Mysql进阶索引篇03——2个新特性,11+7条设计原则教你创建索引

前 言

  • 作者简介:半旧518,长跑型选手,立志坚持写10年博客,专注于java后端
  • 专栏简介:mysql进阶,主要讲解mysql数据库进阶知识,包括索引、分库分表等
  • 文章简介:本文将介绍索引的分类、创建、删除,Mysql8.0中索引的新特性,索引的设计原则
  • 三连、互关必回,不回可私信哟

1、索引的声明与使用

1.1. 索引的分类

先介绍下索引的分类,方便后续介绍索引的创建与设计。

  • 按照功能逻辑划分,索引主要有:普通索引、唯一索引、主键索引、全文索引、空间索引(并非所有数据库都有空间索引)
  • 按照物理实现划分,索引主要有:聚簇索引、非聚簇索引。
  • 按照作用字段个数划分,索引可以分为单列索引和联合索引。

普通索引
对于普通字段,也没有加特殊约束的索引,就是普通索引。比如对Stuedent类里面的name属性创建一个索引,不需要限制非空、唯一等,就是普通索引哟。

唯一性索引
声明了Unique唯一性约束的字段,会自动添加唯一性索引,并且删除唯一性约束就是通过删除唯一性索引来实现的。

主键索引
顾名思义,主键的索引。主键除了唯一性约束还有非空约束。一张表只能有一个主键索引(因为主键索引即数据,数据在物理上只能有一种存放排列方式)

单列索引
只加在一列的索引。

多列(联合、组合)索引
作用在多个字段的索引。比如联合id,name,gender建立联合索引idx_id_name_gender,联合索引在使用时遵循最左前缀原则.

全文索引
利用分词技术等多种算法计算出文本中关键字出现的频率和重要性,是当前搜索引擎的关键技术,非常适合与大型的数据集,比如长文本。通过关键字FULLTEXT进行设置。Mysql3.23.23开始支持全文索引,Mysql5.6.4之前只有MyIsam存储引擎支持全文索引,Mysql5.6.4以后Innodb存储引擎也开始支持全文索引了。Mysql5.7.6以后内置了亚洲语种解析器,开始支持中文分词(之前可以引入第三方插件实现支持)。但是随着大数据时代的到来,基本上使用SolrElasticSearch等实现全文检索,很少使用Mysql内置的存储引擎实现全文检索了(关系型数据库对于大数据的检索力不从心)。

空间索引
之前我们提到过空间类型的数据(主要用于三维地理空间),可以使用参数SPATIAL建立空间索引,提高系统获取空间数据的效率。目前只有MyIsam支持空间索引,并且索引的字段不能为空值。

下图总结了不同存储引擎对于不同索引类型的支持情况。可以稍微了解。
Mysql进阶索引篇03——2个新特性,11+7条设计原则教你创建索引_第1张图片

1.2 创建索引

可以在创建表时使用CREATE_TABLE来添加索引,也可以使用ALTER_TABLE或者CREATE_INDEX在已经存在的表上添加索引。

1.2.1 创建表时添加索引

先看看隐式的索引创建。

# 创建数据库
CREATE DATABASE dbtest2;
# 使用数据库
USE dbtest2;
# 创建数据表.隐式的添加索引(在添加有主键约束、唯一性约束或者外键约束的字段会自动的创建索引)
CREATE TABLE dept( 
dept_id INT PRIMARY KEY AUTO_INCREMENT,
dept_name VARCHAR(20)
);

CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);

再来显示的创建索引。基本语法格式如下:

CREATE TABLE table_name [col_name data_type]
[UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name [length]) [ASC |DESC]

下面创建一个普通的索引。

CREATE TABLE book(
	book_id INT ,
	book_name VARCHAR(100),
	authors VARCHAR(100),
	info VARCHAR(100) ,
	comment VARCHAR(100),
	year_publication YEAR,
	INDEX(year_publication)
);

查看下有没有创建成功

 SHOW CREATE TABLE book\G

Mysql进阶索引篇03——2个新特性,11+7条设计原则教你创建索引_第2张图片
也可以使用如下的语句查看。

SHOW INDEX FROM book;

在这里插入图片描述
使用EXPLAIN 来分析下查询语句可能使用到的索引。

 EXPLAIN SELECT * FROM book WHERE book_name = "mysql";

在这里插入图片描述
显然,book_name 没有建索引,再看看下面的查询语句。

 EXPLAIN SELECT * FROM book WHERE year_publication = 1998;

