MySQL数据库索引，索引的原理，创建索引实战，索引的增删改查

目录

一、什么是数据库索引

1、索引的作用

2、索引的分类

二、索引的原理

① 索引的结构：B-tree索引、平衡树

② btree的新增

③ btree的读取流程

④ B-tree和B+tree对比

三、怎么创建索引

1、创建一个测试表

2、聚集索引（主键索引）

① 聚集索引（主键索引）

3、非聚集索引

① 普通索引

② 唯一索引

③ 全文索引

④ 复合索引

四、根据sql创建索引（索引实战）

1、=，>=，<=，<>，and，or

① from test_excel where user_cardid = 'xxx'

② from test_excel where user_cardid = 'xxx' and user_age = 'xxx'  and user_name = 'xxx'

③ from test_excel where user_cardid = 'xxx' and user_age = 'xxx'  or user_name = 'xxx'

④ from test_excel where user_cardid = 'xx' and user_age >= 80 and user_age <= 100 and user_name <> 'xx'

2、in，not in，is null，is not null

3、like，order by

① from test_excel where user_name like '张三129%'

 4、连表查询（左连接查询left join）

总结

---

以MySQL数据库为例：

一、什么是数据库索引

1、索引的作用

        数据库表存在大量数据的情况下，索引能极大的加快表数据的查询速度，减少IO操作次数，降低资源的消耗，是一种典型的以空间换时间的处理方法；

2、索引的分类

        其实索引类型是没有指定的标准的（因为引擎不一样，这里以MySQL的InnoDB引擎为例），但是大体可以分为三类：

                1、聚集索引：也叫主键索引，所有数据都按照主键索引进行排序；

                2、非聚集索引：一系列的普通索引都可以归纳到非聚集索引，如：普通索引、唯一索引、全文索引；

                3、复合索引：很多也叫组合索引，听名字就知道，很多字段组合的索引；

二、索引的原理

        在不建立索引的情况下，数据库查询数据是从上往下依次匹配的，如果有100万条数据，你运气不好，要的数据刚好在最后一条，那就呵呵呵，而索引就是为了解决这一问题的；

       ① 索引的结构：B-tree索引、平衡树（很多人也叫B树，其实这种直译的方式是不好的）

        btree索引有几个很重要的概念：阶、根节点、内部节点、叶子节点，当然你还必须得有磁盘块这个概念，因为索引和数据都是存在磁盘里的，而每次读数据其实是读某个“磁块”，也可以简单的理解为“分页”，一个“磁块”内包含有很多数据，读取一次磁盘就是一次IO操作，会一次把附近所有的数据都读取到缓冲区，然后再在缓冲区查找到你想要的数据，而一次读取数据量的多少是和你的操作系统有关的；

        那问题来了，什么是btree，看图（没有在网上找到合适的图片，就自己画了个，传说中的灵魂画家）

         如图：

                1、根节点：磁块1部分；

                2、内部节点：磁块2、磁块3部分；

                3、叶子节点：磁块4、5、6、7、8、9、10部分；

                4、阶：一个节点下包含最多的叶子节点个数叫阶数，如上图最多的叶子节点数为4个，所以叫4阶btree；

        而他们之间又有固定的比例，平衡树嘛，肯定是要遵循一定比例的（考验数学理解的时候来了）：

                1、假设我们定义每个节点下最多的叶子节点数为m（其实就是阶数为m），那么每个内部节点下至少包含m/2个子节点；

                2、根如果不是叶子节点的情况下，根必须包含2个节点，节点可以为内部节点或者叶子节点；

                3、（这点很重要）所有的叶子节点都是在同一层的（就是高度一样），并且是不带有任何参数的；

        ② btree的新增

                以上图为例，我们做一个4阶btree的新增：

                1、插入4个元素：1、2、3、4

                2、再插入1个元素：5，因为这是一个4阶的btree所以当达到5时，则必须进行拆分，那么为什么会是3拆分出来了呢，这里就又增加了一个概念：取中间值

                3、再插入2个元素：6、7 

                 4、再插入1个元素：8，这里又进行了拆分，4、5、6、7、8已经有5个了，所以中间值6被拆分了出来。

                5、后面再增加也是一样的操作了，这里不就一一写了，删除也是一样的，反着来就可以了 。

        ③ btree的读取流程

                

                 如图所示，假设需要读取“7”的数据，流程：先读取根节点（磁块1），匹配后得知“7”在（磁块2）里，然后获取到（磁块2）的下标再读取（磁块2），又匹配后得知“7”在（磁块6）里，再获取（磁块6）的下标读取（磁块6），最后加载到缓冲里获取到“7”的数据。

                整个流程只进行了3此IO操作，数据量多时可以极大的减少IO操作次数。同样由上图可知，加索引后的IO操作次数只与btree的高度有关（重点）。

        ④ B-tree和B+tree对比

                btree的介绍就差不多了，再对比一下B-tree和B+tree吧，注意这3条来自于百度查找，还没有研究b+tree。

                1、所占空间的对比，b+tree的内部结点是没有指向具体信息的指针的（b-tree是有的），所以b+tree占用空间更小。

                2、读取流程上的对比：b+tree读取时总是从根节点开始然后到叶子节点的（b-tree不一定），所以你会发现每条sql的查询速度都是差不多的，并没有明显的差别。

                3、范围查找（最主要的一点）：b-tree对范围查找并没有提高效率，b+tree提高了范围查询的效率。

三、怎么创建索引

        1、创建一个测试表

CREATE TABLE test_excel (
  user_id varchar(255) NOT NULL COMMENT '表主键id',
  user_name varchar(255) NOT NULL COMMENT '用户姓名，不能为空',
  user_age int(11) DEFAULT NULL COMMENT '用户年龄，允许为空',
  user_cardid varchar(255) NOT NULL COMMENT '身份证号，不能为空，不允许重复',
  PRIMARY KEY (user_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

