面试官必问值Mysql索引篇（妈妈再也不用担心 我不会索引了）

---

1:索引的概念

(1):官方定义

一种帮助mysql提高效率的数据结构。

(2):索引的优点

大大加快我们的查询速度。

(3):索引的缺点

• 维护索引要耗费数据库资源。
• 索引需要占用磁盘空间。
• 当对表的数据进行增删改的的时候,因为要维护索引 所以 速度受到影响。

2:索引的分类

(1):主键索引

设定为主键后数据库会自动创建索引 innodb中为聚簇索引 存的值不允许为null

(2):单值索引

就是我们为其他字段创建的索引 （除了主键字段之外的其他字段）允许为null

(3):唯一索引

创建唯一索引的目的不是为了提高访问速度，而只是为了避免数据出现重复。唯一索引可以有多个但索引列的值必须唯一，索引列的值允许有空值。如果能确定某个数据列将只包含彼此各不相同的值，在为这个数据列创建索引的时候就应该使用关键字UNIQUE。

(4):复合索引

复合索引就是将多个字段组合到一块创建索引 eg(age+name)

敲黑板了:复合索引是如何被调用的 需要符合什么原则

• 最左匹配原则
• mysql为了更好的利用索引在优化器中 对索引的选择上进行了排序
• 但是最左匹配原则也会失效 联合索引的最左匹配原则，在遇到范围查询（>、<、between、like 包括like '林%'这种）的时候，就会停止匹配，也就是范围列可以用到联合索引，但是范围列后面的列无法用到联合索引。 因为当我们第一个字段匹配的数据范围虽然是有序的，但是我们 后面的索引字段就是无序的 所以这时候 就会出现最左匹配失效

(5):full text索引

对该字段进行全文搜索。

3:索引的创建

(1):创建表的时候创建

	CREATE TABLE USER(
		id int PRIMARY key,
		age int,
		name VARCHAR(20),
		KEY(age)
	);
	
show index from user;//显示出我们的索引

(2):创建表完之后进行添加

	CREATE TABLE USER(
		id int PRIMARY key,
		age int,
		name VARCHAR(20)
	);
	
-- 创建一个索引（create）
	CREATE index ageIndex on USER(age);
	
-- 创建一个索引(Add)

	ALTER TABLE USER add INDEX(age); 


-- 删除一个索引
	drop index age on USER;
	
-- 展示我们创建的索引
show index from user;

(3):创建唯一索引

上方我们创建的索引都是单值索引。

	CREATE TABLE USER(
		id int PRIMARY key,
		age int,
		name VARCHAR(20)
	);
	
-- 创建一个索引（create）
	CREATE unique index ageIndex on USER(age);
	
-- 创建一个索引(Add)
	ALTER TABLE USER add Unique index (name); 


-- 删除一个索引
	drop index age on USER;
	
-- 展示我们创建的索引
show index from user;

(4):创建复合索引

	CREATE TABLE USER(
		id int PRIMARY key,
		age int,
		name VARCHAR(20)
	);
	
-- 创建一个索引（create）
	CREATE  index ageAndNameIndex on USER(age,name);
	

-- 删除一个索引
drop index ageIndex on USER;
	
-- 展示我们创建的索引
show index from user;

4:索引的底层原理

(1):测试数据

我们插入无须的数据 根据id无序插入

---建表
create table t_emp(id int primary key,name varchar(20),age int);

--插入数据
insert into t_emp values(5,'d',22);
insert into t_emp values(6,'d',22);
insert into t_emp values(7,'e',21);
insert into t_emp values(1,'a',23);
insert into t_emp values(2,'b',26);
insert into t_emp values(3,'c',27);
insert into t_emp values(4,'a',32);
insert into t_emp values(8,'f',53);
insert into t_emp values(9,'v',13);

--查询
select * from t_emp;

(2):为什么上面数据明明没有按顺序插入,为什么查询时却是有顺序呢?

• 原因是:mysql底层为主键自动创建索引,一定创建索引会进行排序
• 也就是mysql底层真正存储是这样的
• 为什么要排序呢?因为排序之后在查询就相对比较快了 如查询 id=3的我只需要按照顺序找到3就行啦(如果没有排序大海捞针,全靠运气!)
  

