MySQL索引用法实例分析
本文实例分析了MySQL索引用法。分享给大家供大家参考，具体如下：
MYSQL描述：
一个文章库，里面有两个表：category和article。category里面有10条分类数据。article里面有20万条。article里面有一个"article_category"字段是与category里的"category_id"字段相对应的。article表里面已经把article_category字义为了索引。数据库大小为1.3G。
问题描述：
执行一个很普通的查询：
SELECT*FROM`article`WHEREarticle_category=11ORDERBYarticle_idDESCLIMIT5执行时间大约要5秒左右
解决方案：
建一个索引：
createindexidx_uonarticle(article_category,article_id);
SELECT*FROM`article`WHEREarticle_category=11ORDERBYarticle_idDESCLIMIT5减少到0.0027秒
继续问题：
SELECT*FROM`article`WHEREarticle_categoryIN(2,3)ORDERBYarticle_idDESCLIMIT5执行时间要11.2850秒。
使用OR:
select*fromarticle wherearticle_category=2 orarticle_category=3 orderbyarticle_iddesc limit5
执行时间：11.0777
解决方案：避免使用in或者or(or会导致扫表)，使用unionall
使用UNIONALL：
(select*fromarticlewherearticle_category=2orderbyarticle_iddesclimit5) UNIONALL(select*fromarticlewherearticle_category=3orderbyarticle_iddesclimit5) ORDERBYarticle_iddesc limit5
执行时间：0.0261
注:UNION和UNIONALL的区别
在数据库中，UNION和UNIONALL关键字都是将两个结果集合并为一个，但这两者从使用和效率上来说都有所不同。
UNION在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。
实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表UNION。如：
select*fromgc_dfysunionselect*fromls_jg_dfys
这个SQL在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。
而UNIONALL只是简单的将两个结果合并后就返回。这样，如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了。
从效率上说，UNIONALL要比UNION快很多，所以，如果可以确认合并的两个结果集中不包含重复的数据的话，那么就使用UNIONALL，如下：
select*fromgc_dfysunionallselect*fromls_jg_dfys
注：mysql中unionall的orderby问题
今天写mysql数据库代码的时候，发现union的结果不是预期的
$stime=date("H:i:s");
$sql1="select*fromTwhere'$stime'>stimeorderbystimedesc";
$sql2="select*fromTwherestime>'$stime'orderbystimeasc";
$sql="($sql)unionall($sql2)";
分别执行$sql1和$sql2的时候结果是对的
但是执行$sql的时候，发现结果反了，$sql1的部分变升序，$sql2的部分变成降序
搜索也没有得到满意的答案，好像有些数据库还是不支持字句orderby的
无意中发现这样可以：
$sql="select*from($sql1)astemp1unionallselect*from($sql2)astemp2";
这是因为你的union的用法不正确的原因。在union操作中，orderby语句不能出现在由union操作组合的两个select语句中。排序可以通过在第二个select语句后指定orderby子句。
更多关于MySQL相关内容感兴趣的读者可查看本站专题：《MySQL索引操作技巧汇总》、《MySQL日志操作技巧大全》、《MySQL事务操作技巧汇总》、《MySQL存储过程技巧大全》、《MySQL数据库锁相关技巧汇总》及《MySQL常用函数大汇总》
希望本文所述对大家MySQL数据库计有所帮助。