引要比对性别的索引要好,因为生日的列具有不同的值,比较容易区分,而性别列只有M和F,此时索引用处不大,每次索引都得出大约一半的行。
使用短索引。对字符串的前缀索引中通常会指定一个前缀长度,如果在前10到20个字符内,多数值是唯一的,那么就可以不必对整个列进行索引,而是对前10到20个字符进行索引。这样能够节省索引空间,减少I/O时间,提高查询效率。
不要过度索引。每个额外索引都会占用额外的空间,降低写操作的性能,表修改时需要更新索引,甚至可能会重构,因此索引越多,花费的时间越长。另外MySQL在生成执行计划的时候会考虑到各个索引,多余的索引让查询优化的工作变得更加繁重。
视图
一、概述
mysql从5.0.1版本开始提供视图功能。
视图是一种虚拟表,在数据库中并不实际存在,行和列数据来自于自定义视图的查询中所使用的表,并且是在使用视图是动态生成的。
二、创建或修改视图
创建视图需要由create view权限,并且对查询涉及的表和列要有select权限。
如果使用create or replace或者alter权限修改视图,还需要有该视图的drop权限。
创建视图语法为:
create [or replace][algorithm = {undefined|merge|temptable}]
view view_name[(column_list)]
as select_statement
[with [cascade|local] check option]
修改视图语法为:
alter [algorithm = {undefined|merge|temptable}]
view view_name[(column_list)]
as select_statement
[with [cascade|local] check option]
mysql对视图的定义有一些限制,例如from关键字后不能包含子查询,这和其他数据库不同。
三、视图的可更新性
视图的可更新性和视图中查询的定义有关,以下类型的视图为不可更新的。
包含聚合函数(sum,min,max,count等)、distinct、group by、having、union或者union all。
常量视图。
select中包含子查询。
join。
from一个不能更新的视图。
where语句的子查询中引用了from语句中的表。
例如:以下的视图都是不可更新的
-- 包含聚合函数
mysql > create or replace view payment_sum as
-> select staff_id,sum(amount)
-> from payment
-> group by staff_id;
-- 常量视图
mysql > create or replace view pi as
-> select 3.1415926 as pi;
-- select中包含子查询
mysql > create view city_view as
-> select ( select city from city where city_id = 1);
with[cascaded|local] check option选项决定了是否允许更新数据使记录不再满足视图的条件,默认为cascaded。这个选项与Oracle数据库中的选项是类似的。
local:只要满足本视图的条件就可以更新
cascaded:必须满足所有针对该视图下的所有视图的条件才可以更新。
四、删除视图
可以一次删除一个或多个视图,但必须要有该视图的drop权限。
drop view [if exists] view_name [,view_name] ... [restrict|cascaded]
例如删除视图pay_view
mysql> drop view pay_view1,pay_view2;
Query OK, 0 rows affected (0.00 sec)
五、查看视图
MySQL从5.1版本开始,show tables命令不仅会显示表的名字,还会显示视图的名字,而不存在单独显示视图的show views命令。
同样,可以也可以通过下面的命令查看:
show table status [from db_name] [like 'pattern']
例子
mysql> show table status like 'pay_view' \G
*************************** 1. row ***************************
Name: pay_view
Engine: NULL
Version: NULL
Row_format: NULL
Rows: NULL
Avg_row_length: NULL
Data_length: NULL
Max_data_length: NULL
Index_length: NULL
Data_free: NULL
Auto_increment: NULL
Create_time: NULL
Update_time: NULL
Check_time: NULL
Collation: NULL
Checksum: NULL
Create_options: NULL
Comment: VIEW
1 row in set (0.00 sec)
如果要查看某个视图的定义,可以使用show create view查看。
例子
mysql> show create view pay_view \G
*************************** 1. row ***************************
View: pay_view
Create View: CREATE ALGORITHM=UNDEFINED DEFINER=`root`@`localhost`
SQL SECURITY DEFINER VIEW `pay_view` AS select `pay`.`pid` AS
`pid`,`pay`.`amount` AS `amount` from `pay` where (`pay`.`amount` <
10) WITH CASCADED CHECK OPTION
character_set_client: gbk
collation_connection: gbk_chinese_ci
1 row in set (0.00 sec)
最后,还可以通过查看系统表information_schema.views来查看视图的相关信息。
例子
mysql> select * from information_schema.views where table_name = 'pay_view' \G
*************************** 1. row ***************************
TABLE_CATALOG: def
TABLE_SCHEMA: mysqldemo
TABLE_NAME: pay_view
VIEW_DEFINITION: select `mysqldemo`.`pay`.`pid` AS
`pid`,`mysqldemo`.`pay`.`amount` AS `amount` from `mysqldemo`.`pay`
where (`mysqldemo`.`pay`.`amount` < 10)
CHECK_OPTION: CASCADED
IS_UPDATABLE: YES
DEFINER: root@localhost
SECURITY_TYPE: DEFINER
CHARACTER_SET_CLIENT: gbk
COLLATION_CONNECTION: gbk_chinese_ci
1 row in set (0.03 sec)
Q&A:
MySQL视图可以用索引吗?
我想答案是肯定的,其索引是建立在视图后面的真实表上,而不是建立在视图上.
索引是存放在模式(schema)中的一个数据库对象,索引的作用就是提高对表的检索查询速度,索引是通过快速访问的方法来进行快速定位数据,从而减少了对磁盘的读写操作。索引是数据库的一个对象,它不能独立存在,必须对某个表对象进行依赖。
视图就是一个表或多个表的查询结果,它是一张虚拟的表,因为它并不能存储数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28