2月13日

索引分类：

1. 按数据结构分类：
   • B - 树索引：是平衡的多路搜索树，节点存储索引键值和指针。特点是查询时间复杂度稳定在对数级别，常用于范围和等值查询。适用于各类查询，尤其是范围查找场景。
   • B + 树索引：B - 树变体，非叶子节点只存索引键值，数据存于叶子节点且叶子节点用指针相连。更适合范围查询，提高了查询效率。是数据库常用索引结构，如MySQL的InnoDB存储引擎使用。
   • 哈希索引：用哈希函数将索引键值转为哈希码定位数据行。查找速度快，时间复杂度O(1)，适用于等值查询，但不支持范围查询。适用于快速等值匹配场景，如缓存系统键值查找。
2. 按物理存储分类：
   • 聚集索引：决定表中数据物理存储顺序，一个表只能有一个。查询效率高，范围查询和排序快，但插入、删除和更新可能导致数据物理移动，开销大。常将主键设为聚集索引，适用于常进行范围查询和排序的表。
   • 非聚集索引：不改变数据物理存储顺序，单独创建索引结构存储索引键值和指针，一个表可有多 个。创建和维护成本低，对插入、删除和更新影响小，但查询可能需二次查找。适用于常进行特定列查询，无需对整个表排序的场景。
3. 按逻辑功能分类：
   • 唯一索引：要求索引列值唯一，可聚集或非聚集。保证数据唯一性，提高查询效率。用于需保证数据唯一性的列，如用户名、身份证号等。
   • 复合索引：由多个列组成，数据库根据列组合排序和存储索引数据。可提高多列查询效率，减少索引数量，但要注意索引列顺序。适用于常同时根据多列查询的场景。
   • 全文索引：用于文本数据全文搜索，对文本分词建立索引。可快速定位含特定关键词的文本，支持模糊和语义查询。创建和维护成本高，占用存储空间多。适用于需全文搜索的场景，如新闻、商品描述搜索。

常见聚合函数及示例

• COUNT：计算行数

-- 总行数
SELECT COUNT(*) FROM TableName;
-- 某列非空行数
SELECT COUNT(ColumnName) FROM TableName WHERE ColumnName IS NOT NULL;

• SUM：计算数值总和

SELECT SUM(ColumnName) FROM TableName;

• AVG：计算数值平均值

SELECT AVG(ColumnName) FROM TableName;

• MAX：找出最大值

SELECT MAX(ColumnName) FROM TableName;

• MIN：找出最小值

SELECT MIN(ColumnName) FROM TableName;