MySQL — 索引

1、索引概述

索引（Index）是高效获取数据的数据结构，就像书的目录，提高检索数据的效率。

优点：提高数据检索效率，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：索引列会占用空间；索引提高查询效率的同时也降低了更新表的速度，如对表进行增删改时，效率降低。

2、索引结构

MySQL 的索引结构主要包含以下几种：

索引	描述
B+Tree	最常见的索引类型，大部分存储引擎都支持 B+ 树索引
Hash	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	空间索引时 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，较少使用
Full-Text	是一种通过建立倒排序索引，快速匹配文档的方式，类似于 ES、Solr

MySQL 的索引是在存储引擎层实现的，不同的存储引擎对于索引结构的支持：

索引	InnoDB	MyISAM	Memory
B+Tree	支持	支持	支持
Hash	×	×	支持
R-Tree	×	支持	×
Full-Text	5.6版本之后支持	支持	×

• 二叉树
  Binary tree，二叉树特点是每个节点最多只能有两棵子树，且有左右之分。如果选择二叉树作为索引结构，会存在以下缺点：顺序插入时，会形成一个链表，查询性能大大降低；大数据量情况下，层级较深，检索速度慢。

• B树
  B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree，一个节点的子节点个数）为5阶的B树为例，那这个B树每个节点最多存储4个key，5个指针。一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。在B树中，非叶子节点和叶子节点都会存放数据。

• B+树
  相对于B树的区别：所有的数据都出现在叶子节点；叶子节点形成一个单向链表；非叶子节点仅起到索引数据作用。MySQL 索引数据结构在原B+树上进行了优化，增加了一个相邻叶子节点的链表指针，形成带有顺序指针的B+树，提高区间访问性能，利于排序。

• Hash
  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/碰撞，可以通过链表来解决。Hash 索引只能用于对等比较（=，in），不支持范围查询（between，>，< ，...），无法利用索引完成排序操作，查询效率高，通常不存在 hash 冲突的情况下只需要一次检索就可以了，效率通常要高于B+树索引。

3、索引分类

MySQL 数据库中索引的具体类型主要分为以下几类：

分类	含义	特点	关键字
主键索引	表中主键创建的索引	默认自动创建，只有能一个	primary
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	unique
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	fulltext

而在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引（ClusteredIndex）	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，且只有一个
二级索引（SecondaryIndex）	将数据与索引分开存储，索引结构的叶子节点关联的是该字段值对应的主键值	可以存在多个

聚集索引选取规则：

1、如果存在主键，主键索引就是聚集索引；
2、如果不存在主键，将使用第一个唯一索引作为聚集索引；
3、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 作为隐藏的聚集索引。

4、索引语法

#创建索引
create [ unique | fulltext ] index 索引名 on 表名 (字段名, ...);

#查看索引
show index from 表名;

#删除索引
drop index 索引名 on table;

5、SQL 性能分析

5.1、执行频次

MySQL 客户端连接成功后，通过如下指令可以查看当前数据库 insert、delete、update、select 的访问频次。

#查询全局数据：global
#查看当前会话：session
show global status like 'Com_______'; #七个下划线

#执行命令
mysql> show global status like 'Com_______';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| Com_binlog    | 0     |
| Com_commit    | 0     |
| Com_delete    | 2     | #删除次数
| Com_import    | 0     |
| Com_insert    | 5     | #插入次数
| Com_repair    | 0     |
| Com_revoke    | 0     |
| Com_select    | 10    | #查询次数
| Com_signal    | 0     |
| Com_update    | 2     | #更新次数
| Com_xa_end    | 0     |
+---------------+-------+

5.2、慢日志查询

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> show variables like 'slow_query_log';
+----------------+-------+
| Variable_name  | Value |
+----------------+-------+
| slow_query_log | ON    |
+----------------+-------+

配置文件：MySQL Server 8.0\my.ini

#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=10

暂略。

5.3、profile

show profiles 能够在做 SQL 优化时帮助我们了解时间都耗费在哪里。

查看当前 MySQL 是否支持 profile 操作：

mysql> select @@have_profiling;
+------------------+
| @@have_profiling |
+------------------+
| YES              |
+------------------+

profile 是默认关闭的，查看 profile 是否开启：

mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
|           0 | #0表示未开启
+-------------+

通过 set 语句在 session / global 级别开启 profiling：

mysql> set profiling = 1;
Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
|           1 | #1表示开启
+-------------+

此时执行一系列的业务SQL操作：

select count(*) from student;
select * from student;             
select * from student where name = '张三';

通过以下命令查看指令的执行耗时：

#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;

