首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

替换字段中的坏字并将结果保存回字段,而不对字段进行索引

是一种数据处理操作,可以通过以下步骤实现:

  1. 首先,需要确定要替换的坏字是什么,可以是一个单词、短语或特定字符。
  2. 接下来,需要遍历字段中的每个字符或单词,检查是否包含坏字。可以使用字符串匹配算法,如正则表达式或字符串查找函数。
  3. 如果找到了坏字,可以使用合适的替换方法将其替换为正确的字词或字符。例如,可以使用字符串替换函数将坏字替换为正确的字词。
  4. 替换完成后,将结果保存回字段。这可以通过更新数据库记录或修改文本文件等方式实现,具体取决于数据存储的方式。

这种操作适用于需要对文本数据进行清洗或修复的场景,例如文本编辑器、数据清洗工具、自然语言处理等应用。

腾讯云提供了多个相关产品和服务,可以用于支持这种数据处理操作:

  1. 云服务器(Elastic Compute Cloud,ECS):提供虚拟服务器实例,可用于运行自定义的数据处理程序。
  2. 云数据库MySQL版(TencentDB for MySQL):提供高性能、可扩展的关系型数据库服务,可用于存储和管理字段数据。
  3. 云函数(Serverless Cloud Function,SCF):无服务器计算服务,可用于编写和运行处理数据的函数,无需管理服务器。
  4. 人工智能机器学习平台(AI Machine Learning Platform,AI MLP):提供各种人工智能算法和模型,可用于文本处理和语义分析。
  5. 对象存储(Cloud Object Storage,COS):可用于存储和管理字段数据,支持高可靠性和可扩展性。

以上是腾讯云的一些相关产品和服务,可以根据具体需求选择适合的产品进行数据处理操作。更多详细信息和产品介绍,请参考腾讯云官方网站:https://cloud.tencent.com/

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

大白话mysql之深入浅出索引原理 - 下

;而二级索引树中,叶子结点保存着索引值和主键值,当使用二级索引进行查询时,需要进行回表操作。...通过回表在主键索引树上找到满足条件的数据。 由上面可知,当 sql 语句的所求查询字段(select 列)和查询条件字段(where 子句)全都包含在一个索引树中,可以直接使用索引查询而不需要回表。...答案是不能的! 我们知道 B + 树中的各个节点是有顺序的,在联合索引中是根据索引的第一个字段进行排序构建索引树的 (当第一个字段相同时,按第二个字段进行排序)。...当执行 select * from user_table where email = '1111aaaa@xx.com' 时,通过搜索前缀索引树,会搜到 4 个 1111 开头的数据结点,并将这 4 个进行回表查询...前缀索引没有完整的字段信息,匹配到后必须回表查询才能确定查询结果。所以没法利用索引覆盖来提高查询性能。

35720

初识ELK(ElasticSearch-LogStash-Kibana)

ElasticSearch-基本概念 词项: 所有文档中出现的不重复个体 分片: 底层工作单元,保存全部数据中的一部分,能搜索任意一个节点上的资源(文档会被存储和索引到分片内)。...用JSON表示,ID唯一,不可修改,只能替换 文档元数据 _Index 索引。...ES使用乐观并发控制,默认不阻塞并发请求,如果请求版本号不对,返回错误状态码 Shards: 索引被切分存储的片段 Replication: 索引shards的拷贝 _score:正浮点数...\w+) 表示匹配 单词 一次或多次并将结果存储在 param1里面 pattern_dir 指定grok表达式存储的位置,match直接引用 正则写到想要匹配的位置即可 Kibana查询...kibana框中的查询可以使用LUCENE查询语法或者是ES的查询语句 Field 查询指定的字段否则使用默认字段 比如 index包含两个字段 title , text ;text是默认字段 title

48010
  • Java面试中常问的数据库方面问题

    ,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动...B+树,所有的叶子结点中包含了全部关键字的信息,及指向含有这些关键字记录的指针,且叶子结点本身依关键字的大小自小而大的顺序链接,所有的非终端结点可以看成是索引部分,结点中仅含有其子树根结点中最大(或最小...(而B 树的非终节点也包含需要查找的有效信息) ? 为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...B+-tree的查询效率更加稳定由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。...分区表中无法使用外键约束 MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。

