数据库索引详细介绍

$$♣$$
索引是面试中较常考的考点之一。
比如面试官会问你，索引为啥能提高查询速度？如果不知道，那就往下看吧~

索引的定义

索引相当于一本书的目录，通过目录我们可以迅速定位书中要找的内容。MySQL中的索引也是一样，它是一种帮助MySQL高效获取数据的数据结构（树）
索引怎么实现的？为什么用B+树？

索引是数据库中一个用于排序的数据结构，用来快速查询数据库中的数据。Mysql数据库使用B+树来实现索引的。B+树的特点就是叶子节点包含了所有的关键字信息和data数据，非叶子节点只包含子节点的最大或者最小关键字，用来实现索引。

好处：既能实现快速查找，相比于B树又节约了内存空间。

Mysql数据库中的索引实现主要依赖于两个存储引擎，MyISAM和InnoDB，都是使用B+树作为索引结构。区别就是MyISAM中使用B+树的叶子节点的data域存放数据的内存地址，而InnoDB中树的叶节点data域保存了完整的数据。

建索引的优缺点
优点：大大加快对数据的查询速度
缺点：占物理空间，对数据库进行增删改的时候也要动态的维护索引。

索引的作用

$♢$提高查询速度
$♢$确保数据的唯一性
$♢$可以加速表和表之间的连接，实现表和表之间的参照完整性
$♢$使用分组和排序子句进行数据检索时，可以减少分组和排序的时间
$♢$全文检索字段进行搜索优化

索引如何提高查询速度呢

假如我们有如下的一张表，在没有引入索引之前，假如我们想查询表中的一条年龄为20的数据，那么几乎要遍历完整个表才能查询到这条数据；现在我们引入索引，并且以age列作为索引列来构建出一个二叉树的索引结构来，具体的构造过程是先把表中第一行的age（49）作为二叉树的头结点，然后顺序往下遍历，把小于头节点的age放到左边，大于头结点的age放到右边，表中数据遍历完以后就构造出了右图所示的二叉树索引结构。现在我们再来试着查找年龄为20的数据所需要的过程：
1.将age为20的数据先和头结点的49比较（20<49）,所以往左边走
2.来到树形结构的第二层，继续和21比较（20<21），继续往左边走
3.来到树形结构的第三层，和20比较（20=20）查，找成功

加上索引以后只需三次就查找成功了，可见索引确实可以提高我们SQL的查询效率。

目前大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构，它的具体实现就在我们上面提到的引擎层的存储引擎中。像上面提到的MyISAM存储引擎就使用B-Tree来实现主键索引、唯一索引和非主键索引等。而InnoDB中的非主键索引使用的是B-Tree数据结构，主键索引则使用的是B+Tree。

那么B-Tree和B+Tree到底有什么区别呢?

B-Tree和B+Tree异同

B-Tree：它类似于像上面构建的普通二叉树，但是B-树允许每个节点有更多的子节点（二叉树只允许有两个），B-树示意图如下：
B-树的特点：
（1）所有键值分布在整个树中（B+Tree只分布在叶子节点中）
（2）任何关键字出现且只出现在一个节点中
（3）搜索有可能在非叶子节点结束
（4）在关键字全集内做一次查找，性能逼近二分查找算法
B+Tree：B+树是B-树的变体，B+树的示意图为： 从图中也可以看到，B+树与B树的不同在于：
（1）所有关键字存储在叶子节点，非叶子节点不存储真正的data
（2）为所有叶子节点增加了一个链指针

B+树相对于B树在查询上会更加优胜。
因为

1. B+树的中间节点不保存数据，所以磁盘页能容纳更多节点元素；
2. B+树查询必须查找到叶子节点，B树只要匹配到即可不管元素位置，因此B+树的查询性能稳定；
3. 对于范围查找来说，B+树只需遍历叶子节点链表即可，B树却需要重复地中序遍历（先访问根节点再访问左右节点）。