                 在写上一篇博客EasyExcel导入的时候正好有创建一个测试表，数据也导进去了，测试数据为200万条，后面所有的都使用该测试表了。

        2、聚集索引（主键索引）

                ① 聚集索引（主键索引）

                        创建：alter table test_excel add primary key (user_id)；

                        删除：alter table test_excel drop primary key

        3、非聚集索引

                ① 普通索引

                        创建：alter table test_excel add index index_name(user_cardid)

                        删除：alter table test_excel drop index index_name

                ② 唯一索引

                        创建：alter table test_excel add unique index_age(user_age)

                        删除：alter table test_excel drop index index_age

                ③ 全文索引

                        创建：alter table test_excel add fulltext index_name(user_name,user_cardid)

                        删除：alter table test_excel drop index index_name

                ④ 复合索引

                        创建：alter table test_excel add index index_name(user_name,user_age,user_cardid)

                        删除：alter table test_excel drop index index_name

四、根据sql创建索引（索引实战）

        1、=，>=，<=，<>，and，or

                ① from test_excel where user_cardid = 'xxx'

                        使用普通索引：alter table test_excel add index index_cardid(user_cardid)

                ② from test_excel where user_cardid = 'xxx' and user_age = 'xxx'  and user_name = 'xxx'

                        包含了（=，and），这种情况既可以使用普通索引也可以使用复合索引，这里建议使用普通索引，因为普通索引只需要建立一个字段即可生效。建议：使用索引的字段放在条件查询里的最前面，如：user_cardid字段放在最前面

                        使用普通索引：alter table test_excel add index index_cardid(user_cardid)

                        在值重复并有很多个and时建议使用复合索引：alter table test_excel add index index_name(user_cardid,user_age,user_name)

                ③ from test_excel where user_cardid = 'xxx' and user_age = 'xxx'  or user_name = 'xxx'

                        包含了（=，and，or），and的处理，可以参考②的方法，or时则必须再创建个单独的索引，不然会没有效果

                        使用普通索引：alter table test_excel add index index_name(user_name)

                ④ from test_excel where user_cardid = 'xx' and user_age >= 80 and user_age <= 100 and user_name <> 'xx'

                        包含了（=，and，>=，<=，<>），普通索引和复合索引都可以使用，这里使用复合索引

                        使用复合索引：alter table test_excel add index index_name(user_cardid,user_age,user_name)

                        注意：包含范围查询的，都有查询“数据量”的限制，数据量太多时会不走索引，并且范围查询索引等级只能在“range”级

        2、in，not in，is null，is not null

                   建立普通索引就可以了，其实和上面的第④点是一样的，不在重复写了，但是也有注意查询的数据量，数据量多了后也不会走索引

        3、like，order by

                    ① from test_excel where user_name like '张三129%'

                        这种同样使用普通索引：alter table test_excel add index index_name(user_name)

                        注意：like '%xxx'，%在最左边的这种是不能使用索引的，其它位置才能使用索引，如果%一定要在最左边，就只能使用覆盖索引了如还有一个user_age字段：alter table test_excel add index index_name(user_name,user_age)

                       ② from test_excel where user_age < 5000 order by user_age desc

                        使用普通索引：alter table test_excel add index index_age(user_age)

        4、连表查询（左连接查询left join）

from test_excel e 
    left join test_pay p 
    on e.user_id = p.user_id 
    where e.user_id = '1499561693366382961' and e.user_name = '张三1299000'
    and p.pay_id = 1 and p.pay_number = 'xxx'

        使用复合索引：alter table test_excel add index index_sum(user_id,user_name)
                                 alter table test_pay add index index_sum(pay_id,pay_number) 

         在连表查询时一般的字段都是非常多的（这里只是做了个例子），所以一般也都是建议建立复合索引，当然建立普通索引也是有效果的，但对MySQL来说，一次是只能使用一条索引的，字段超级多的时候普通索引肯定是没复合索引效率高的；

 

总结

        使用索引，一定要记得最左原则，建了索引的列要在条件查询里的最前面，索引的使用是需要非常注意顺序的，不然是很难走索引的；

        复合索引查询条件顺序：如创建索引（alter table test_excel add index index_name(A,B,C)）,那么你查询的条件顺序只能是（A）,（AB），（ABC），这种排序效率才是最高的：(where a='xxx' and b='xxx' and c='xxx')；

        查询一个表所有的索引：show index from test_excel

        查询一条语句是否走了索引：explain select * from test_excel，加上explain关键字即可；

        索引的type等级：all，index，range，ref，eq_ref，system，const；“all，index”相当于没走索引，索引至少要优化到range级

        注意：有的时候创建索引后查询速度反而会更慢，先检查一下创建的索引是不是存在冲突，如果语句没问题，可以把索引删了重新创建。