(3):为了进一步提高效率mysql索引又进行了优化

• 就是基于页的形式进行管理索引 页目录中只存id跟指针
• 如 查询id=4的 直接先比较页 先去页目录中找,再去 数据目录中找
  

(4):上面这种索引结构称之为B+树数据结构,那么什么是B+树呢?

参考:B+树

B+Tree是在B-Tree(B树的)基础上的一种优化，使其更适合实现外存储索引结构，InnoDB存储引擎就是用B+Tree实现其索引结构。

B-Tree结构图中可以看到每个节点中不仅包含数据的key值，还有data值。而每一个页的存储空间是有限的，如果data数据较大时将会导致每个节点（即一个页）能存储的key的数量很小，当存储的数据量很大时同样会导致B-Tree的深度较大，增大查询时的磁盘I/O次数，进而影响查询效率。
在B+Tree中，所有数据记录节点都是按照键值大小顺序存放在同一层的叶子节点上，而非叶子节点上只存储key值信息，这样可以大大加大每个节点存储的key值数量，降低B+Tree的高度。

B+Tree相对于B-Tree有几点不同：

• 非叶子节点只存储键值信息。
• 所有叶子节点之间都有一个链指针。
• 数据记录都存放在叶子节点中。
  InnoDB存储引擎中页的大小为16KB，一般表的主键类型为INT（占用4个字节）或BIGINT（占用8个字节），指针类型也一般为4或8个字节，也就是说一个页（B+Tree中的一个节点）中大概存储16KB/(8B+8B)=1K个键值（因为是估值，为方便计算，这里的K取值为〖10〗^{3）。也就是说一个深度为3的B+Tree索引可以维护10}3 10^3 10^3 = 10亿 条记录。

实际情况中每个节点可能不能填充满，因此在数据库中，B+Tree的高度一般都在2-4层 mysql的InnoDB存储引擎在设计时是将根节点常驻内存的，也就是说查找某一键值的行记录时最多只需要1~3次磁盘I/O操作。(注意顶层页一般在内存 不需要进行I/O操作)

5.聚簇索引和非聚簇索引

(1):概念

• 聚簇索引： 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
• 非聚簇索引：将数据与索引分开存储，索引结构的叶子节点指向了数据对应的位置
  注意:在innodb中，在聚簇索引之上创建的索引称之为辅助索引，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引。辅助索引叶子节点存储的不再是行的物理位置，而是主键值，辅助索引访问数据总是需要二次查找。

(2):在InnoDB中

• InnoDB中主键索引就是聚簇索引 单值索引就是 非聚簇索引
  

• InnoDB使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上，若使用"where id = 14"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。

• 若对Name列进行条件搜索，则需要两个步骤：第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。（重点在于通过其他键需要建立辅助索引）

• 聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一且非空的索引代替。如果没有这样的索引，InnoDB 会隐式定义 一个主键（类似oracle中的RowId）来作为聚簇索引。如果已经设置了主键为聚簇索引又希望再单独设置聚簇索引，必须先删除主键，然后添加我们想要的聚簇索引，最后恢复设置主键即可。

• 在辅助索引的叶子节点找到主键值 再到主键索引寻找行数据的操作称为回表

(3):在MYISAM中

• myisam中 主键索引 还有其他索引都是非聚簇索引 也就是 叶子节点存的值是指向数据的 并没有实际要找的值。
  

MyISAM使用的是非聚簇索引，非聚簇索引的两棵B+树看上去没什么不同，节点的结构完全一致只是存储的内容不同而已，主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。表数据存储在独立的地方，这两颗B+树的叶子节点都使用一个地址指向真正的表数据，对于表数据来说，这两个键没有任何差别。由于索引树是独立的，通过辅助键检索无需访问主键的索引树。

(4):使用聚簇索引的优势(也即是Innodb比myisam强的地方)

每次使用辅助索引检索都要经过两次B+树查找（Innodb中辅助索引是建立在聚簇索引之上的），看上去聚簇索引的效率明显要低于非聚簇索引，这不是多此一举吗？聚簇索引的优势在哪？

• 由于行数据和聚簇索引的叶子节点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把页加载到了Buffer中（缓存器），再次访问时，会在内存中完成访问，不必访问磁盘。这样主键和行数据是一起被载入内存的，找到叶子节点就可以立刻将行数据返回了，如果按照主键Id来组织数据，获得数据更快。