    76030

    Java面试中常问的数据库方面问题

    ,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动...B+树,所有的叶子结点中包含了全部关键字的信息,及指向含有这些关键字记录的指针,且叶子结点本身依关键字的大小自小而大的顺序链接,所有的非终端结点可以看成是索引部分,结点中仅含有其子树根结点中最大(或最小...(而B 树的非终节点也包含需要查找的有效信息) ? 为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? B+的磁盘读写代价更低 B+的内部结点并没有指向关键字具体信息的指针。...B+-tree的查询效率更加稳定 由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。...分区表中无法使用外键约束 MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。 五.

    64230

    Java面试中常问的数据库方面问题

    ,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动...B+树,所有的叶子结点中包含了全部关键字的信息,及指向含有这些关键字记录的指针,且叶子结点本身依关键字的大小自小而大的顺序链接,所有的非终端结点可以看成是索引部分,结点中仅含有其子树根结点中最大(或最小...(而B 树的非终节点也包含需要查找的有效信息) ? 为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...B+-tree的查询效率更加稳定由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。...分区表中无法使用外键约束 MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。 五.

    82020

    24 个必须掌握的数据库面试问题!

    此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销。...一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。 2、B+-tree的查询效率更加稳定 由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快。 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高。

    1.7K20

    面试中有哪些经典的数据库问题?

    ),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来...(而B 树的非终节点也包含需要查找的有效信息) ? 七、为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? 1、B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此,主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 1、是否要支持事务

    1.2K01

    24 个MySQL面试题,Java 程序员又知道多少呢?

    4、如果使用非自增主键(如果身份证号或学号等),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置 此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉...一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。 2、B+-tree的查询效率更加稳定。 由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。...分区表中无法使用外键约束 MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此主键不应该过大,因为主键太大,其他索引也都会很大。 而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 是否要支持事务

    83740

    面试中有哪些经典的数据库问题?

    ),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来...(而B 树的非终节点也包含需要查找的有效信息) 七、为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? 1、B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此,主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 1、是否要支持事务

    85130

    面试中有哪些经典的数据库问题?

    ),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来...(而B 树的非终节点也包含需要查找的有效信息) ? 七、为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? 1、B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此,主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 1、是否要支持事务

    80910

    面试中有哪些经典的数据库问题?

    ),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来...(而B 树的非终节点也包含需要查找的有效信息) 七、为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? 1、B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此,主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 1、是否要支持事务

    80620

    面试中有哪些经典的数据库问题?

    ),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来...(而B 树的非终节点也包含需要查找的有效信息) ? 七、为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引? 1、B+的磁盘读写代价更低B+的内部结点并没有指向关键字具体信息的指针。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...但是辅助索引需要两次查询,先查询到主键,然后再通过主键查询到数据。因此,主键不应该过大,因为主键太大,其他索引也都会很大。而MyISAM是非聚集索引,数据文件是分离的,索引保存的是数据文件的指针。...而MyISAM用一个变量保存了整个表的行数,执行上述语句时只需要读出该变量即可,速度很快; 5、Innodb不支持全文索引,而MyISAM支持全文索引,查询效率上MyISAM要高; 如何选择: 1、是否要支持事务

    75520

    什么是数据库的索引?

