mysql索引

一、索引介绍  

　　索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据，这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。

二、索引优缺点 

   优点：

　　提高数据检索的效率，降低数据库的io成本通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

　缺点：

　　索引列也是要占用空间的。索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。

三、索引结构    

　通常我们所说的索引，没有特别指明，都是指B+树结构组织的索引

   B+Tree索引：最常见的索引类型，大部分引擎都支持B+树索引

   Hash索引：底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询

   R-tree(空间索引)：空间索引是MyISAM引擎的一一个特殊索引类型，主要用于地理空间数据类型，通常使用较少

   Full-text(全文索引)：是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

　

   1. 经典B+树  

       

 　　看结构和B树比较像，B+树与B树的区别在于：

　　    1.所有的元素都会出现在叶子节点，非叶子节点主要起到索引的作用，而叶子节点是用来存放数据的

　　    2.B+树的数据结构中，叶子节点形成了一个单向链表，每一个节点都会通过指针指向下一个元素

   2. MySQL中B+树索引  

　　

　　MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree,提高区间访问的性能，叶子节点双向链表+首尾相连，便于范围搜索和排序。

   3. Hash索引 

　　哈希索引就是采用一定的hash算法，将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中。

　　如果两个(或多个)键值，映射到一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞)，可以通过链表来解决。

　　特点：

　　　　1. Hash索引只能用于对等比较(=，in)， 不支持范围查询(between, >，<, ...)
　　　　2. 无法利用索引完成排序操作
　　　　3. 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引

　　存储引擎支持：

　　　　在MySQL中，支持hash索引的是Memory引擎,而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

   4. 为什么InnoDB选择B+树索引？     　　

　　相对于二叉树，层级更少，搜索效率高；

　　对于B-tree,无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；

　　相对Hash索引，Hash索引只支持等值匹配，B+tree支持范围匹配及排序操作。

四、索引分类     

       

   在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

　　聚簇索引（Clustering Index）：将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据；必须有而且只有一个。

　　二级索引（Secondary Index）：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键；可以存在多个。

 　   聚簇索引选取规则：

　　　　如果存在主键，主键索引就是聚簇索引。
　　　　如果不存在主键，将使用第一个唯一(UNIQUE) 索引作为聚簇索引。
　　　　如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚簇索引。

       

 　　如果是（非主键）条件查询，则采用回表查询，即先通过二级索引查找主键（聚簇索引），得到主键再通过聚簇索引查找这一行数据。 

　　InnoDB主键索引的B+tree高度为多高呢?
　　假设:
　　　　一行数据大小为1k,一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint,占用字节数为8。
　　高度为2:
　　　　n*8+(n+ 1)*6= 16*1024 , 算出n约为1170
　　　　1171*16= 18736
　　高度为3：
　　　　1171 * 1171 * 16 = 21939856  

五、索引语法  

　　创建索引
　　　　CREATE [ UNIQUE | FULLTEXT ] INDEX index_ name ON table_ name ( index_ _col_ name,.. ) ;
　　查看索引
　　　　SHOW INDEX FROM table_ name ;
　　删除索引
　　　　DROP INDEX index_ name ON table_ name ;

六、SQL性能分析  

   1. SQL执行频率   

　　MySQL客户端连接成功后,通过show [session|global] status命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、 SELECT的访问频次：

show global status like 'Com_______';

   2. 慢查询日志  

　　慢查询日志记录了所有执行时间超过指定参数(long_ query_ _time, 单位:秒,默认10秒)的所有SQL语句的日志。

　　MySQL的慢查询日志默认没有开启,需要在MySQL的配置文件(/etc/my.cnf) 中配置如下信息:

#开启MySQL慢日志查询开关
slow_query_log=1

#设置慢日志的时间为2秒，SQL 语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long query time=2

　　配置完毕之后，通过以下指令重新启动MySQL服务器进行测试,查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log

　　当某一操作时间多于2s则会被记录在慢查询日志中。

   3. profile详情  

　　show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_ profiling参数, 能够看到当前MySQL是否支持profile操作:

#查看当前数据库是否支持profile操作
select @@have_profiling

　　默认profiling是关闭的，可以通过set语句在session/ global级别开启profiling: 

#开启profiling
set profiling = 1;

#查看每一条SQL 的耗时基本情况
show profiles;

#查看指定query_ id的SQL语句各个阶段的耗时情况
show profile for query query_ id;

#查看指定query_ id的SQL语句CPU的使用情况
show profile cpu for query query_id;

    4. explain执行计划 

　　EXPLAIN或者DESC命令获取MySQL如何执行SELECT语句的信息，包括在SELECT语句执行过程中表如何连接和连接的顺序。语法:

