本篇文章给大家谈谈索引卡的正确用法，以及哪种场景不建议建立索引对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。

本文目录

1. innerdb索引原理
2. 什么是ai场景增强
3. 索引卡的正确用法
4. 数据库索引是什么，有什么用，怎么用

innerdb索引原理

INNERDB是MySQL中的一个索引类型，它是一种基于哈希表的索引方式。INNERDB索引的原理如下：

INNERDB索引将索引键值与哈希值进行映射，并将映射结果存储在一个哈希表中。

当需要进行索引查找时，INNERDB索引首先计算查询键值的哈希值，然后通过哈希表快速定位到对应的索引数据。

在使用INNERDB索引进行查询时，MySQL会首先对查询条件中的索引键值进行哈希运算，然后通过哈希表查找对应的索引数据。

由于哈希表是无序的，因此INNERDB索引不能用于范围查询等需要按索引键值顺序进行查找的场景。

INNERDB索引的主要优点是查找速度快，因为哈希表是一种非常快速的查找数据结构。但是，INNERDB索引也有一些限制和缺点。例如，由于哈希表是无序的，因此INNERDB索引不能用于范围查询等需要按索引键值顺序进行查找的场景。此外，当需要进行插入、删除和更新操作时，INNERDB索引可能需要重新计算哈希值并更新哈希表，这可能会导致一些额外的开销。

需要注意的是，INNERDB并不是MySQL中唯一的一种索引类型。MySQL还支持B-tree索引、全文索引等多种类型的索引，每种类型的索引适用于不同的场景和数据类型。在实际应用中，需要根据具体的业务需求和数据结构来选择合适的索引类型。

什么是ai场景增强

ai场景增强就是把过去的视频超级夜景和LiveHDR功能合并到一起并继续优化，在视频录制界面点击顶部相关按钮就能直接打开。

两个功能合二为一，系统会根据场景自主判断，为用户拍摄逻辑做了减法，效果上则做了加法。

从夜景拍摄的视频画面来看，OPPOReno5系列画面观感出色，特别是开启“ai场景增强”功能后，前后画面的对比度和色彩饱和度都有提升，色彩更加绚丽。

ai场景增强让夜景视频的画面亮度、清晰度大幅度提高，HDR视频算法则控制画面的白平衡，有效抑制过度偏色的问题。

在超级夜景&视频HDR融合算法加持下，系统根据环境自适应调节各模块处理的效果，使得整体画面亮度表现更均匀、过渡更自然、噪点更少和色彩表现更强的效果。

索引卡的正确用法

索引卡是一种常用于整理和归档信息的工具，可以帮助你快速查找和组织各种内容。以下是索引卡的正确用法：

1.定义目的：确定你使用索引卡的目的。你可以用它来记录笔记、制作待办事项列表、整理知识点等。

2.决定分类方式：根据你的需求，确定索引卡的分类方式。可以按主题、日期、字母顺序等进行分类。

3.标题和内容：每张索引卡上应有清晰的标题，简明扼要地概括该卡的内容。在卡片上写下你想要记录的信息，可以是关键词、句子、图表等。

4.使用颜色和符号：你可以根据需要使用不同颜色的索引卡来表示不同的类别或重要性。也可以使用符号、标记或图标来提醒或强调某些信息。

5.排序和编号：如果你有多个索引卡，可以使用编号或排序系统来使它们按照特定顺序排列。这样可以方便查找和组织信息。

6.存储和组织：选择合适的存储方式，如索引卡盒、文件夹、夹子等，以便将索引卡整齐地存放在一起。

7.更新和维护：定期检查和更新索引卡，添加新信息或删除不再需要的内容。保持索引卡的整洁和有效性。

总之，索引卡是一种简单而实用的工具，可以根据个人的需求和习惯进行灵活运用。它可以帮助你整理思路、记录重要信息，并提高工作和学习的效率。

数据库索引是什么，有什么用，怎么用

在满足语句需求的情况下，尽量少的访问资源是数据库设计的重要原则，这和执行的SQL有直接的关系，索引问题又是SQL问题中出现频率最高的，常见的索引问题包括：无索引（失效）、隐式转换。1.SQL执行流程看一个问题，在下面这个表T中，如果我要执行需要执行几次树的搜索操作，会扫描多少行？

