今天整理了一下MySQL的索引，一般人只知道3~4个，但我经常听到有10几个之多，如下图：索引是不是很多都听过，但是只是想不起来。我大概归了一下类：索引分类密度按照密度分，可分为稠密索引和稀疏索引，我们常见的MySQLInnodb引擎使用的是稠密索引。一般列式数据库采用的是稀疏索引，如Clickhouse。稠密索引稠密索引（DenseIndex）也称为完全索引，是一种将每个记录（行）都映射到一个索引项（IndexEntry）的索引方式。这种索引方式对于每一条记录都会创建一个索引项，因此它可以支持高效的查询和排序操作。但是，由于每个记录都需要一个索引项，因此它会占用更多的存储空间，特别是在大型表

1、效率低传统的数仓大多构建在Hadoop之上。这位传统的数仓带来了近乎无限的横向扩展能力，同时也造成了传统的数仓技术效率低的缺陷。效率低主要体现在以下几个方面。部署效率低：在部署Hive/HBase/Kylin之前，必须部署好Hadoop集群。和传统数据库相比，这个部署效率是非常低效的。运维效率低：Hive/HBase/Kylin基于Hadoop，Hadoop生态会带来一个非常严重的单点故障问题，即Hadoop体系中任何一个组件出现问题，都可能引起整个系统的不可用。使用传统的数仓对运维的要求非常高。计算效率低：主要体现在Hive和Kylin上，这两个数仓没有自己的存储引擎和计算引擎，这导致H

1、效率低传统的数仓大多构建在Hadoop之上。这位传统的数仓带来了近乎无限的横向扩展能力，同时也造成了传统的数仓技术效率低的缺陷。效率低主要体现在以下几个方面。部署效率低：在部署Hive/HBase/Kylin之前，必须部署好Hadoop集群。和传统数据库相比，这个部署效率是非常低效的。运维效率低：Hive/HBase/Kylin基于Hadoop，Hadoop生态会带来一个非常严重的单点故障问题，即Hadoop体系中任何一个组件出现问题，都可能引起整个系统的不可用。使用传统的数仓对运维的要求非常高。计算效率低：主要体现在Hive和Kylin上，这两个数仓没有自己的存储引擎和计算引擎，这导致H

目标读者开发人员学生DBA其他工作中涉及数据库的相关人员一.概述1.1.测试环境概览操作系统：CentOS7.9x86_64数据库：MySQL5.7.38Docker版本：1.13.1-209为了快速部署测试环境，数据库运行于Docker内。1.2.测试环境初始化启动Docker服务yuminstall-ydockersystemctlstartdocker#禁止开机自启动systemctldisabledocker启动MySQL服务（Docker内）mypwd='tiger'#mysql密码myport=33016#mysql端口myversion='5.7.38'#mysql版本号dock

目标读者开发人员学生DBA其他工作中涉及数据库的相关人员一.概述1.1.测试环境概览操作系统：CentOS7.9x86_64数据库：MySQL5.7.38Docker版本：1.13.1-209为了快速部署测试环境，数据库运行于Docker内。1.2.测试环境初始化启动Docker服务yuminstall-ydockersystemctlstartdocker#禁止开机自启动systemctldisabledocker启动MySQL服务（Docker内）mypwd='tiger'#mysql密码myport=33016#mysql端口myversion='5.7.38'#mysql版本号dock