【MySQL 数据库】6、一篇文章学习【索引知识】，提高大数据量的查询效率【文末送书】

一、索引概述

• 索引（index） 是帮助 MySQL 高效获取数据的数据结构（有序）

• 在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

---

二、索引结构

(1) 不同类型的索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

以下是不同的存储引擎对于索引结构的支持情况：

---

(2) 二叉树和红黑树

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢

---

为解决 顺序插入时，会形成一个链表，查询性能大大降低 的情况，可以选择红黑树（红黑树是一颗自平衡二叉树，即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树）

由于红黑树也是一颗二叉树，所以也会存在大数据量情况下，层级较深，检索速度慢的缺点。

(3) B 树

• B 树是一种多路平衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

• 以一颗最大度数（max-degree）为5的 B 树为例（这个B树每个节点最多存储4个key，5个指针）

• 5阶的B树，每一个节点最多存储4个key，对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B树中，非叶子节点和叶子节点都会存放数据。

(4) B+树

• B+Tree是B树的变种

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据

• 所有的数据都会出现在叶子节点
• 叶子节点形成一个单向链表。
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的

---

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

(5) Hash

• MySQL中除了支持B+Tree索引，还支持一种索引类型 — Hash索引

• 哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中

• Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

(6) 为什么InnoDB存储引擎选择使用B+tree索引结构相对于二叉树，层级更少，搜索效率高；

• 相对于二叉树，层级更少，搜索效率高
• 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
• 相对Hash索引，B+tree支持范围匹配及排序操作

三、索引的分类

(1) 聚集索引和二级索引

• 在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。
  

---

• 在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：
  

聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

(2) 思考题

以下两条SQL语句，那个执行效率高? 为什么?

A.select * from user where id = 10 ;
B.select * from user where name = 'Arm' ;
# id为主键，name字段创建的有索引

• A 语句的执行性能要高于B 语句
• 因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询

---

四、索引 SQL 语法

(1) 表

drop table tb_user;

create table tb_user(
	id int primary key auto_increment comment '主键',
	name varchar(50) not null comment '用户名',
	phone varchar(11) not null comment '手机号',
	email varchar(100) comment '邮箱',
	profession varchar(11) comment '专业',
	age tinyint unsigned comment '年龄',
	gender char(1) comment '性别 , 1: 男, 2: 女',
	status char(1) comment '状态',
	createtime datetime comment '创建时间'
) comment '系统用户表';


INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', '[email protected]', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('曹操', '17799990001', '[email protected]', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('赵云', '17799990002', '[email protected]', '英语', 34, '1', '2', '2002-03-02 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('孙悟空', '17799990003', '[email protected]', '工程造价', 54, '1', '0', '2001-07-02 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('花木兰', '17799990004', '[email protected]', '软件工程', 23, '2', '1', '2001-04-22 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('大乔', '17799990005', '[email protected]', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('露娜', '17799990006', '[email protected]', '应用数学', 24, '2', '0', '2001-02-08 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('程咬金', '17799990007', '[email protected]', '化工', 38, '1', '5', '2001-05-23 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('项羽', '17799990008', '[email protected]', '金属材料', 43, '1', '0', '2001-09-18 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('白起', '17799990009', '[email protected]', '机械工程及其自动化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('韩信', '17799990010', '[email protected]', '无机非金属材料工程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('荆轲', '17799990011', '[email protected]', '会计', 29, '1', '0', '2001-05-11 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('兰陵王', '17799990012', '[email protected]', '工程造价', 44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狂铁', '17799990013', '[email protected]', '应用数学', 43, '1', '2', '2001-04-10 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('貂蝉', '17799990014', '[email protected]', '软件工程', 40, '2', '3', '2001-02-12 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('妲己', '17799990015', '[email protected]', '软件工程', 31, '2', '0', '2001-01-30 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('芈月', '17799990016', '[email protected]', '工业经济', 35, '2', '0', '2000-05-03 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('嬴政', '17799990017', '[email protected]', '化工', 38, '1', '1', '2001-08-08 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狄仁杰', '17799990018', '[email protected]', '国际贸易', 30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('安琪拉', '17799990019', '[email protected]', '城市规划', 51, '2', '0', '2001-08-15 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('典韦', '17799990020', '[email protected]', '城市规划', 52, '1', '2', '2000-04-12 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('廉颇', '17799990021', '[email protected]', '土木工程', 19, '1', '3', '2002-07-18 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('后羿', '17799990022', '[email protected]', '城市园林', 20, '1', '0', '2002-03-10 00:00:00');
INSERT INTO study_index.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '[email protected]', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');