什么场景不适合创建索引

• 在查询中很少使用或者是参考的列不适合创建索引。因为既然这些列很少使用到，因此有无索引，并不能提高查询速度。相反，增加了索引反而降低了系统的维护速度且增大了空间需求。
• 只有很少数据值的列不适合创建索引。因为本来结果集合就相当于全表查询，因为由于这些列的取值很少，例如人事表的性别列，在查询的结果中，结果集的数据行占了表中数据行的很大比例，即需要在表中搜索的数据行的比例很大。增加索引，并不能明显加快检索的速度。
• 被定义为text, image和bit数据类型的列不适合创建索引。因为这些列的数据量要么相当大，要么取值很少。
• 当修改性能远远大于检索性能时不应该创建索引。修改性能和检索性能是互相矛盾的。当增加索引时，会提高检索性能，但会降低修改性能。当减少索引时，会提高修改性能，降低检索性能。因此，当修改性能远远大于检索性能时，不应该创建索引。
• 经常插入、删除、修改的表
• 不会出现在where条件中的字段不适合建立索引。

什么样的字段适合创建索引

1、表的主键、外键必须有索引；外键是唯一的，而且经常会用来查询
2、数据量超过300的表应该有索引；
3、经常与其他表进行连接的表，在连接字段上应该建立索引；经常连接查询，需要有索引
4、经常出现在Where子句中的字段，加快判断速度，特别是大表的字段，应该建立索引，建立索引，一般用在select ……where f1 and f2 ，我们在f1或者f2上建立索引是没用的。只有两个使用联合索引才能有用
5、经常用到排序的列上，因为索引已经排序。
6、经常用在范围内搜索的列上创建索引，因为索引已经排序了，其指定的范围是连续的

简单记就是唯一、不为空、经常被查询的字段

索引的分类

• 主键索引（PRIMAY KEY）
• 唯一索引（UNIQUE）
• 常规索引（INDEX）
• 全文索引（FULLTEXT）

1. 主键索引

主键：
　　某一个属性组能唯一标识一条记录
　　如：学生表（学号，姓名，班级，性别等等），学号时唯一标识的，可以作为主键。
特点：
　　最常见的索引类型
　　确保数据记录的唯一性
　　确定特定数据记录在数据库中的位置
实例：

CREATE TABLE `表名`（、
　　`GradeID` INT(11)  AUTO_INCREMENT PRIMARY KEY,
　　#或 PRIMARY KEY(`GradeID`)
）

2. 唯一索引

作用：
　　避免同一个表中某数据列中的值重复
与主键索引的区别
　　主键索引只能有一个
　　唯一索引可有多个

实例：

CREATE TABLE `Grade`（

　　`GradeID` INT(11)  AUTO_INCREMENT PRIMARY KEY,

　　`GradeName` VARCHAR(32) NOT NULL UNIQUE

#或 UNIQUE KEY ` GradeID`(`GradeID`)

3. 常规索引

作用：
　　快速定位特定数据
注意：
　　index 和 key 关键字都可以设置常规索引
　　应加在查询条件的字段
　　不易添加太多常规索引，影响数据的插入，删除和修改操作
实例：

##创建表时添加

CREATE TABLE `result`{

　　//省略一些代码

　　INDEX / KEY `ind` (`studentNo`,`subjectNo`)

}
##创建后追加

ALTER TABLE `result` ADD  INDEX `ind` (`studentNo`,`subjectNo`);

4. 全文索引

作用：
　　快速定位特定数据
注意：
　　只能用于MyISAM类型的数据表
　　只能用于CHAR ,VARCHAR,TEXT数据列类型
　　使用大型数据集
实例：

CREATE TABLE `student`(

　　#省略一些sql语句

　　　　FULLTEXT(`StudentName`)

)ENDINE=MYISAM;

ALTER TABLE employee ADD FULLTEXT(`first_name`)

唯一索引补充
　　它与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。它有以下几种创建方式：
创建索引

CREATE UNIQUE INDEX indexName ON mytable(username(length))

修改表结构

ALTER table mytable ADD UNIQUE [indexName] (username(length))

创建表的时候直接指定

CREATE TABLE mytable(  
	ID INT NOT NULL,   
	username VARCHAR(16) NOT NULL,  
	UNIQUE [indexName] (username(length))  
);

基本索引
　　这是最基本的索引，它没有任何限制。它有以下几种创建方式：

CREATE INDEX indexName ON mytable(username(length));

如果是CHAR，VARCHAR类型，length可以小于字段实际长度；如果是BLOB和TEXT类型，必须指定 length。

修改表结构(添加索引)

ALTER table tableName ADD INDEX indexName(columnName)