#查看每一条SQL的耗时基本情况
mysql> show profiles;
+----------+------------+-------------------------------------------+
| Query_ID | Duration   | Query                                     |
+----------+------------+-------------------------------------------+
|        1 | 0.00012400 | select @@profiling                        |
|        2 | 0.00010975 | select * from student                     |
|        3 | 0.00017200 | SELECT DATABASE()                         |
|        4 | 0.00020550 | select count(*) from student              |
|        5 | 0.09767125 | select * from student                     |
|        6 | 0.00056350 | select * from student where name = '张三'  |
+----------+------------+-------------------------------------------+

#查看指定 query_id 的SQL语句各个阶段的耗时情况
mysql> show profile for query 4;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000042 | 
| Executing hook on transaction  | 0.000005 | 
| starting                       | 0.000006 |  
| checking permissions           | 0.000004 | 
| Opening tables                 | 0.000234 | 
| init                           | 0.000004 | 
| System lock                    | 0.000006 | 
| optimizing                     | 0.000003 |
| statistics                     | 0.000007 |
| preparing                      | 0.000011 |
| executing                      | 0.097268 |
| end                            | 0.000010 |
| query end                      | 0.000003 |
| waiting for handler commit     | 0.000009 |
| closing tables                 | 0.000007 |
| freeing items                  | 0.000047 |
| cleaning up                    | 0.000008 |
+--------------------------------+----------+

5.4、explain

explain 或 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。

[explain | desc] select * from 表名 [where 过滤条件];

mysql> desc select * from student;
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+
|  1 | SIMPLE      | student | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    3 |   100.00 | NULL  |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+

explain 执行计划中各个字段的含义：

字段	含义
id	查询序列号，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	查询类型，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 之后包含子查询）等
table	表名
partitions	涉及到的分区
type	连接类型，性能由好到差的顺序为：null、system、const、eq_ref、ref、range、 index、all
possible_keys	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	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
ref	引用到的上一个表的列
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	返回结果的行数占需读取行数的百分比， 值越大越好
Extra	额外的信息说明

6、索引使用规则

6.1、单列&联合索引

单列索引：一个索引只包含单个列。
联合索引：一个索引包含了多个列。

在 and 连接的两个字段上都有单列索引，但 mysql 最终只会选择一个索引，只能走一个字段的索引，此时容易造成回表查询的。
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。

6.2、最左前缀

最左前缀法则：

• 索引列全部存在，索引生效；
• 索引列部分存在：
  • 不存在最左列索引，索引失效；
  • 存在最左列索引：
    • 最左列索引在第一个条件，后续条件按索引列顺序编写，该部分索引全部生效；
    • 最左列索引不在第一个条件，只有最左列索引生效。

6.3、范围查询

联合索引中，出现范围查询大于或小于的，范围查询右侧的列索引失效。

6.4、索引失效

1. 索引列上进行运算操作；
2. 字符串类型字段使用时不加引号；
3. 头部模糊匹配；
4. or 前的条件有索引，or 后的条件没有索引；
5. MySQL 评估使用索引比全表更慢（数据量大于等于表中一半）。

6.5、SQL 提示

如果列 A 既是单列索引，又是联合索引的最左列。此时根据 A 字段条件进行查询，MySQL 优化器会自动选择一个索引来使用。
假如在某些场景下，我想告诉数据库，如果 A 字段有多个索引，则需要按照我指定的索引来进行查询，此时需要 SQL 提示。

SQL 提示是优化数据库的一个重要手段，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：建议 MySQL 使用哪一个索引完成此次查询，MySQL 内部还会再次进行评估。
ignore index：忽略指定索引。
force index：强制使用索引。

语法：

select * from 表名 [ use | ignore | force index(索引名) where 过滤条件];

6.6、覆盖索引

尽量使用覆盖索引（查询使用了索引，且需要返回的列在该索引中能全部找到），减少 select * 。

Extra	含义
Using where; Using Index	查询使用了索引，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
Using index condition	查找使用了索引，但是需要回表查询数据
Null	需要回表查询数据

6.7、前缀索引

当字段类型为字符串（varchar，text，longtext 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 索引名 on 表名(字段名(n)); #n：前缀长度

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。

#建立前缀索引，降低前缀索引的体积，指定前 n 个字符
select count(distinct substring(字段名, 1, n)) / count(*) from 表名; #值=1最好

7、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）之后的字段建立索引；
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，在建表时使用 not null 约束它。当优化器知道每列是否包含 null 值时，它可以更好的确定哪个索引最有效地用于查询。