在这里插入图片描述
再显示的创建一个唯一索引。

CREATE TABLE book1(
	book_id INT ,
	book_name VARCHAR(100),
	authors VARCHAR(100),
	info VARCHAR(100) ,
	comment VARCHAR(100),
	year_publication YEAR,
	INDEX(year_publication),
	UNIQUE INDEX uq_comments(comment)
);

在这里插入图片描述
创建了唯一性约束,会自动添加唯一索引,同样的,创建了唯一索引,也会自动为该字段添加一个唯一约束。不允许添加重复的数据,但允许添加Null值,而且可以添加多个Null值。

再看看主键索引。就是通过添加主键约束来完成。

CREATE TABLE student (
	id INT(10) UNSIGNED  AUTO_INCREMENT ,
	student_no VARCHAR(200),
	student_name VARCHAR(200),
	PRIMARY KEY(id)
);

通过删除主键约束的方式可以删除主键索引。

ALTER TABLE student DROP PRIMARY KEY;

不过上面的语句会报错,因为student的主键声明了AUTO_INCREMENT 必须是主键。
在这里插入图片描述
再来。

DROP TABLE student;

CREATE TABLE student (
	id INT(10),
	student_no VARCHAR(200),
	student_name VARCHAR(200),
	PRIMARY KEY(id)
);

ALTER TABLE student DROP PRIMARY KEY;

在这里插入图片描述
创建联合索引。

CREATE TABLE test3(
	id INT(11) NOT NULL,
	name CHAR(30) NOT NULL,
	age INT(11) NOT NULL,
	info VARCHAR(255),
	INDEX multi_idx(id,name,age)
);

我们发现,同样只创建了一个索引,但是显示的时候有三行。
在这里插入图片描述
注意上面三行依次是id,name,age,与我们创建索引时指定的顺序是严格对应的。在查询时会遵守最左索引原则,因此注意把最常用的查询字段放在索引的最左边。

创建全文索引。注意全文索引只能够在CHAR,VAECHAR,TEXT等类型上创建。了解下就行了。

CREATE TABLE test4(
	id INT NOT NULL,
	name CHAR(30) NOT NULL,
	age INT NOT NULL,
	info VARCHAR(255),
	FULLTEXT INDEX futxt_idx_info(info)
) ENGINE=MyISAM;

可以限定对于文本信息建立全文索引的范围,比如我们对info的前50个字节建立全文索引。这样就避免了我们页中存放的单条数据过大而存放不了太多的数据。

CREATE TABLE test4(
	id INT NOT NULL,
	name CHAR(30) NOT NULL,
	age INT NOT NULL,
	info VARCHAR(255),
	FULLTEXT INDEX futxt_idx_info(info(50))
) ENGINE=MyISAM;

在这里插入图片描述
也可以通过名字和正文等来建立联合的全文索引。

CREATE TABLE articles (
	 id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
	 title VARCHAR (200),
	 body TEXT,
	 FULLTEXT index (title, body)
) ENGINE = INNODB ;

全文索引建立以后在查询时不用再用like来进行模糊匹配了。而是使用Match。他的效率比like高很多倍。

 SELECT * FROM articles WHERE MATCH(title,body) AGAINST ('hello');

注意点:
使用全文索引前,搞清楚版本支持情况;
全文索引比 like + % 快 N 倍,但是可能存在精度问题;
如果需要全文索引的是大量数据,建议先添加数据,再创建索引。因为索引需要随着数据变。

空间索引,了解即可。

CREATE TABLE test5(
	geo GEOMETRY NOT NULL,
	SPATIAL INDEX spa_idx_geo(geo)
) ENGINE=MyISAM;

1.2.2 创建表后添加索引

‍ 先看看第一种方法。

ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY][index_name] (col_name[length],...) [ASC | DESC]

来。

CREATE TABLE book2(
	book_id INT ,
	book_name VARCHAR(100),
	authors VARCHAR(100),
	info VARCHAR(100) ,
	comment VARCHAR(100),
	year_publication YEAR
);
ALTER TABLE book2 ADD INDEX idx_cmt(comment);

在这里插入图片描述
‍ 第二种方法。

CREATE UNIQUE INDEX uk_bkname_idx ON book2(book_name);

1.3删除索引

再有些场景我们需要删除索引,比如一张数据表建了许多索引,在需要进行大量的增、删、改之前可以先删除索引。但批量操作完成后,再把索引加回来。

其实这与索引的添加方法是对应的,不信您可以回过头去对比着看。

第一种方式:ALTER TABLE [tablename] DROP INDEX [indexname];


mysql> SHOW INDEX FROM book2;
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name      | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book2 |          0 | uk_bkname_idx |            1 | book_name   | A         |           0 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
| book2 |          1 | idx_cmt       |            1 | comment     | A         |           0 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.00 sec)

mysql> ALTER TABLE book2 DROP INDEX idx_cmt;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> SHOW INDEX FROM book2;
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name      | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book2 |          0 | uk_bkname_idx |            1 | book_name   | A         |           0 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.00 sec)

