@索引

動態 列表
@boxuegu

分享會上狂吹MySQL的4大索引結構,沒想到大家的鑑賞能力如此的~~~~

文章內容整理自【博學谷狂野架構師】 索引(index)是幫助MySQL高效獲取數據的數據結構(有序)。在數據之外,數據庫系統還維護着滿足 特定查找算法的數據結構,這些數據結構以某種方式引用(指向)數據, 這樣就可以在這些數據結構 上實現高級查找算法,這種數據結構就是索引。 優缺點: 優點: 提高數據檢索效率,降低數據庫的IO成本 通過索引列對數據進行排序,降低數據排序的成本,降

boxuegu 頭像

@boxuegu

昵稱 博學谷狂野架構師

@jdcdevloper

淺析MySQL代價模型:告別盲目使用EXPLAIN,提前預知索引優化策略 | 京東雲技術團隊

背景 在 MySQL 中,當我們為表創建了一個或多個索引後,通常需要在索引定義完成後,根據具體的數據情況執行 EXPLAIN 命令,才能觀察到數據庫實際使用哪個索引、是否使用索引。這使得我們在添加新索引之前,無法提前預知數據庫是否能使用期望的索引。更為糟糕的是,有時甚至在添加新的索引後,數據庫在某些查詢中會使用它,而在其他查詢中則不會使用,這種情況下,我們無法確定索引是否發揮了預期的作用,讓人感到

jdcdevloper 頭像

@jdcdevloper

昵稱 京東雲開發者

@vivo_tech

慢SQL優化實戰:從一例線上慢SQL探究執行引擎工作過程

作者: vivo 互聯網服務器團隊- Li Xin 本文通過一個線上慢SQL案例,介紹了Join的兩種算法和Order by的工作原理,並通過Explain和Optimizer_trace工具完整推演了慢SQL的執行過程。基於對原理和執行過程的分析,本文給出一種“引導執行引擎選擇效率更高的算法”的方案,從而使查詢性能得到大幅提升。 1、線上慢 SQL 背景 慢 SQL 會影響用户使用體驗,

vivo_tech 頭像

@vivo_tech

昵稱 vivo互聯網技術

@grapecity

C# SIMD向量索引實戰:從理論到高性能實現

C# SIMD向量索引實戰:從理論到高性能實現 性能革命的起點 想象這樣一個場景:你正在開發一個智能推薦系統,需要從100萬個商品向量中快速找出與用户查詢最相似的前10個商品。如果引入Qdrant的話會增加部署複雜度、嵌入式的Faiss對.NET生態並不友好,該怎麼辦? 要不自己構建一個向量索引吧。確保同樣的查詢一樣只需要幾十毫秒,和Faiss性能相當! 這不是紙上談兵,而是我在實際項目中實現的高

grapecity 頭像

@grapecity

昵稱 葡萄城技術團隊