    常见慢sql情况 没有创建索引,建表的时候一定不要忘记建立可能的索引,创建索引需要按照ESR原则进行 索引失效的情况,如查询字段上使用表达式导致索引失效比如在c1字段上存在一个b-tree索引,where...跨表进行分组、排序,当涉及到跨表分组、排序时,需要把两个表的结果集汇总到一起进行排序、分组,这里的消耗是非常大的,此时可以考虑去冗余部分字段,使分组、排序操作在一个表中完成,这样能够利用到索引,起到优化效果...因为支持事务,我们最常使用的是InnoDB。 虽然数据保存在磁盘中,但其处理是在内存中进行的。...为了减少磁盘随机读取次数,InnoDB采用页而不是行的粒度来保存数据,即数据被分成若干页,以页为单位保存在磁盘中。InnoDB的页大小,一般是16KB。...二级索引,也是利用的B+树的数据结构,如下图所示: 这次二级索引的叶子节点中保存的不是实际数据,而是主键,获得主键值后去聚簇索引中获得数据行。这个过程就叫作回表。

    30520

    企业微信万亿级日志检索系统

    我们希望有这样一个日志系统: 存储全量日志:由于 To B 业务的特殊性,至少需要保存 30 天的全量日志(数 PB 日志量,日志达数万亿条),方便回查日志定位问题; 日志快速定位:根据模块+时间段+关键字或用户请求信息快速定位日志...方案设计的考虑 保存时间短和日志缺失的问题 单机存储空间的限制导致日志丢失,日志也没法长时间保存,如何突破单机存储空间限制呢? 嗯,是的,使用分布式文件系统替换单机文件系统就可以了!...为了支持用户模糊查询请求,入库时不对日志内容分词建索引。用户查询时,日志存储模块使用关键字对日志内容正则匹配过滤(利用本机空闲 CPU)。...通过模块找到所有机器 IP 后,可快速找到该模块的日志在分布式文件系统中的日志目录。 时间段:日志数据保存在机器目录的小时粒度文件中,通过对日志时间采样保存为相应时间索引文件。...机器坏盘 LogIdxSvr 出现坏盘会导致已聚合到本机的 callid 索引数据丢失,新起的 LogIdxSvr 重新拉取分布式文件系统的 callid 索引文件,可以重建 Rocksdb 的 callid

    1.4K30

    快手面试,体验极佳!!

    如果发生碰撞的时候,Hashmap通过链表将产生碰撞冲突的元素组织起来,在Java 8中,如果一个bucket中碰撞冲突的元素超过某个限制(默认是8),则使用红黑树来替换链表,从而提高速度。...覆盖索引是指 SQL 中 query 的所有字段,在索引 B+Tree 的叶子节点上都能找得到的那些索引,从二级索引中查询得到记录,而不需要通过聚簇索引查询获得,可以避免回表的操作。...如果索引中存在这些数据,查询将不会再次检索主键索引,从而避免回表。 所以,使用覆盖索引的好处就是,不需要查询出包含整行记录的所有信息,也就减少了大量的 I/O 操作。...需要说明的是 const 类型和 eq_ref 都使用了主键或唯一索引,不过这两个类型有所区别,const 是与常量进行比较,查询效率会更快,而 eq_ref 通常用于多表联查中。...Using temporary:使了用临时表保存中间结果,MySQL 在对查询结果排序时使用临时表,常见于排序 order by 和分组查询 group by。效率低,要避免这种问题的出现。

    27610

    数据库面试题汇总

    4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。...(1) DELETE语句执行删除的过程是每次从表中删除一行,并且同时将该行的删除操作作为事务记录在日志中保存以便进行进行回滚操作。...第二范式需要确保数据库表中的每一列都和主键相关,而不能只与主键的某一部分相关(主要针对联合主键而言)。也就是说在一个数据库表中,一个表中只能保存一种数据,不可以把多种数据保存在同一张数据库表中。...由于索引文件以B-Tree格式保存,所以我们不用扫描任何记录,即可得到最终结果。...4、分区表中无法使用外键约束 5、MySQL的分区适用于一个表的所有数据和索引,不能只对表数据分区而不对索引分区,也不能只对索引分区而不对表分区,也不能只对表的一部分数据分区。

    54420

    精选MySQL面试题(附刷题小程序)

    (从磁盘取数据是最影响性能的) join对join语句匹配关系(on)涉及的字段建立索引能够提高效率 索引覆盖如果要查询的字段都建立过索引,那么引擎会直接在索引表中查询而不会访问原始数据(否则只要有一个字段没有建立索引就会做全表扫描...不一定,这涉及到查询语句所要求的字段是否全部命中了索引,如果全部命中了索引,那么就不必再进行回表查询。...当查询使用聚簇索引时,在对应的叶子节点,可以获取到整行数据,因此不用再次进行回表查询。 4.23 联合索引是什么?为什么需要注意联合索引中的顺序?...num=@num 应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。...为了最终结果的准确性,我们需要在不同的分片节点中将数据进行排序并返回,并将不同分片返回的结果集进行汇总和再次排序,最后再返回给用户。如下图所示: 9.6 MySQL的复制原理以及流程是什么?