法二,不演试了。

DROP INDEX index_name ON table_name;

提示:
删除表中的列时,如果要删除的列为索引的组成部分(建立了联合索引),则该列也会从索引中删除。如果组成索引的所有列都被删除,则整个索引将被删除。

mysql> SHOW INDEX FROM test3;
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name  | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| test3 |          1 | multi_idx |            1 | id          | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| test3 |          1 | multi_idx |            2 | name        | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| test3 |          1 | multi_idx |            3 | age         | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
ALTER TABLE DROP COLUMN name;

mysql> SHOW INDEX FROM test3;
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name  | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| test3 |          1 | multi_idx |            1 | id          | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| test3 |          1 | multi_idx |            2 | age         | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.00 sec)

2.Mysql8.0的索引新特性

2.1降序索引

Mysql4开始就支持降序索引的语法,但实际上只是语法糖,数据库仍然创建的是升序索引,在使用时进行反向扫描。这样无疑会降低数据库的效率。Mysql8.0开始真正支持降序索引了(InnoDB存储引擎)。

创建一个demo吧。在8.0中。

mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));

mysql> SHOW CREATE TABLE ts1\G
*************************** 1. row ***************************
       Table: ts1
Create Table: CREATE TABLE `ts1` (
  `a` int DEFAULT NULL,
  `b` int DEFAULT NULL,
  KEY `idx_a_b` (`a`,`b` DESC)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3
1 row in set (0.00 sec)

在5.7中,发现他们的区别吗?5.7中显示的表结构在b后面没有DESC

mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));

mysql> SHOW CREATE TABLE ts1\G
*************************** 1. row ***************************
       Table: ts1
Create Table: CREATE TABLE `ts1` (
  `a` int DEFAULT NULL,
  `b` int DEFAULT NULL,
  KEY `idx_a_b` (`a`,`b`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3
1 row in set (0.00 sec)

下面对两个版本的mysql执行如下语句,插入799条数据。

DELIMITER //
	CREATE PROCEDURE ts_insert()
	BEGIN
		DECLARE i INT DEFAULT 1;
		WHILE i <800
		DO
		insert into ts1 select rand()*80000,rand()*80000;
		SET i = i + 1;
		END WHILE;
		commit;
	END //
DELIMITE ;

#调用
CALL ts_insert();

接下来进行查询操作

EXPLAIN SELECT * FROM ts1 ORDER BY a,b DESC LIMIT 5;

在mysql5.7中,执行结果如下。可以发现,它使用了Using filesort,这是一种外部排序方法,会降低查询的效率。并且它扫描的rows是799条。
在这里插入图片描述再在8.0中执行下,可以看到8.0中使用的是索引Using Index,并且它扫描的rows是5条。

在这里插入图片描述
当然,你要是在8.0中执行下面语句,性能就不佳了(a,b的升降序与索引中存储的升降序相反)

EXPLAIN SELECT * FROM ts1 ORDER BY a DESC,b LIMIT 5;

因此,如果你频繁需要使用查询a降序,b升序的语句,就建议在建索引时也按照同样的顺序哦。

2.2 隐藏索引

Mysql8.x开始支持把索引设置为隐藏状态。在之前我们多次提到,如果需要频繁对数据进行增、删、改操作,可以先将索引删除。当我们因为删除索引出现了错误,就需要把索引重新创建回来。如果数据表本身较大,这就会造成较大的性能损耗。

因此我们可以通过隐藏索引实现对于索引的软删除。同时,如果你想验证删除索引对于性能的影响,也可以选择隐藏索引。

注意 :
主键不可以设置成为隐藏索引(这样相当于主键失效了)。如果没有显示主键,唯一的非空字段会被隐式的设置为主键,因此这种情况也不能将其设置为隐藏索引。

执行如下sql。创建表时创建一个隐藏索引。

CREATE TABLE book3(
	book_id INT ,
	book_name VARCHAR(100),
	authors VARCHAR(100),
	info VARCHAR(100) ,
	comment VARCHAR(100),
	year_publication YEAR,
	INDEX idx_cmt(comment) INVISIBLE
);


mysql> SHOW INDEX FROM book3;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book3 |          1 | idx_cmt  |            1 | comment     | A         |           0 |     NULL |   NULL | YES  | BTREE      |         |               | NO      | NULL       |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.01 sec)

执行下查询操作。可以看到possible_keysNull,说明没有使用索引。

mysql>  EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | book3 | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

