如何通过索引来提高数据库查询效率

索引是数据库优化所必需的工具，在面试的时候一般不会问概念性的问题，会问什么问题又如何回答呢？

如果我们需要招个Java方面的高级程序员，一方面看年限（本科3年），具体到数据库方面的技能要求，包括如下三个方面：

第一，是否会基本的增删改查，存储过程等技能，是否会用些group by,having,distinct,exist,in,with等高级点的语句。这点一般都没问题，甚至一个刚毕业的大学生或工作经验2年之内的初级程序员也没问题，也就是说，这个是高级程序员必备的，你会了是应该，不会甚至不及毕业生。

第二，有没有设计表的经验，这方面的面试技能也已经在数据库方面的面试技巧，如何从建表方面展示自己能力里说了，关键一点，你得结合实际需求来说。

第三也是关键一点，在数据库优化方面，你是否有相关经验。

这是个开放性的问题，大神们知道，可以从分区，根据执行计划优化等很多方面来考虑，对高级程序员，我的期望是你至少能说点索引相关的。但根据我的面试经验，很少有候选人（特别是高级程序员候选人）能比较深入地叙述。

开场白说了不少，下面进入正文。

索引是数据库优化所必需的工具，在面试的时候一般不会问概念性的问题，因为大家都能从教科书上找到答案，所以一般会问以下两方面的问题：

①索引有什么代价？哪些场景下你需要建索引？或者有时候反过来问，哪些场景下不推荐建索引。

②建好索引之后，怎么才能最高效地利用索引？或者反过来问，请说出一个无法有效利用已建索引的案例。

从结构上来看，索引好比是一棵B树（也叫B*或者B+），假设学生表里只有学生ID和姓名两列，该学生表里有1000个学生，学号分别从1到1000，如果针对ID建立索引，大致的结构如下图所示。

当然，在实际的数据库系统中，索引要比这个复杂得多，但从这个图里，我们能大致看出索引的工作原理。

索引建好后，如果我们要查找ID为111的学生，则数据库系统就会走索引，从图2.1中我们可以看到，根据根节点的指引，会找到第二层从左往右第二个数据块，以此类推，会在第四层里得到ID为111的物理地址，然后直接从硬盘里找数据。

反过来，如果没有建索引，数据库系统可能就要从一个大的范围里逐一定位查找，效率就没这么高了。

索引的好处大家已经看到了，那么为了得到这个“查询效率高”的好处，我们要付出了什么样的代价呢？

1 索引需要占硬盘空间，这是空间方面的代价。

2 一旦插入新的数据，就需要重新建索引，这是时间上的代价。

关于索引性能问题，我会细问，你建索引的表规模多少？不少人直接告诉我表就几千条，我或者问，索引有什么代价？不少回答是索引是只有好处没坏处的，也就是说，可以随便建。

对此我们来详细分析下（也就是大家在面试时需要说的）：

场景一，数据表规模不大，就几千行，即使不建索引，查询语句的返回时间也不长，这时建索引的意义就不大。当然，若就几千行，索引所占的空间也不多，所以这种情况下，顶多属于“性价比”不高。

场景二，某个商品表里有几百万条商品信息，同时每天会在一个时间点，往其中更新大概十万条左右的商品信息，现在用where语句查询特定商品时（比如where name=‘XXX’）速度很慢。为了提升查询效率可以建索引，但当每天更新数据时，又会重建索引，这是要耗费时间的。这时就需要综合考虑，甚至可以在更新前删除索引，更新后再重建。

场景三，从上图中可以看到，因为在数据表里ID值都不相同，所以索引能发挥出比较大的作用。相反，如果某个字段重复率很高，如性别字段，或者某个字段大多数值是空（null），那么不建议对该字段建索引。因为会降低索引的选择性。索引选择性是指，不重复的索引值（也称为基数）和数据标的记录总数（#T）的比值，范围从1/#T到1之间。索引的选择性越高则查询效率越高，因为选择性高的索引可以让mysql在查找时过滤掉更多的行。唯一索引的选择性是1，这是最好的选择性，性能也最好。

请大家记住，一定是有业务需求了才会建索引。比如在一个商品表里，我们经常要根据name做查询，如果没有索引，查询速度会很慢，这时就需要建索引。但在项目开发中，如果不经常根据商品编号查询，那么就没必要对编号建索引。

最后再强调一次，建索引是要付出代价的，没事别乱建着玩，同时在一个表上也不能建太多的索引。

下面说下索引建好了该怎么用？毕竟大家花了不少时间和空间代价建了索引，至少得回本吧？

如果出现一些不好的SQL语句，那么索引就白建了。下面通过一些具体的例子来看索引的正确用法。

1、没有where语句，不会用到索引

select name from table

2、name列选择性高，那么建议建索引

select  * from table where name='Java书'

3、模糊查询遵循最左匹配

select * from table where name like 'Java%' 这是个模糊查询，会用到索引，因为该操作可以转换为简单的比较操作，用like进行模糊查询时，如果第一个就是模糊的匹配符，比如where name like '%java'，那么在查询时不会走索引会走全表扫描，这是底层存储引擎API的限制。在其他情况下，不论用了多少个%，也不论%的位置，只要不出现在第一个位置，那么都能用到索引。

4、当数字型字段遇到非等值操作符（!=或<>）时，引擎会放弃索引而全表扫描

比如：select name from table  where 成绩>95,一旦出现大于符号，就不能用到索引，为了用到索引，我们应该改一下SQL语句里的where从句：where 成绩 in (96,97,98,99,100)

5、对索引字段进行了某种左值操作，那么无法用到索引

能用到索引的写法：select name from table  where 成绩=60

不能用到索引的写法：select name from table where 成绩+40=100

6、对索引字段进行了函数操作，那么无法用到索引

比如SQL语句：select * from table where substr(name)=‘J’，我们希望查询商品名首字母是J的记录，可一旦针对name使用函数，即使name字段上有索引，也无法用到。

7、避免在where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描

如：select * from table where num is null  可以在num上设置默认值0，确保表中num列没有null值，然后这样查询： select * from table where num = 0;

8、where子句中用or进行条件连接查询，则不会用索引而进行全表扫描

如：select id from table where num=10 or num = 20 可转为 select id from table where num = 10 union select id from table where num = 20；

 9、where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描： select id from table where num=@num 可以改为强制查询使用索引：select id from table with（index（索引名）） where num = @num；

关于索引，当然还有位图索引和复合索引等，如果大家要应聘更高级的岗位（比如有5年经验了），那么就不能止步于此了，但根据我的面试经验，上述关于索引的说辞对工作经验3年以下的候选人是有帮助的。

其实我知道，不少程序员平时用过索引，但不知道怎么说，这很吃亏。对于高级程序员而言，如果你这都说不好，那么你的能力比初级的要高多少？对于初级程序员而言，如果你掌握了，而且能在面试中很好地说，那么你和同等能力的人相比，就很占优势。