怎么查询mysql索引 查询mysql索引占用空间

如何查看MySQL索引

查看索引

mysql show index from tblname;

mysql show keys from tblname;

· Table

表的名称。

· Non_unique

如果索引不能包括重复词，则为0。如果可以，则为1。

· Key_name

索引的名称。

· Seq_in_index

索引中的列序列号，从1开始。

· Column_name

列名称。

· Collation

列以什么方式存储在索引中。在MySQL中，有值‘A’（升序）或NULL（无分类）。

· Cardinality

索引中唯一值的数目的估计值。通过运行ANALYZE TABLE或myisamchk -a可以更新。基数根据被存储为整数的统计数据来计数，所以即使对于小型表，该值也没有必要是精确的。基数越大，当进行联合时，MySQL使用该索引的机 会就越大。

· Sub_part

如果列只是被部分地编入索引，则为被编入索引的字符的数目。如果整列被编入索引，则为NULL。

· Packed

指示关键字如何被压缩。如果没有被压缩，则为NULL。

· Null

如果列含有NULL，则含有YES。如果没有，则该列含有NO。

· Index_type

用过的索引方法（BTREE, FULLTEXT, HASH, RTREE）。

· Comment

相关问答

Q1: mysql 怎么看查询使用的索引

假如你有一个表，

SQL CREATE TABLE test_tab (2 id INT,

3 name VARCHAR(10),

4 age INT,

5 val VARCHAR(10)6 );你的业务，有一个查询，是

SELECT * FROM test_tab WHERE name = 一个外部输入的数据

刚开始，数据不多的时候，执行效果还不错。

随着数据量的增加，这个查询，执行起来，越来越慢了。

然后在 name 上面 建立了索引

CREATE INDEX idx_test4_name ON test_tab (name );

这样， 可以加快前面那个查询的速度。

但是，某天，你执行了下面这个SQL， 发现速度又慢了

SELECT * FROM test_tab WHERE age = 25

为啥呢？ 因为 age 字段上面，没有索引

索引只在 name 上面有

换句话说， 也就是 WHERE 里面的条件， 会自动判断，有没有 可用的索引，如果有， 该不该用。

多列索引，就是一个索引，包含了2个字段。

例如：CREATE INDEX idx_test_name_age ON test_tab (name, age);那么SELECT * FROM test_tabWHEREname LIKE '张%'

AND age = 25

这样的查询，将能够使用上面的索引。

多列索引，还有一个可用的情况就是， 某些情况下，可能查询，只访问索引就足够了， 不需要再访问表了。例如：SELECTAVG( avg ) AS 平均年龄FROMtest_tabWHEREname LIKE '张%'