可以在已经存在的表上创建一个隐藏索引。

CREATE INDEX indexname
ON tablename(propname[(length)]) INVISIBLE;

还可以使用Alter在已经存在的表上创建一个隐藏索引。

ALTER TABLE tablename
ADD INDEX indexname (propname [(length)]) INVISIBLE;

可以切换索引可见状态 已存在的索引可通过如下语句切换可见状态:

ALTER TABLE tablename ALTER INDEX index_name INVISIBLE; #切换成隐藏索引
ALTER TABLE tablename ALTER INDEX index_name VISIBLE; #切换成非隐藏索引

‍注意:
隐藏索引在表中数据发生变化时也需要对应进行索引维护,如果一个索引需要长期隐藏,最好还是将其删除,从而降低性能上的损耗。

2.3 使隐藏索引对优化器可见(了解)

隐藏索引对优化器默认部可见,查看下优化器的配置。

mysql> select @@optimizer_switch \G
*************************** 1. row ***************************
@@optimizer_switch: index_merge=on,index_merge_union=on,index_merge_sort_union=on,index_merge_intersection=on,engine_condition_pushdown=on,index_condition_pushdown=on,mrr=on,mrr_cost_based=on,block_nested_loop=on,batched_key_access=off,materialization=on,semijoin=on,loosescan=on,firstmatch=on,duplicateweedout=on,subquery_materialization_cost_based=on,use_index_extensions=on,condition_fanout_filter=on,derived_merge=on,use_invisible_indexes=off,skip_scan=on,hash_join=on,subquery_to_derived=off,prefer_ordering_index=on,hypergraph_optimizer=off,derived_condition_pushdown=on
1 row in set (0.01 sec)

在上面的输出可以看到use_invisible_indexes=off.说明隐藏索引默认对于查询优化器不可见。

可以更改。

mysql> set session optimizer_switch="use_invisible_indexes=on";
Query OK, 0 rows affected (0.00 sec)

更改以后执行查询操作,possible_keys idx_cmt ,而且我们还将其设置为隐藏索引了。这就说明隐藏索引对于查询优化器可见了。

mysql> Alter table book3 alter index idx_cmt invisible;
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql>  EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key     | key_len | ref   | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | book3 | NULL       | ref  | idx_cmt       | idx_cmt | 303     | const |    1 |   100.00 | NULL  |
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)

3.适合创建索引的11种情况

3.1 数据准备

准备下数据。由于需要使用函数与存储过程,这里建议使用图形化的操作界面,比如navicat。

CREATE DATABASE atguigudb1;

USE atguigudb1;

#1.创建学生表和课程表
CREATE TABLE `student_info` (
	`id` INT(11) NOT NULL AUTO_INCREMENT,
	`student_id` INT NOT NULL ,
	`name` VARCHAR(20) DEFAULT NULL,
	`course_id` INT NOT NULL ,
	`class_id` INT(11) DEFAULT NULL,
	`create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
	 PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE `course` (
	`id` INT(11) NOT NULL AUTO_INCREMENT,
	`course_id` INT NOT NULL ,
	`course_name` VARCHAR(40) DEFAULT NULL,
	PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

准备生成随机数的函数。

#函数1:创建随机产生字符串函数
DELIMITER //
CREATE FUNCTION rand_string(n INT)
	RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN
	DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
	DECLARE return_str VARCHAR(255) DEFAULT '';
	DECLARE i INT DEFAULT 0;
	WHILE i < n DO
	   SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
	   SET i = i + 1;
    END WHILE;
    RETURN return_str;
END //
DELIMITER ;

#函数2:创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT) RETURNS INT(11)
BEGIN 
DECLARE i INT DEFAULT 0; 
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1))  ;
RETURN i; 
END //
DELIMITER ;

在上面创建函数的过程,可能会出现报错。

This function has none of DETERMINISTIC......

如果出现报错是因为开启了慢查询日志bin-log,主从复制时,主机会将写操作记录在bin-log日志中,从机从bin-log中读取记录执行同步操作,因为使用函数可能导致主机与从机操作时间不一致,会默认关闭函数的创建。通过如下语句来查看下。

mysql> SELECT @@log_bin_trust_function_creators;
+-----------------------------------+
| @@log_bin_trust_function_creators |
+-----------------------------------+
|                                 0 |
+-----------------------------------+
1 row in set (0.62 sec)

默认是不允许函数创建。改下,再重新去创建函数就可以了。

set global log_bin_trust_function_creators=1;   # 不加global只是当前窗口有效。

mysqld重启,上述参数又会消失。永久方法:

