大家好，今天给各位分享数据库中主键和索引的区别以及使用场景分别是什么的一些知识，其中也会对不建议使用索引的场景进行解释，文章篇幅可能偏长，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在就马上开始吧！
本文目录
Mysql中明明创建了a字段的索引，为什么执行Sql时，却没有使用a索引进行查询，失效了
在MySQL数据库中，的确存在一些场景会导致存储引擎放弃使用索引而进行全表扫描，下面我们将从索引失效的原因以及如何避免索引失效两个方面回答这个问题，希望对您有所帮助。
MySQL中一条查询SQL是如何被执行的？如上图，我们可以看到一条Mysql查询语句，从被客户端下发到调用存储引擎读取数据，返回结果，经历了连接器、分析器、优化器、执行器。我们以下面SQL为例，简单说明下在各个环节中分别做了哪些事情。
如上SQL，实现了查询Score表中学号为9527同学的Math(数学)成绩，下面我们分析下这个语句的执行流程：step1连接器：首先会检查该该查询SQL语句是否有权限，如果无权限，则直接返回错误信息，如果有权限，在MySQL8.0版本之前，会先查询缓存，以这条SQL语句作为KEY在内存中进行查询，如果有结果则直接将历史查询结果返回，如果没有，执行下一步。
step2分析器：在分析器中会进行词法分析与语法分析，通过分析器词法分析，提取SQL语句中关键字，比如，提取SQL语句中的SELECT、WHERE，提取查询的表名是CourseInfo，提取查询的字段是StudentId、Score，提取查询条件是Course等于'Math'且StudentId等于9527。
然后再通过再语法分析判断在该SQL语句是否有语法错误，比如，关键词是否正确、StudentId、Score字段是否存在于CourseInfo表中等等，若检查通过，则继续执行下一步。
step3优化器：优化器会通过自己的分析算法确认执行方案，上面的SQL语句，有两种执行方案，如下：
方案一：首先，查询课程是Math的所有学生的成绩。然后，再查询其学号是9527的成绩。方案二：首先，查询学号是9527的所有科目的成绩。然后，再查询其科目是Math的成绩。因此，优化器会根据它的优化算法分析它所认为执行效率最高的一个方案（优化器认为不一定是最好。同时如果如优化器分析使用索引扫描比全表扫描效率低时，会放弃使用索引而选择全表扫描，一般数据量极少时，可能不会走索引）。
step4执行器：首先，进行权限校验，如果没有权限则会返回错误信息，如果有权限就会调用数据库存储引擎的查询接口，返回引擎的查询结果。
放弃使用索引而选择全表扫描除了上面提到的当优化器分析使用索引扫描比全表扫描效率低时，优化器会放弃使用索引而选择全表扫描，还有哪些原因会导致放弃索引而选择全表扫描呢？
因索引失效，导致全表扫描的可能原因有以下几点：
WHERE子句中对索引列进行计算、函数、类型转换等操作。WHERE子句中对索引列使用不等于，如!=或者<>。WHERE子句中对索引列使用ISNULL，ISNOTNULL。WHERE子句中对索引列使用模糊查询LIKE并以通配符开头如，%ab。WHERE子句中对索引列使用OR来连接条件。WHERE子句中对索引列使用IN和NOTIN。WHERE子句中对索引列使用隐式类型转换，如字段age类型为int，WHERE条件中却使用varchar类型，如，age='17'。复合索引未遵循最佳左前缀原则或者存在断点。索引被禁用，开启索使用ALTERTABLETESTOPSENABLEKEYS。如何避免索引失效避免在WHERE子句中使用!=或<>不等于操作符
在WHERE子句中使用!=或者<>操作符，将导致引擎放弃使用索引而进行全表扫描。MySQL仅有对以下操作符才会使用索引：<，>，<=，>=，=，BETWEEN，IN，以及使用LIKE时的后缀模糊查询%。
避免在WHERE子句中对索引列使用%前缀模糊查询
WHERE子句中使用%前缀模糊查询，将导致引擎放弃使用索引而进行全表扫描。解决%前缀模糊查询时索引失效的方法是添加覆盖索引（仅访问索引的查询，查询列都是索引，只需扫描索引而无须回表）。
避免在WHERE子句中对索引列使用OR来连接条件
在WHERE子句中使用OR来连接条件，将导致引擎放弃使用索引而进行全表扫描。使用OR的字句可以分解为多个查询，并且通过UNION连接多个查询的结果。他们的速度只同是否使用索引有关，若查询需要时能够用到复合索引，使用UNIONALL执行的效率更高。
我们在实际SQL设计时尽量UNIONALL代替UNION，UNION和UNIONALL的区别主要是UNION需要将结果集合并后并进行唯一性过滤操作，涉及到排序，产生大量的CPU运算，增加资源消耗及延迟。当然，使用UNIONALL的前提条件是两个结果集没有重复数据，或对是否存在重复数据无要求。
避免在WHERE子句中对索引列使用IN和NOTIN
在WHERE子句中使用IN和NOTIN，将导致引擎放弃使用索引而进行全表扫描。在SQL设计时对于连续的数值，可以使用BETWEEN…AND…尽量避免使用IN。除此之外，一般可使用EXISTS代替IN。若需要使用IN，在IN后面值的列表中，应按照值的分布数量降序排列，以减少判断的次数。
尝试使用BETWEENAND替换IN，示例如下。