• 辅助索引的叶子节点，存储主键值，而不是数据的存放地址。当发生增删改的时候 在innodb中我们只需要维护主键索引即可 辅助索引不用维护 因为主键值唯一 我们只需要维护一部分即可，但在myisam中我们需要修改两部分不仅要在存数据的部分进行修改 而且也需要修改辅助索引的叶节点（因为地址可能变化）。另一个好处是，因为辅助索引存放的是主键值，减少了辅助索引占用的存储空间大小。

(5):聚簇索引需要注意什么?

• 当使用主键为聚簇索引时，主键最好不要使用uuid，因为uuid的值太过离散，不适合排序且可能出现新增加记录的uuid，会插入在索引树中间的位置，导致索引树调整复杂度变大，消耗更多的时间和资源。
• 建议使用int类型的自增，方便排序并且默认会在索引树的末尾增加主键值，对索引树的结构影响最小。而且，主键值占用的存储空间越大，辅助索引中保存的主键值也会跟着变大，占用存储空间，也会影响到IO操作读取到的数据量。
  （int 4字节 bigint 8字节 uuid 16字节）

6:小问题 大烦恼

(1):为什么主键通常建议使用自增id

聚簇索引的数据的物理存放顺序与索引顺序是一致的，即：只要索引是相邻的，那么对应的数据一定也是相邻地存放在磁盘上的。如果主键不是自增id，那么可以想象，它会干些什么，不断地调整数据的物理地址、分页，当然也有其他一些措施来减少这些操作，但却无法彻底避免。但，如果是自增的，那就简单了，它只需要一页一页地写，索引结构相对紧凑，磁盘碎片少，效率也高。

(2):什么情况下无法利用索引呢?

• <1. 查询语句中使用LIKE关键字
  在查询语句中使用 LIKE 关键字进行查询时，如果匹配字符串的第一个字符为“%”，索引不会被使用。如果“%”不是在第一个位置，索引就会被使用。

• <2.查询语句中使用多列索引
  多列索引是在表的多个字段上创建一个索引，只有查询条件中使用了这些字段中的第一个字段，索引才会被使用。最左匹配原则 即多个字段组成的复合索引 如果想要被调用 那么查询条件中必须包含建立索引的第一个字段

• ❤️.查询语句中使用OR关键字
  查询语句只有OR关键字时，如果OR前后的两个条件的列都是索引，那么查询中将使用索引。如果OR前后有一个条件的列不是索引，那么查询中将不使用索引。
  age name grade (其中age 跟name建立了索引 grade未建立索引)
  where age and name （调用了索引）
  where age or name (也调用了索引)
  where grade or age(未调用索引)

(3):什么时候适用索引

• 字段有唯一性限制的，比如商品编码；
• 经常用于 WHERE 查询条件的字段，这样能够提高整个表的查询速度，如果查询条件不是一个字段，可以建立联合索引。
• 经常用于 GROUP BY 和 ORDER BY 的字段，这样在查询的时候就不需要再去做一次排序了，因为我们都已经知道了建立索引之后在 B+Tree 中的记录都是排序好的。

(4):什么时候不需要创建索引？

• WHERE 条件，GROUP BY，ORDER BY 里用不到的字段，索引的价值是快速定位，如果起不到定位的字段通常是不需要创建索引的，因 为索引是会占用物理空间的。
• 字段中存在大量重复数据，不需要创建索引，比如性别字段，只有男女，如果数据库表中，男女的记录分布均匀，那么无论搜索哪个值都可能得到一半的数据。在这些情况下，还不如不要索引，因为 MySQL 还有一个查询优化器，查询优化器发现某个值出现在表的数据行中的百分比很高的时候(一般为当查询的范围超过30%的时,这时候查询范围就会转为全文查询)，它一般会忽略索引，进行全表扫描。
• 表数据太少的时候，不需要创建索引；
• 经常更新的字段不用创建索引，比如不要对电商项目的用户余额建立索引，因为索引字段频繁修改，由于要维护 B+Tree的有序性，那么就需要频繁的重建索引，这个过程是会影响数据库性能的。