#windows下:my.ini[mysqld]加上:
log_bin_trust_function_creators=1 

#linux下:/etc/my.cnf下my.cnf[mysqld]加上:
log_bin_trust_function_creators=1

创建插入模拟数据的存储过程:

#存储过程1:创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course( max_num INT )
BEGIN 
	DECLARE i INT DEFAULT 0; 
	SET autocommit = 0;   #设置手动提交事务
	REPEAT  #循环
	SET i = i + 1;  #赋值
	INSERT INTO course (course_id, course_name ) VALUES
	(rand_num(10000,10100),rand_string(6)); 
	UNTIL i = max_num 
	END REPEAT; 
	COMMIT;  #提交事务
END //
DELIMITER ;
# 存储过程2:创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu( max_num INT )
BEGIN 
	DECLARE i INT DEFAULT 0; 
	SET autocommit = 0;   #设置手动提交事务
	REPEAT  #循环
	SET i = i + 1;  #赋值
	INSERT INTO student_info (course_id, class_id ,student_id ,NAME ) VALUES
(rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6)); 
	UNTIL i = max_num 
	END REPEAT; 
	COMMIT;  #提交事务
END //
DELIMITER ;

调用存储过程插入数据,因为数据量比较大,所以需要等会(约两三分钟)。

CALL insert_course(100);

CALL insert_stu(1000000);

插完数据可以验证下。

mysql> select count(*) from course;
+----------+
| count(*) |
+----------+
|      100 |
+----------+
1 row in set (0.01 sec)

mysql> select count(*) from student_info;
+----------+
| count(*) |
+----------+
|  1000000 |
+----------+
1 row in set (0.09 sec)

3.2 适合创建索引的11种情况

下面适合创建索引的情况都是从B+树数据结构上来考虑的,该专栏前面的文章,已经介绍过B+树。MySql进阶索引篇01——深度讲解索引的数据结构:B+树
Mysql进阶索引篇03——2个新特性,11+7条设计原则教你创建索引_第3张图片

3.2.1字段具有唯一性限制

适合创建唯一性索引,适合创建唯一性索引,当然,如果该字段被Unique修饰,具有唯一性约束,会自动创建一个唯一性索引(如果给字段添加了唯一性索引,同样也会自动添加唯一性约束)。这是因为唯一性的字段没有重复值,很适合作为查询条件(可以结合B+树来理解,在叶子节点查找到唯一数据后,无须再进行遍历了),给他们加索引可以在使用其作为查询条件时提升效率。

‍♀️ 业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。(来源:Alibaba)
说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显的。

3.2.2频繁作为 WHERE 查询条件的字段

某个字段在SELECT语句的 WHERE 条件中经常被使用到,那么就需要给这个字段创建索引了。
尤其是在数据量大的情况下,创建普通索引就可以大幅提升数据查询的效率。
查看student_info表中的索引

mysql> SHOW INDEX FROM student_info;
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table        | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| student_info |          0 | PRIMARY  |            1 | id          | A         |      960509 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.06 sec)

可以看出student_id没有建立索引。用它作为查询条件查询下。耗时1.07s。

mysql> SELECT course_id,class_id,NAME,create_time,student_id
    -> FROM
    -> student_info
    -> WHERE student_id = 123110;
+-----------+----------+--------+---------------------+------------+
| course_id | class_id | NAME   | create_time         | student_id |
+-----------+----------+--------+---------------------+------------+
|     10058 |    10014 | SyNuJn | 2022-05-25 09:30:46 |     123110 |
|     10053 |    10007 | YYVLTl | 2022-05-25 09:31:15 |     123110 |
|     10053 |    10008 | XVIHkg | 2022-05-25 09:32:22 |     123110 |
+-----------+----------+--------+---------------------+------------+
3 rows in set (1.07 sec)

添加索引。耗时5.39s。

mysql> AlTER TABLE student_info
    -> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (5.39 sec)
Records: 0  Duplicates: 0  Warnings: 0

再查询。耗时0.00s。性能提升杠杠的

mysql> SELECT course_id,class_id,NAME,create_time,student_id
    -> FROM
    -> student_info
    -> WHERE student_id = 123110;
+-----------+----------+--------+---------------------+------------+
| course_id | class_id | NAME   | create_time         | student_id |
+-----------+----------+--------+---------------------+------------+
|     10058 |    10014 | SyNuJn | 2022-05-25 09:30:46 |     123110 |
|     10053 |    10007 | YYVLTl | 2022-05-25 09:31:15 |     123110 |
|     10053 |    10008 | XVIHkg | 2022-05-25 09:32:22 |     123110 |
+-----------+----------+--------+---------------------+------------+
3 rows in set (0.00 sec)