我们使用EXISTS来替代IN，用NOTEXISTS来替代NOTIN，无论哪种情况NOTIN效率都是最低的。
除此之外，我们可以尝试使用LEFTJOIN替换IN。
避免在WHERE子句中对索引列使用计算、函数、类型转换等操作
在WHERE子句中对“=”左边的字段进行函数、算术运算及其他表达式运算，将导致引擎放弃使用索引而进行全表扫描，可以将表达式运算移至“=”右边。
避免在WHERE子句中对索引列进行NULL值判断在WHERE子句中对字段进行NULL值判断，将导致引擎放弃使用索引而进行全表扫描。创建表时NULL是默认值，但大多数时候应该使用NOTNULL，或者使用一个默认值，如使用0作为默认值。
例如，性别字段，使用1表示男，2表示女，0表示未知，或者是当用户没有选择，默认值设置为0（大部分编程语言的数字类型的默认值0）。
如果字段允许为空，可能会有以下问题：查询条件中必须处理为空的情况，否则将会出现一些很奇怪的问题，比如NOTIN、!=等负向条件查询在有NULL值的时候返回永远为空结果，查询容易易出错。在部分数据库中将导致索引失效。可空列需要更多存储空间，导致空间变大。凡事没有绝对的，使用默认值的思路一定程度可以解决很大一部分可为空的问题，但不是所有的都需这样做，具体还是需要根据具体业务进行分析。
避免在WHERE子句中对索引列进行隐式类型转换
WHERE子句中对索引列进行隐式类型转换（条件中字段赋值与字段定义类型不匹配），将导致引擎放弃使用索引而进行全表扫描。当我们对不同类型的值进行比较的时候，为了使得这些数值可比较，MySQL数据库会做一些隐式转化（Implicittypeconversion）。
SQL查询语句的条件中字段赋值与字段定义类型不匹配是一种常见的错误用法。
如上，字段account字段的定义为varchar类型，而在WHERE条件中account字段值是数字型，数据类型不匹配，此时是没法直接进行比较的，需要进行类型转换。MySQL的策略是将表中account字段全部转换为数字型之后再比较，因此引发函数作用于字段，使得索引失效，导致全表扫描，正确的写法如下：
数据库中主键和索引的区别以及使用场景分别是什么
关系数据库依赖于主键，它是数据库物理模式的基石。
主键在物理层面上只有两个用途：惟一地标识一行。作为一个可以被外键有效引用的对象。索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的引用指针。下面是主键和索引的一些区别与联系。1.主键一定是唯一性索引，唯一性索引并不一定就是主键。所谓主键就是能够唯一标识表中某一行的属性或属性组，一个表只能有一个主键，但可以有多个候选索引。因为主键可以唯一标识某一行记录，所以可以确保执行数据更新、删除的时候不会出现张冠李戴的错误。主键除了上述作用外，常常与外键构成参照完整性约束，防止出现数据不一致。数据库在设计时，主键起到了很重要的作用。主键可以保证记录的唯一和主键域非空，数据库管理系统对于主键自动生成唯一索引，所以主键也是一个特殊的索引。
2.一个表中可以有多个唯一性索引，但只能有一个主键。
3.主键列不允许空值，而唯一性索引列允许空值。
4.索引可以提高查询的速度。其实主键和索引都是键，不过主键是逻辑键，索引是物理键，意思就是主键不实际存在，而索引实际存在在数据库中，主键一般都要建，主要是用来避免一张表中有相同的记录，索引一般可以不建，但如果需要对该表进行查询操作，则最好建，这样可以加快检索的速度。
ctx和ntx的区别
CTX和NTX都是Oracle数据库中的索引类型，它们之间有以下的区别：
1.CTX索引：CTX全文索引是Oracle数据库所提供的一种特殊的索引类型，一般用于快速地搜索文本类型的内容，例如大段的文本、XML、PDF等。CTX索引能够很好地处理各种语言和各种不同的字符集，并支持包括模糊搜索和语义搜索在内的多种搜索方式。但是，CTX索引需要用户指定一个分词器（Tokenizer）来进行分词，从而识别出关键词，因此对于一些特定的文本内容，其索引效果可能不如预期。
2.NTX索引：NTX是Oracle数据库中的一类B-tree索引，适用于较小的表和数据量，一般用于快速搜索、排序和聚合数据。NTX索引为Oracle默认的索引类型，适合处理数值、日期、布尔值等数据类型。常见的NTX索引包括唯一索引（UniqueIndex）、Function-BasedIndex（FBI）等。
综上所述，CTX索引和NTX索引的使用场景不同。通常情况下，如果需要搜索文本类型的数据，可以使用CTX索引，如果需要搜索、排序、聚合数值类型的数据，则使用NTX索引可以更加高效。
曲线入库的技巧和方法
有很多种，但总的来说是可以掌握的。首先，曲线入库要注意数据的准确性和可靠性，避免数据录入错误，造成后期分析的误差。其次，在选择曲线入库方法时，需要根据曲线类型和数据特征，选择合适的数学模型进行拟合，如线性回归、多项式回归、指数回归等。最后，还要注意数据的标准化和降维处理，在多变量曲线入库时，采用主成分分析等方法可有效减少数据维度，提升曲线拟合的精度和效率。总之，熟练掌握曲线入库技巧和方法，结合数据处理和分析的实践经验，能够更加准确、高效地完成数据挖掘和分析工作。
关于数据库中主键和索引的区别以及使用场景分别是什么，不建议使用索引的场景的介绍到此结束，希望对大家有所帮助。