#直接在select语句之前加，上关键字explain / desc
EXPLAIN SELECT 字段列表FROM 表名WHERE 条件;

　　EXPLAIN执行计划各字段含义: 
　　　Id：　

　　　　select查询的序列号，表示查询中执行select子句或者是操作表的顺序(id相同,执行顺序从上到下; id不同,值越大,越先执行)。

　　　select_ type：

　　　　表示SELECT的类型,常见的取值有SIMPLE (简单表,即不使用表连接或者子查询)、PRIMARY (主查询，即外层的查询)、UNION (UNION 中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询)等

　　　type：

　　　　表示连接类型，性能由好到差的连接类型为NULL、system、 const、 eq_ref、ref、range、index、all 。

　　　possible_ key：

　　　　显示可能应用在这张表上的索引，一个或多个。

　　　Key：

　　　　实际使用的索引，如果为NULL，则没有使用索引。

　　　Key_ len：

　　　　表示索引中使用的字节数，该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下，长度越短越好。

　　　rows：

　　　　MySQL认为必须要执行查询的行数,在innodb引擎的表中，是-一个估计值，可能并不总是准确的。

　　　filtered：

　　　　表示返回结果的行数占需读取行数的百分比，filtered 的值越大越好。

七、索引使用  

   1. 索引效率 

　　当数据量特别大时，在未建立索引之前，执行SQL，查询无索引字段SQL的耗时非常大。

　　针对字段创建索引后。

　　再次执行相同的SQL语句，SQL的耗时将大大减小。

   2. 联合索引

　　最左前缀法则 

　　　　如果索引了多列(联合索引) , 要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，查询必须包含最左边的列（否则全部失败），并且不跳过索引中的列。

　　　　如果跳跃某一列，索引将部分失效(后面的字段索引失效)。

       范围查询  

　　　　联合索引中，出现范围查询(>,<),范围查询右侧的列索引失效，一般使用>=或者<=可以有效规避这种情况

   3. 索引失效

       索引列运算 

　　　　不要在索引列上进行运算操作，索引将失效。

       字符串不加引号

　　　　字符串类型字段使用时，不加引号，索引将失效。

       模糊查询

　　　　如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。　

       or连接的条件

　　　　用or分割开的条件，如果or前的条件 中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。只有两侧都使用索引时索引才会生效。

       数据分布影响  　

　　　　如果MySQL评估使用索引比全表扫描更慢，则不使用索引、索引失效。

   4. SQL提示  

　　SQL提示，是优化数据库的一个重要手段,简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

#  use index:
explain select * from tb_name use index(索引名) where profession= 'xxxx';

#  ignore index:
explain select * from tb_name ignore index(索引名) where profession='xxxx';

#  force index:
explain select * from tb_name force index(索引名) where profession='xxxx';

   5. 覆盖索引  

　　尽量使用覆盖索引(查询使用了索引，并且需要返回的列,在该索引中已经全部能够找到)，减少 select  * 。

　　在Extra字段中出现的数据分析：

　　　　using index condition:查找使用了索引，但是需要回表查询数据
　　　　using where; using index:查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据

   6. 前缀索引  

　　当字段类型为字符串(varchar, text等 ),时,有时候需要索引很长的字符串,这会让索引变得很大,查询时，浪费大量的磁盘IO,影响查询效率。此时可以只将字符串的一部分前缀建立索引，这样可以大大节约索引空间，从而提高索引效率。

#语法
create index idx_xxx on table_ name(column(n)) ;

#前缀长度
可以根据索引的选择性来决定，而选择性是指不重复的索引值(基数)和数据表的记录总数的比值,索引选择性越高则查询效率越高,
唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的。

# 求取选择性

　select count(distinct email)/ count(*) from tb_name ;
　select count(distinct substring(email,1 ,5)) / count(*) from tb_name ;

   7. 单列索引与联合索引  

　　单列索引:即一个索引只包含单个列。

　　联合索引:即一个索引包含了多个列。

　　在业务场景中，如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引（效率较高、有效规避一些回表查询），而非单列索引。

　　多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高,会选择该索引完成本次查询。当创建了联合索引时会有单列索引干扰，我们可以指定联合索引查询。

　　联合索引情况：

              

八、索引设计原则  

　　1. 针对于数据量较大，且查询比较频繁的表建立索引。

　　2.针对于常作为查询条件(where) 、排序(order by)、分组(group by)操作的字段建立索引。

　　3.尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高,使用索引的效率越高。

　　4.如果是字符串类型的字段， 字段的长度较长，可以针对于字段的特点，建立前缀索引。

　　5.尽量使用联合索引， 减少单列索引,查询时,联合索引很多时候可以覆盖索引，节省存储空间,避免回表,提高查询效率。

　　6.要控制索引的数量, 索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率。

　　7.如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。