3.2.3 经常 GROUP BY 和 ORDER BY 的列

索引其实就是让数据按照某种顺序进行存储或者检索,而GROUP BY分组查询或者ORDER BY进行排序,如果添加了索引,本身索引的数据就已经排好序了,进行分组查询和排序操作性能不是很nice吗?另外,如果待排序的列有多个,可以在这些列上建立联合索引。

⚽下面在有student_id索引的情况下,查询.


```mysql> SELECT student_id,COUNT(*) AS num
    -> FROM student_info
    -> GROUP BY student_id LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
|          1 |   9 |
//笔者省略了......
|        100 |   4 |
+------------+-----+
100 rows in set (0.00 sec)

删除索引,再来。慢的像蜗牛。

mysql> SELECT student_id,COUNT(*) AS num
    -> FROM student_info
    -> GROUP BY student_id LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
|          1 |   9 |
// ...
|        100 |   4 |
+------------+-----+
100 rows in set (10.31 sec)

如果同时使用GROUP BYORDER BY,先看看不加索引的情况。

mysql> SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
ERROR 1055 (42000): Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'atguigudb1.student_info.create_time' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by

出现了一个异常信息,这是因为我们使用的sql_modeonly_full_group_by.修改下再来,时间代价是6.61秒。

mysql> SELECT @@sql_mode;
+-----------------------------------------------------------------------------------------------------------------------+
| @@sql_mode                                                                                                            |
+-----------------------------------------------------------------------------------------------------------------------+
| ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |
+-----------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

mysql> SET @@sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';
Query OK, 0 rows affected (0.00 sec)

mysql> SELECT @@sql_mode;
+----------------------------------------------------------------------------------------------------+
| @@sql_mode                                                                                         |
+----------------------------------------------------------------------------------------------------+
| STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |
+----------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

mysql> SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
|      90433 |   1 |

...
|     144379 |   1 |
+------------+-----+
100 rows in set (6.61 sec)

再看看两个字段分别建立单列索引的情况,5.26s,快了一点点。

mysql> ALTER TABLE student_info ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (3.61 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> ALTER TABLE student_info ADD INDEX idx_cre_time(create_time);
Query OK, 0 rows affected (3.52 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
|      90433 |   1 |
|      88221 |   1 |
//......
|     144379 |   1 |
+------------+-----+
100 rows in set (5.26 sec)

分析下它的查询过程,原来我们只用了一个索引,由于我们是先GROUP BY student_id,后ORDER BY create_time,我们实际上只使用了索引idx_sid

mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table        | partitions | type  | possible_keys | key     | key_len | ref  | rows   | filtered | Extra                           |
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
|  1 | SIMPLE      | student_info | NULL       | index | idx_sid       | idx_sid | 4       | NULL | 997449 |   100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.01 sec)

建立联合索引的情况,芜湖起飞。

mysql>  ALTER TABLE student_info ADD INDEX idx_sid_cre_time(student_id,create_time DESC);
Query OK, 0 rows affected (4.71 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
| id | select_type | table        | partitions | type  | possible_keys            | key              | key_len | ref  | rows   | filtered | Extra                                        |