这个时候， name 与 age 都包含在索引里面。 查询不需要去检索表中的数据。

Q2: Mysql-多表查询as索引

方法

(1) 根据需求找到关联表

(2)找到关联条件

重点的表tables

* 需求1：统计world库下有几个表

需求2:统计所有库下表的个数

需求3:统计每个库的总数据大小

--单表占空间：AVG_ROW_LENGTH*TABLE_ROWS+INDEX_LENGTH

什么使索引：索引其实就是一种算法

BTree

HASH

Rtree

Fulltext

辅助索引

辅助索引只提取索引列作为叶子节点

聚集索引

聚集索引提取整行数据作为叶子节点

1、辅助索引和聚集索引最大的区别就在于叶子节点，枝节点和根节点原理相同

2、辅助索引会记录主键值，一般情况（除等值查询），最终都会通过聚集索引(主键)来找到需要的数据

第二种

一般经常用来查询的列作为索引

索引可以有多个，但是索引名不可重名

第一种:单列索引

第二种：前缀索引

前缀索引只能应用到字符串列，数字列不能用前缀索引

联合索引说明：如果在一个表内对A、B、C三个列创建联合索引那么创建索引将按照如下情况创建索引表：

A

AB

ABC

======================================================

(1)查询列无索引

(2)语句不符合走走索引条件

(3)需要查看全表

即把有索引的列全便利一遍

、 、 =、 =、 like、 between and 在范围扫描中，这些会受到B+tree索引叶子节点上额外的优化，因为这些是连续取值的

or、in 这两个不是连续的取值，所以不能受到B+tree索引的额外优化，使用时相当于Btree索引

!=、 not in 只有在主键列才走索引也是range级别

(1)、 、 =、 =、 like、 between and

(2)or、in

(3)!=、 not in

多表连接查询，非驱动表连接条件是主键或唯一键

一般多表查询的时，最左侧的表为驱动表，右侧的为非驱动表，下边的例子中country标为非驱动表

7.1.1 数字类型

7.1.2 字符串类型：

字符集

中文

gbk 2字节

utf8 3字节

utf8mb4 4字节

utf8mb4 为例:

举例(1)联合索引等值查询

举例(2) 联合索引中有不等值查询

如果Extra列出现Using temporary、Using filesort,两项内容，那么考虑以下语句的问题。

group by

order by

distinct

join on

union

Q3: 用mysql查询某字段是否有索引怎么做？

显示一个表所有索引怎么查询mysql索引的SQL语句是：

show index from 数据库名.表名

查看某表某一列上怎么查询mysql索引的索引使用下面的SQL语句：

show index from 数据库名.表名 where column_name like '列名'

下面的SQL语句在我的数据库上执行成功：

show index from web.clubuser where column_name like 'user'。

Q4: mysql索引

在mysql中，索引是一种特殊的数据库结构，由数据表中的一列或多列组合而成，可以用来快速查询数据表中有某一特定值的记录。

通过索引，查询数据时不用读完记录的所有信息，而只是查询索引列即可。

通过索引，查询数据时不用读完记录的所有信息，而只是查询索引列。否则，数据库系统将读取每条记录的所有信息进行匹配。

可以把索引比作新华字典的音序表。例如，要查“库”字，如果不使用音序，就需要从字典的 400 页中逐页来找。但是，如果提取拼音出来，构成音序表，就只需要从 10 多页的音序表中直接查找。这样就可以大大节省时间。

因此，使用索引可以很大程度上提高数据库的查询速度，还有效的提高了数据库系统的性能。

索引的优缺点

索引有其明显的优势，也有其不可避免的缺点。

优点

索引的优点如下：

1、通过创建唯一索引可以保证数据库表中每一行数据的唯一性。

2、可以给所有的 MySQL 列类型设置索引。

3、可以大大加快数据的查询速度，这是使用索引最主要的原因。

4、在实现数据的参考完整性方面可以加速表与表之间的连接。

5、在使用分组和排序子句进行数据查询时也可以显著减少查询中分组和排序的时间

缺点

增加索引也有许多不利的方面，主要如下：

1、创建和维护索引组要耗费时间，并且随着数据量的增加所耗费的时间也会增加。

2、索引需要占磁盘空间，除了数据表占数据空间以外，每一个索引还要占一定的物理空间。如果有大量的索引，索引文件可能比数据文件更快达到最大文件尺寸。

3、当对表中的数据进行增加、删除和修改的时候，索引也要动态维护，这样就降低了数据的维护速度。

使用索引时，需要综合考虑索引的优点和缺点。

Q5: MySQL联表查询的索引使用

一共3张表 knowledge , knowledge_question , knowledge_answer ，数据在 6000~10000 之间。

执行的语句：

执行时间约 10分钟 ，查看执行计划如下：

全部都是全表扫描，根据MySQL联表查询的算法 Nested-Loop Join ，MySQL查询的结果集是3张表的笛卡尔积，所以效率特别低。

耗时变成 20毫秒

给Where条件建立索引，并不一定会使用。

比如：在表 knowledge 的字段 update 上建立索引 idx_time ：

结果执行上来看，并没有使用索引 idx_time 。

如果where条件从 k.update_time'2019-01-03 12:00:00' 修改为 k.update_time='2019-01-03 12:00:00' （从 变成 = ）

则会使用索引 idx_time

在建立索引的时候，会遇到 Table Metadata Lock 的问题，可以先 show processlist ，找到占用表锁的连接，然后 kill 。

关于怎么查询mysql索引和查询mysql索引占用空间的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。