Mysql数据库索引
文章目录
- Mysql数据库索引
- 概念
- 索引利弊
- 建立索引的场景
- 索引类型
- Mysql存储引擎
- 概念
- 存储引擎的数据结构分析
- InnoDB的聚集索引和普通索引的回表
- 覆盖索引
- 概念
- 实现覆盖索引
- 如何优化索引
- 覆盖索引
- 创建索引
- 排序的问题
- like语句
- 列运算
- 不使用NOT IN
Mysql数据库索引
概念
数据库索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。在数据库中，索引的含义与日常意义上的“索引”一词并无多大区别（想想小时候查字典），它是用于提高数据库表数据访问速度的数据库对象。
索引利弊
1、索引的好处
a、提高数据检索的效率，降低检索过程中必须要读取得数据量，降低数据库IO成本。
b、降低数据库的排序成本。因为索引就是对字段数据进行排序后存储的，如果待排序的字段与索引键字段一致，就在取出数据后不用再次排序了，因为通过索引取得的数据已满足排序要求。另外，分组操作是先排序后分组，所以索引同样可以省略分组的排序操作，降低内存与CPU资源的消耗。
2、索引的弊端
a、索引会增加 增、删、改操作所带来的IO量与调整索引的计算量。
b、索引要占用空间，随着数据量的不断增大，索引还会带来存储空间的消耗。
建立索引的场景
1、较频繁的作为查询条件的字段应该创建索引
2、唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
3、增、删、改操作较多的数据库字段不适合建索引
索引类型
主键索引 PRIMARY KEY：
它是一种特殊的唯一索引，不允许有空值。一般是在建表的时候同时创建主键索引。注意：一个表只能有一个主键。
唯一索引 UNIQUE：
唯一索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。
ALTER TABLE table_name ADD UNIQUE (column);
普通索引 INDEX：
这是最基本的索引，它没有任何限制。
ALTER TABLE table_name ADD INDEX index_name (column);
组合索引 INDEX：
即一个索引包含多个列，多用于避免回表查询。
因为MySQL索引查询会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候，如(key1,key2,key3)，相当于创建了（key1）、(key1,key2)和(key1,key2,key3)三个索引，这就是最左匹配原则。
ALTER TABLE table_name ADD INDEX index_name(column1,column2, column3);
全文索引 FULLTEXT：
也称全文检索，是目前搜索引擎使用的一种关键技术。
ALTER TABLE table_name ADD FULLTEXT (column);
上述索引又可以分为两大类：聚集索引（主键索引）和非聚集索引。
Mysql存储引擎
概念
现如今，mysql存储引擎主要有InnoDB和Myisam两种，其中InnoDB支持事务、行锁，并且使用了聚集索引，myisam使用的是非聚集索引。mysql默认的存储引擎是InnoD。
存储引擎的数据结构分析
为什么mysql要选用B+树?