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
|  1 | SIMPLE      | student_info | NULL       | index | idx_sid,idx_sid_cre_time | idx_sid_cre_time | 10      | NULL | 997449 |   100.00 | Using index; Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
1 row in set, 1 warning (0.00 sec)

再来,交换字段顺序建立联合索引idx_cre_time_sid,下面查询真正使用的索引keyidx_sid ,当然,由于这里存在缓存,所以查询速度很快,实际上它应该比使用idx_sid_cre_time慢。读者自己测试可以关闭缓存,作者这里偷个懒了。

mysql> ALTER TABLE student_info ADD INDEX idx_cre_time_sid(create_time DESC,student_id);
Query OK, 0 rows affected (4.50 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> DROP INDEX idx_sid_cre_time ON student_info;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table        | partitions | type  | possible_keys            | key     | key_len | ref  | rows   | filtered | Extra                           |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
|  1 | SIMPLE      | student_info | NULL       | index | idx_sid,idx_cre_time_sid | idx_sid | 4       | NULL | 997449 |   100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.00 sec)

3.2.4 UPDATE、DELETE 的 WHERE 条件列

对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作,如果对 WHERE 字段创建了索引,就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录,然后再对它进行更新或删除。

如果进行更新的时候,更新的字段是非索引字段,提升的效率会更明显,这是因为非索引字段更新不需要对索引进行维护。

mysql> UPDATE student_info SET student_id = 10002
    -> WHERE NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (1.51 sec)
Rows matched: 0  Changed: 0  Warnings: 0

mysql> ALTER TABLE student_info
    -> ADD INDEX idx_name(NAME);
Query OK, 0 rows affected (4.87 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> UPDATE student_info SET student_id = 10003
    -> WHERE NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (0.00 sec)
Rows matched: 0  Changed: 0  Warnings: 0

3.2.5 DISTINCT 字段需要创建索引

有时候我们需要对某个字段进行去重,使用 DISTINCT,那么对这个字段创建索引,也会提升查询效率。

比如,我们想要查询课程表中不同的 student_id 都有哪些,如果我们没有对 student_id 创建索引,执行SQL 语句:

SELECT DISTINCT(student_id) FROM `student_info`;

运行结果(600637 条记录,运行时间 0.683s ):

如果我们对 student_id 创建索引,再执行 SQL 语句:

SELECT DISTINCT(student_id) FROM `student_info`;

运行结果(600637 条记录,运行时间 0.010s ):

你能看到 SQL 查询效率有了提升,同时显示出来的 student_id 还是按照 递增的顺序 进行展示的。这是因为索引会对数据按照某种顺序进行排序,所以在去重的时候也会快很多。

3.2.6 多表 JOIN 连接操作的WHERE条件

多表 JOIN 连接操作时, 连接表的数量尽量不要超过 3 张,因为每增加一张表就相当于增加了一次嵌套的循环,数量级增长会非常快(n ,n^2 , n^3…),严重影响查询的效率。

多表 JOIN 连接操作时, 推荐对 WHERE 条件创建索引 ,因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下,没有 WHERE 条件过滤是非常可怕的。

注意:对用于连接的字段在多张表中的 类型必须一致 。比如 course_id 在student_info 表和 course 表中都为 int(11) 类型,而不能一个为 int 另一个为 varchar 类型。否则在查询时,虽然也会帮我们进行隐式的类型转换,转换时会使用函数,索引就失效了。索引失效情况在后续文章中还会给大家详细介绍,敬请期待。

举个例子,如果我们只对student_id创建索引,执行 SQL 语句:

SELECT course_id, name, student_info.student_id, course_name
FROM student_info JOIN course
ON student_info.course_id = course.course_id
WHERE name = '462eed7ac6e791292a79';

运行结果(1 条数据,运行时间 0.189s ):

这里我们对 name 创建索引,再执行上面的 SQL 语句,运行时间为 0.002s。

3.2.7 优先使用类型小的列创建索引

这里的类型指的是我们在建表时显示给表中字段指定的类型,比如TINYINT,INT,BIGINT,能够存储整型数据的字节依次递增,类型依次变大。但是其在存储空间中占用的空间也会依次变多,另外也会影响到索引的使用。比如主键会建立聚簇索引,如果主键越短,目录页能够存储的目录项记录就会越多,B+树就会越扁平,查询时I/O次数就会越少,查询的速度就会越快。另外,即使是二级索引,其非叶子节点还存放主键。因此,这条建议对于表的主键特别适用。
Mysql进阶索引篇03——2个新特性,11+7条设计原则教你创建索引_第4张图片

3.2.8使用字符串前缀创建索引

假设一个字段是字符串,字符串很长,我们考虑使用字符串前缀创建索引,而不是整个字符串哟。这样不仅构建索引的B+树索引存储空间更大,存储的内容会更少点,使B+树更加矮胖,同时,在查询时对该字段进行比较效率也会更高点。

这里大家可能有个问题,如果说字符串截取了一段做索引,但是两个不同字符串截取的前缀相同,那么他们比较的结果不就相同了么?不用担心,如果相同,我们还在索引中存储了主键呀,我们再根据主键去回表,就可以知道到底哪个数据是我们需要的了。