这分别是ID字段索引树、k字段索引树。

这条SQL语句的执行流程：

1.在k索引树上找到k=3，获得ID=3002.回表到ID索引树查找ID=300的记录，对应R33.在k索引树找到下一个值k=5，ID=5004.再回到ID索引树找到对应ID=500的R4

5.在k索引树去下一个值k=6，不符合条件，循环结束

这个过程读取了k索引树的三条记录，回表了两次。因为查询结果所需要的数据只在主键索引上有，所以必须得回表。所以，我们该如何通过优化索引，来避免回表呢？2.常见索引优化2.1覆盖索引覆盖索引，换言之就是索引要覆盖我们的查询请求，无需回表。

如果执行的语句是，这样的话因为ID的值在k索引树上，就不需要回表了。

覆盖索引可以减少树的搜索次数，显著提升查询性能，是常用的性能优化手段。

但是，维护索引是有代价的，所以在建立冗余索引来支持覆盖索引时要权衡利弊。

2.2最左前缀原则

B+树的数据项是复合的数据结构，比如的时候，B+树是按照从左到右的顺序来建立搜索树的，当这样的数据来检索的时候，B+树会优先比较name来确定下一步的检索方向，如果name相同再依次比较sex和age，最后得到检索的数据。

可以清楚的看到，A1使用tl索引，A2进行了全表扫描，虽然A2的两个条件都在tl索引中出现，但是没有使用到name列，不符合最左前缀原则，无法使用索引。所以在建立联合索引的时候，如何安排索引内的字段排序是关键。评估标准是索引的复用能力，因为支持最左前缀，所以当建立（a，b）这个联合索引之后，就不需要给a单独建立索引。原则上，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。上面这个例子中，如果查询条件里只有b，就是没法利用（a，b）这个联合索引的，这时候就不得不维护另一个索引，也就是说要同时维护（a，b）、（b）两个索引。这样的话，就需要考虑空间占用了，比如，name和age的联合索引，name字段比age字段占用空间大，所以创建（name，age）联合索引和（age）索引占用空间是要小于（age，name）、(name）索引的。

2.3索引下推

以人员表的联合索引（name,age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是26岁的所有男性”。那么，SQL语句是这么写的

通过最左前缀索引规则，会找到ID1，然后需要判断其他条件是否满足在MySQL5.6之前，只能从ID1开始一个个回表。到主键索引上找出数据行，再对比字段值。而MySQL5.6引入的索引下推优化(indexconditionpushdown)，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。这样，减少了回表次数和之后再次过滤的工作量，明显提高检索速度。

2.4隐式类型转化

隐式类型转化主要原因是，表结构中指定的数据类型与传入的数据类型不同，导致索引无法使用。所以有两种方案：

修改表结构，修改字段数据类型。

修改应用，将应用中传入的字符类型改为与表结构相同类型。

3.为什么会选错索引3.1优化器选择索引是优化器的工作，其目的是找到一个最优的执行方案，用最小的代价去执行语句。在数据库中，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的CPU资源越少。当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。

3.2扫描行数

MySQL在真正开始执行语句之前，并不能精确的知道满足这个条件的记录有多少条，只能通过索引的区分度来判断。显然，一个索引上不同的值越多，索引的区分度就越好，而一个索引上不同值的个数我们称为“基数”，也就是说，这个基数越大，索引的区分度越好。

MySQL使用采样统计方法来估算基数：采样统计的时候，InnoDB默认会选择N个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。而数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过1/M的时候，会自动触发重新做一次索引统计。

在MySQL中，有两种存储索引统计的方式，可以通过设置参数innodb_stats_persistent的值来选择：

on表示统计信息会持久化存储。默认N=20，M=10。

off表示统计信息只存储在内存中。默认N=8，M=16。

由于是采样统计，所以不管N是20还是8，这个基数都很容易不准确。所以，冤有头债有主，MySQL选错索引，还得归咎到没能准确地判断出扫描行数。

可以用来重新统计索引信息，进行修正。

3.3索引选择异常和处理1.采用forceindex强行选择一个索引。2.可以考虑修改语句，引导MySQL使用我们期望的索引。3.有些场景下，可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。

关于本次索引卡的正确用法和哪种场景不建议建立索引的问题分享到这里就结束了，如果解决了您的问题，我们非常高兴。