MySQL进阶实战4，那些年学过的索引，下篇

一、索引合并策略

1、当出现服务器对多个索引做相交操作时（通常有多个and条件），通常意味着需要一个包含所有相关列的多列索引，而不是多个独立的单列索引。
2、当服务器需要对多个索引做联合操作时（通常有多个or条件），通常需要耗费大量CPU和内存资源在算法的缓存、排序和合并操作上。特别是当其中有些索引的选择性不高，需要合并扫描返回的大量数据的时候。

索引合并看似是一种优化，实际上更多时候说明了表上的索引建的很糟糕。

二、选择合适的索引列顺序

在一个多列的B-Tree索引中，索引列的顺序意味着索引首选按照最左列进行排序，其次是第二列…

索引可以按照升序或者降序进行扫描，以满足精确符合列顺序的order by、group by、distinct等子句的查询需求，多列索引的顺序至关重要。

以为的经验法则来看，将选择性最高的列放到索引的最左列，依次排开。这可以吗？当不需要考虑排序和分组的情况下，这样是没啥问题的，这时候索引的作用只是用来优化where子句，这样设计的索引确实能够最快的过滤出需要的行，对于在where子句中只使用索引部分前缀列的查询来说选择性也更高。

然而，性能不只是依赖于所有索引列的选择性，也和查询条件的具体值有关，也就是和值的分布有关。可能需要根据运行频率最高的查询来调整索引的顺序，让这种情况下的选择性更高。

三、聚簇索引

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。具体的细节依赖于其实现方式，但InnoDB的聚簇索引实际上在同一个结构中保存了B-Tree索引和数据行。

当表有聚簇索引时，它的数据行实际上存放在索引的叶子页中。术语“聚簇”表示数据行和相邻的键值紧凑地存储在一起。因为无法同时把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引。

因为是存储引擎负责实现索引，因此不是所有的存储引擎都支持聚簇索引。

叶子页包含了行的全部数据，节点页只包含索引列，索引列包含的是整数值。

InnoDB通过主键聚集数据，也就是主键列，如果没有主键，InnoDB会选择一个唯一的非空索引代替，如果没有这样的索引，InnoDB会隐式的定义一个主键来作为聚簇索引。

四、聚簇索引的优缺点

1、优点

1. 可以把相关数据保存在一起，例如实现电子邮箱时，可以根据用户ID来聚集数据，这样只需要从磁盘读取少数的数据页就能获取某个用户的全部邮件。如果没有使用聚簇索引，则每封邮件都可能导致一次磁盘IO;
2. 数据访问更快。聚簇索引将索引和数据保存在同一个B-Tree中，因此从聚簇索引中获取数据通常比在非聚簇索引中查找要快;
3. 使用覆盖索引扫描的查询可以直接使用节点页中的主键值。

2、缺点

1. 聚簇索引最大限度的提高了IO密集型应用的性能，但如果数据全部都放在了内存中，则访问的顺序就没有那么重要了，聚簇索引也就没什么优势了；
2. 插入速度严重依赖于插入顺序，按照主键的顺序插入是加载数据到InnoDB表中速度最快的方式。但如果不是按照主键的顺序加载数据，那么在加载完成后最好使用optimize table命令重新组织一下表；
3. 更新聚簇索引的代价很高，因为会强制InnoDB将每个被更新的行移动到新的位置；
4. 基于聚簇索引的表在插入新行，或者主键被更新导致需要移动行的时候，可能面临“页分裂”的问题。当行的主键值要求必须将这一行插入到某个已满的页中时，存储引擎会将该页分裂成两个页面来容纳该行，这就是一次页分裂操作。页分裂会导致表占用更多的磁盘空间；
5. 聚簇索引可能导致全表扫描变慢，尤其是行比较稀疏，或者由于页分裂导致数据存储不连续的时候；
6. 二级索引（非聚簇索引）可能比想象的要更大，因为在二级索引的叶子节点包含了引用行的主键列；
7. 二级索引访问需要两次索引查找，而不是一次；

二级索引查找时，需要找到二级索引的叶子节点中存放的主键值，然后到聚簇索引中查找对应的行，所以是两次索引查找，在InnoDB中，可以通过自适应哈希索引减少这样的重复工作。

五、覆盖索引

如果一个索引包含所有需要查询的字段的值，我们就称之为覆盖索引。

六、覆盖索引的优点

1. 索引条目通常远小于数据行大小，如果只需要读取索引，那么MySQL就会极大地减少数据访问量。这对缓存的负载非常重要，这种情况下响应时间大部分花费在数据拷贝上。覆盖索引对于IO密集型的应用也有帮助，因为索引比数据更小，更容易放入内存中。
2. 索引是按照列值顺序存储的，所以对IO密集型的范围查询会比随机从磁盘读取数据的IO少的多。
3. 一些存储引擎如MyISAM在内存中只缓存索引，数据则依赖于操作系统来缓存，因此要访问数据需要一次系统调用。这可能会导致严重的性能问题。
4. 由于InnoDB的聚簇索引，覆盖索引对InnoDB表特别有用，InnoDB的二级索引在叶子节点中保存了行的主键值，所以如果二级主键能够覆盖查询，则可以避免对主键索引的二次查询。

在发起一个覆盖索引查询时，在explain的Extra列可以看到“Using index”的信息。

七、冗余和重复索引

重复索引是指在相同的列上按照相同的顺序创建的相同类型的索引，优化器在优化查询的时候也需要逐个地进行考虑，这会影响性能。应避免这样建索引，发现之后，应立即移除。

冗余索引和重复索引有一些不同，如果创建了索引(A,B)，再创建索引(A)就是冗余索引，因为这只是前一个索引的前缀索引，这就是冗余索引。

冗余索引通常发生在未表添加新索引的时候，应该尽量扩展已有的索引而不是创建新索引。

MySQL进阶实战系列文章

MySQL进阶实战 1，数据类型与三范式

MySQL进阶实战 2，那些年学过的事务

MySQL进阶实战 3，mysql索引详解，上篇

SQL性能优化的21个小技巧

mysql索引详解

MySql基础知识总结（SQL优化篇）

哪吒精品系列文章

Java学习路线总结，搬砖工逆袭Java架构师

10万字208道Java经典面试题总结(附答案)

Java基础教程系列

Spring Boot 进阶实战