创建一张商户表,因为地址字段比较长,在地址字段上建立前缀索引

create table shop(address varchar(120) not null);

alter table shop add index(address(12));

问题是,截取多少呢?截取得多了,达不到节省索引存储空间的目的;
截取得少了,重复内容太多,字段的散列度(选择性)会降低。
怎么计算不同的长度的选择性呢?

先看一下字段在全部数据中的选择度:

select count(distinct address) / count(*) from shop;

通过不同长度去计算,与全表的选择性对比:

公式:

count(distinct left(列名, 索引长度))/count(*)

例如:

select count(distinct left(address,10)) / count(*) as sub10, -- 截取前10个字符的选择度

count(distinct left(address,15)) / count(*) as sub11, -- 截取前15个字符的选择度
count(distinct left(address,20)) / count(*) as sub12, -- 截取前20个字符的选择度
count(distinct left(address,25)) / count(*) as sub13 -- 截取前25个字符的选择度from shop;

计算出来选择度越接近于1越好哟,因为这说明它重复的数值越少。

拓展:Alibaba《Java开发手册》
【 强制 】在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本区分度决定索引长度。
说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会 高达90% 以上 ,可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。

引申另一个问题:索引列前缀对排序的影响
比如我们索引就取了address字段的前12个字符,下面的查询就有点尴尬了。

SELECT * FROM shop
ORDER BY address
LIMIT 12;

因为索引不包含完整的字符,因此无法对于address中前12个字符相同但是后面字符不同的数据进行索引前缀排序了,只能使用文件排序。

3.2.9 区分度高(散列性高)的列适合作为索引

使用如下公式可以计算列的区分度,一般区分度越高越好,当区分度达到33%就算是比较高效的索引了。

select count(distinct address) / count(*) from t;

数据相似性大的就不适合建立索引,如:男女性别

3.2.10 使用最频繁的列放到联合索引的左侧

这样也可以较少的建立一些索引。同时,由于"最左前缀原则",可以增加联合索引的使用率。

3.2.11 在多个字段都要创建索引的情况下,联合索引优于单值索引

  • 索引建立的多,维护的成本也高。
  • 多个字段进行联合查询时,其实只使用到一个索引。比如。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
    -> GROUP BY student_id
    -> ORDER BY create_time DESC
    -> LIMIT 100;
  • 在建立联合索引的相关字段做查询时,联合索引都能生效,使用频率比较高。足够优化sql执行的速度了。

4 限制索引的数目

建议单张表的索引数目不要超过6个。

  • 索引越多,占用的磁盘空间越大
  • 索引会影响数据的增删改的性能
  • 表中创建的索引过多,优化器在possible_keys中选择合适的key 时需要的成本也会更多。比如下面查询中possible_keys有两个,实际使用的key只有一个,这其实优化器判断的哟。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
   -> GROUP BY student_id
   -> ORDER BY create_time DESC
   -> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table        | partitions | type  | possible_keys            | key     | key_len | ref  | rows   | filtered | Extra                           |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
|  1 | SIMPLE      | student_info | NULL       | index | idx_sid,idx_cre_time_sid | idx_sid | 4       | NULL | 997449 |   100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.00 sec)

5.不适合创建索引的7种情况

5.1 在where中使用不到的字段,不要设置索引

5.2 数据量小的表最好不要使用索引

在数据表中的数据行数比较少的情况下,比如不到 1000 行,是不需要创建索引的。不仅浪费存储空间。而且在查找时性能可能还会更慢,因为可能还需要回表操作,不如直接查找就行。

5.3 有大量重复数据的列上不要建立索引

如,男女性别,当数据重复度大,比如 高于 10% 的时候,也不需要对这个字段使用索引。

但也不是绝对的哟,比如一个学校有10万人,但是男生只有10人,如果想要筛选出这10个男生,那你就可以对性别这个字段建立索引哟。

5.4 避免对经常更新的表创建过多的索引

第一层含义:对于频繁更新的字段不需要创建索引。否则每次更新字段索引都需要对应维护。
第二层含义:对于经常更新的表,不要创建过多的索引,也是因为维护成本。

5.5 不建议用无序的值作为索引

例如身份证、UUID(在索引比较时需要转为ASCII,并且插入时可能造成页分裂)、MD5、HASH、无序长字符串等。所以我们通常也推荐使用自增的主键。

5.6 删除不再使用或者很少使用的索引

5.7 不要定义冗余或重复的索引

(1)冗余索引
举例:建表语句如下

CREATE TABLE person_info(
	 id INT UNSIGNED NOT NULL AUTO_INCREMENT,
	 name VARCHAR(100) NOT NULL,
	 birthday DATE NOT NULL,
	 phone_number CHAR(11) NOT NULL,
	 country varchar(100) NOT NULL,
	  PRIMARY KEY (id),
	  KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
	  KEY idx_name (name(10))
);  

通过idx_name_birthday_phone_number 索引就可以对 name 列进行快速搜索,再创建一个专门针对 name 列的索引就算是一个 冗余索引 ,维护这个索引只会增加维护的成本,并不会对搜索有什么好处。

(2)重复索引
另一种情况,我们可能会对某个列 重复建立索引,比方说这样:

CREATE TABLE repeat_index_demo (
	 col1 INT PRIMARY KEY,
	 col2 INT,
	 UNIQUE uk_idx_c1 (col1),
	 INDEX idx_c1 (col1)

col1 既是主键、又给它定义为一个唯一索引,还给它定义了一个普通索引,可是主键本身就会生成聚簇索引,所以定义的唯一索引和普通索引是重复的,这种情况要避免。

你可能感兴趣的:(mysql,mysql,数据库,搜索引擎)