- 哈希结构适合键值对查询，不支持范围查找，而且容易造成哈希碰撞。碰撞：哈希函数可能对不同的key映射同一个结果。解决：链表链接碰撞数据，然后遍历查询。
- 二叉树在极端情况下会造成线性链表，时间复杂度编程O(n)，效率低。
- 红黑树在自增字段下，会呈相似于线性链表，效率低。
- 平衡二叉树每个树节点只存储一个数据，导致查询时磁盘IO太多，效率低。
- B树一个节点里存储的是数据，所以它一个节点存储的数据有限。B 树的查找性能等于 O（h*logn），其中 h 为树高，n 为每个节点关键词的个数。
- B+树一个节点里存储的是索引，所以它可以存储大量的索引，叶子节点存储了大量的数据，所有的叶子节点用链表串联起来，便于查询。
InnoDB的聚集索引和普通索引的回表
create table user (
id int primary key,
name varchar(20),
sex varchar(5),
index(name)
)engine=innodb;
InnoDB聚集索引的叶子节点存储行记录，因此， InnoDB必须要有，且只有一个聚集索引：
1.如果表定义了PrimaryKey，则PrimaryKey就是聚集索引；
2.如果表没有定义PrimaryKey，则第一个not NULL unique列是聚集索引；
3.否则，InnoDB会创建一个隐藏的row-id作为聚集索引；
画外音： 所以PrimaryKey查询非常快，直接定位行记录。
InnoDB普通索引(非聚集索引)的叶子节点存储主键值。
画外音： 注意，不是存储行记录头指针，MyISAM的索引叶子节点存储记录指针。
举个栗子，不妨设有表：
t(id PK, name KEY, sex, flag);
画外音： id是聚集索引，name是普通索引。
表中有四条记录：
1, shenjian, m, A
3, zhangsan, m, A
5, lisi, m, A
9, wangwu, f, B
两个B+树索引分别如上图：
（1）id为PK，聚集索引，叶子节点存储行记录；
（2）name为KEY，普通索引，叶子节点存储PK值，即id；
既然从普通索引无法直接定位行记录，那普通索引的查询过程是怎么样的呢？
通常情况下，需要扫码两遍索引树。
例如：
select * from t where name='lisi';
执行过程：
如粉红色路径，需要扫码两遍索引树：
（1）先通过普通索引定位到主键值id=5；
（2）在通过聚集索引定位到行记录；
这就是所谓的回表查询，先定位主键值，再定位行记录，它的性能较扫一遍索引树更低。
覆盖索引
概念
MySQL的官网并没有有关的概念描述。
借用一下SQL-Server官网的说法。
即explain的输出结果Extra字段为Using index时，能够触发索引覆盖。
不管是SQL-Server官网，还是MySQL官网，都表达了：只需要在一棵索引树上就能获取SQL所需的所有列数据，无需回表，速度更快。
实现覆盖索引
常见的方法是：将被查询的字段，建立到联合索引里去。
create table user (
id int primary key,
name varchar(20),
sex varchar(5),
index(name)
)engine=innodb;
第一个SQL语句
explain select id,name from user where name='shenjian';
能够命中name索引，索引叶子节点存储了主键id，通过name的索引树即可获取id和name，无需回表，符合索引覆盖，效率较高。
第二个SQL语句：
explain select id,name,sex from user where name='shenjian';
能够命中name索引，索引叶子节点存储了主键id，但sex字段必须回表查询才能获取到，不符合索引覆盖，需要再次通过id值扫码聚集索引获取sex字段，效率会降低。
如果把(name)单列索引升级为联合索引(name, sex)就会和第一个SQL效果一样。
如何优化索引
覆盖索引
建立两列以上的索引,即可查询复合索引里的列的数据而不需要进行回表二次查询，依据最左前缀原则，我们在创建覆盖索引时应该将最常用作限制条件的列放在最左边，依次递减。上文已经介绍，这里不在此赘述。
创建索引
对于查询占主要的应用来说，索引显得尤为重要。很多时候性能问题很简单的就是因为我们忘了添加索引而造成的，或者说没有添加更为有效的索引导致。如果不加索引的话，那么查找任何哪怕只是一条特定的数据都会进行一次全表扫描，如果一张表的数据量很大而符合条件的结果又很少，那么不加索引会引起致命的性能下降。但是也不是什么情况都非得建索引不可，比如性别可能就只有两个值，建索引不仅没什么优势，还会影响到更新速度，这被称为过度索引。
排序的问题
mysql查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。
like语句
一般情况下不鼓励使用like操作，如果非使用不可，如何使用也是一个问题。like “%aaa%” 不会使用索引而like “aaa%”可以使用索引。
列运算
select * from users where YEAR(adddate)<2007;
将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成
select * from users where adddate<‘2007-01-01’;
不使用NOT IN
NOT IN不会使用索引将进行全表扫描。NOT IN可以用NOT EXISTS代替，id3则可使用id>3 or id<3来代替。