    75430

    如何分析和优化 Elastic 部署的存储占用

    通过在响应标签中使用 CTRL-F 功能并搜索“mb”(即兆字节),我们可以快速识别索引中的几个大字段。不过,让我们更进一步,看看如何快速重新格式化响应并使用 Kibana 进行分析。...在 Kibana 中分析字段磁盘使用情况将 API 结果复制粘贴到你喜欢的文本编辑器中,并将其保存为文件,在我的例子中是 disk-usage-filebeat.json。...然后运行以下命令,替换 nomapping-filebeat 为你的索引名称,替换 disk-usage-filebeat.json 为你最近保存的文件:jq -c '....结果页面应包括类似于以下截图的字段,与 API 响应中的字段分析相匹配。向下滚动,点击导入并命名存储磁盘使用数据的索引。确保选中“创建索引模式”复选框。...我还注意到,文本字段的存储空间被倒排索引占用,而关键字字段主要由文档值占用,这些文档值用于聚合和排序。

    5700

    mysql汇总

    MySQL是一种关联数据库管理系统,关联数据库将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性。 Mysql是开源的,所以你不需要支付额外的费用。...帮助Mysql高效获取数据的数据结构 索引就是数据结构 类似新华字典的索引目录,可以通过索引目录快速查到你想要的字 排好序的快速查找数据 为什么要建立索引 提高查询效率 没有排序之前一个一个往后找 通过索引进行排序之后...因为更新表时, MYSQL不仅要保存数据,还要保存一下索引文件每次更新添加了索引列的字段, 会调整因为更新所带来的键值变化后索引的信息 索引分类 单值索引 一个索引只包含间个列,一个表可以有多个单值索引....]; 删除视图 drop view 视图名称; 视图机制 替换式 操作视图时,视图名直接被视图定义给替换掉 具化式 mysql先得到了视图执行的结果,该结果形成一个中间结果暂时存在内存中。...外面的select语句就调用了这些中间结果(临时表) 替换式与具化式区别 替换方式,将视图公式替换后,当成一个整体sql进行处理了。 具体化方式,先处理视图结果,后处理外面的查询需求。

    26710

    索引的原理???B+tree(数据结构和算法)

    在表数据量相同的情况下 多叉 的B+tree 层树更少 我们知道程序加载 树结构 的方式为: 每次加载子节点都需要和磁盘进行一次I/O 而磁盘I/O要比内存慢的多 因此 多叉的 B+tree 能够减少磁盘...将表直接以 B+tree 的形式存储 也就是视频开头的例子 在最底层的叶子节点中直接保存了索引字段所在行的完整数据 像这种 将表的完整数据直接聚集在B+tree上的索引 又叫做 聚簇索引 那与之对应的另一种索引就叫做...非聚簇索引 也就是 非主键索引、二级索引 ->非主键索引、二级索引 还是这个表 这次我们围绕 yanzhi 字段建立 非主键索引 对比 主键索引 来看 区别在于 非主键索引 最底层的叶子节点保存的并不是完整的行数据...而是 主键字段 所以当我们对非主键索引进行查询的时候 首先需要在非主键索引上拿到主键id 然后根据主键id再去查询主键索引 这个 回查主键索引 的过程书本上称之为 回表 我们浅想一下 回表 不是什么好事...像这样 只通过非主键索引一次得到查询结果 而将 回表 操作覆盖了的现象书本上就叫做 ”覆盖索引“ 注意奥!!!

    25110
    领券