创建表的时候直接指定

CREATE TABLE mytable(  
	ID INT NOT NULL,   
	username VARCHAR(16) NOT NULL,  
	INDEX [indexName] (username(length))  
);

删除索引的语法

DROP INDEX [indexName] ON mytable;

组合索引
为了形象地对比单列索引和组合索引，为表添加多个字段：

CREATE TABLE mytable(
	 ID INT NOT NULL, 
	 username VARCHAR(16) NOT NULL,
	 city VARCHAR(50) NOT NULL, 
	 age INT NOT NULL 
);

为了进一步榨取MySQL的效率，就要考虑建立组合索引。就是将 name, city, age建到一个索引里：

ALTER TABLE mytable ADD INDEX name_city_age (name(10),city,age);

建表时，usernname长度为 16，这里用 10。这是因为一般情况下名字的长度不会超过10，这样会加速索引查询速度，还会减少索引文件的大小，提高INSERT的更新速度。

如果分别在 usernname，city，age上建立单列索引，让该表有3个单列索引，查询时和上述的组合索引效率也会大不一样，远远低于我们的组合索引。虽然此时有了三个索引，但MySQL只能用到其中的那个它认为似乎是最有效率的单列索引。

建立这样的组合索引，其实是相当于分别建立了下面三组组合索引

usernname,city,age usernname,city usernname 为什么没有 city，age这样的组合索引呢？这是因为MySQL组合索引“最左前缀”的结果。简单的理解就是只从最左面的开始组合。并不是只要包含这三列的查询都会用到该组合索引

下面的几个SQL就会用到这个组合索引：

SELECT * 
	FROM mytable 
	WHREE username="admin" AND city="株洲";
	
SELECT * FROM mytable WHREE username="admin"

而下面几个则不会用到

SELECT * FROM mytable WHREE age=20 AND city="株洲"

SELECT * FROM mytable WHREE city="株洲"

一般来说，在WHERE和JOIN中出现的列需要建立索引，但也不完全如此， 因为MySQL只对<，<=，=，>，>=，BETWEEN，IN，以及某些时候的LIKE才会使用索引。

例如：

SELECT t.Name 
	FROM mytable t LEFT JOIN mytable m 
	ON t.Name=m.username 
	WHERE m.age=20 AND m.city=’株洲‘

此时就需要对city和age建立索引，由于mytable表的userame也出现在了JOIN子句中，也有对它建立索引的必要。

刚才提到只有某些时候的LIKE才需建立索引。因为在以通配符%和_开头作查询时，MySQL不会使用索引。

例如下句会使用索引：

SELECT * FROM mytable WHERE username like’admin%’;

而下句就不会使用：

SELECT * FROM mytable WHEREt Name like‘%admin’;

因此，在使用LIKE时应注意以上的区别。

索引的不足

上面都在说使用索引的好处，但过多的使用索引将会造成滥用。因此索引也会有它的缺点：

虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。
建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件会膨胀很快。
索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。

使用索引的细节问题

【须知】
使用索引时，有以下一些技巧和注意事项：

1. 索引不会包含有NULL值的列
   只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时不要让字段的默认值为NULL。
2. 使用短索引
   对串列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果在前10个或20个字符内，多数值是惟一的，那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。
3. 索引列排序
   MySQL查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。
4. like语句操作
   一般情况下不鼓励使用like操作，如果非使用不可，如何使用也是一个问题。like “%aaa%” 不会使用索引而like “aaa%”可以使用索引。
5. 避免在索引上使用计算

select id from userinfo where YEAR(adddate)<2007;

//将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成

select id from userinfo where adddate<‘2007-01-01’;

6. 尽量避免使用in和NOT IN和<>操作，否则会导致全表扫描
   因为逻辑判断会让索引失效。例如

select id from t where num in(1,2,3) 

//对于连续的数值，能用 between 就不要用 in 了

select id from t where num between 1 and 3 

7. 应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如

select id from t where num=10 or num=20;

可以这样查询:

select id from t where num=10
union all
select id from t where num=20 

上面提到数据库引擎，如果不清楚的童鞋可以看看这篇☞MySQL两种存储引擎
推荐阅读☞B-Tree和B+树详解

本篇参考90%的程序员不懂数据库的索引知识，看完之后你就懂了
mysql索引的新手入门详解