(2) 索引 SQL

1.name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引

CREATE INDEX idx_user_name ON tb_user ( `name` );

SHOW INDEX FROM tb_user;

2.phone 手机号字段的值是非空，且唯一的，为该字段创建唯一索引

CREATE UNIQUE INDEX idx_user_phone ON tb_user ( phone );

3.为profession、age、status创建联合索引

CREATE INDEX idx_user_profession_age_status ON tb_user ( profession, age, `status` );

4.为email建立合适的索引来提升查询效率

CREATE INDEX idx_user_email ON tb_user ( email );

五、SQL 性能分析（查看执行频次）

MySQL 客户端连接成功后，可通过 show [session|global] status 命令查看服务器状态信息。可查看当前数据库的 INSERT、UPDATE、DELETE、SELECT 的执行频次

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';

假如数据库主要执行的是【查询】，则可为该数据库创建索引，进而优化查询。

六、SQL 性能分析（慢查询日志）

• 慢查询日志记录了所有执行时间超过指定参数值（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志

• MySQL的慢查询日志默认没有开启

--- 查看是否开启了慢查询日志
SHOW VARIABLES LIKE 'slow_query_log';

---

开启慢查询日志，需要在MySQL的配置文件 /etc/my.cnf 中配置如下信息：

Windows 中启动慢查询日志
// 开启MySQL慢日志查询开关
slow_query_log=1
// 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2
slow_query_log_file = “D:\Dev\MySQL\MySQLData\slow_query.txt”
① 一定要记得重启 MySQL 服务

配置完毕之后，通过以下指令重新启动MySQL服务

systemctl restart mysqld

Linux 中可在 /var/lib/mysql/localhost-slow.log 文件中查看慢日志文件中记录的信息

七、SQL 性能分析（profiles ）

• show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了
• 通过have_profiling参数，能够看到当前MySQL是否支持profile操作

# 查看当前数据库是否支持 profile
SELECT @@have_profiling;

---

• MySQL是支持 profile操作的，但是开关是关闭的。可以通过set语句在session/global级别开启profiling

-- 查看每一条 SQL 的耗时基本情况
show profiles;
-- 查看指定 query_id 的 SQL 语句各个阶段的耗时情况
show profile for query query_id;
-- 查看指定 query_id 的 SQL 语句 CPU 的使用情况
show profile cpu for query query_id;

八、SQL 性能分析（explain）

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息【执行计划】，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

Explain 执行计划中各个字段的含义：

九、最左前缀法则和范围查询

(1) 最左前缀法则

① 如果索引了多列（联合索引），要遵守最左前缀法则

② 最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。

③ 如果跳跃某一列，索引将会部分失效(后面的字段索引失效)

④ 如果最左边的列不存在，索引全部失效

---

---

(2) 范围查询

• 联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效

十、索引失效情况

(1) 索引列运算

不要在索引列上进行运算操作， 索引将失效

函数运算操作之后，索引失效

(2) 字符串不加单引号

字符串类型字段使用时，不加引号，索引将失效

(3) 头部模糊匹配查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

(4) or 连接的条件

用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

or 连接的条件必须都有索引，索引才有效

(5) 数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引

十一、索引使用原则

(1) 索引提示

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的

(2) 覆盖索引

• 尽量使用覆盖索引，减少select *
• 覆盖索引是指 查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到

---

(3) 前缀索引

当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO， 影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率

(4) 单列索引与联合索引

单列索引：即一个索引只包含单个列
联合索引：即一个索引包含了多个列

十二、索引设计原则

• 针对于数据量较大，且查询比较频繁的表建立索引。

• 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索
  引。

• 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。

• 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。

• 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。

• 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。

• 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询

---

推荐三本书，如下图所示：

---

共送3本书，请你在评论区回复【ZGQ ~ 我要赠书】
我根据Java程序随机选择2人送书（每人可发布3个评论）
截止时间：2023/06/15

618，清华社 IT BOOK 多得图书活动开始啦！活动时间为 2023 年 6 月 7 日至 6 月 18 日，清华
社为您精选多款高分好书，涵盖了 C++、Java、Python、前端、后端、数据库、算法与机器学习等多
个 IT 开发领域，适合不同层次的读者。全场 5 折，扫码领券更有优惠哦！快来京东点击链接 IT BOOK 多得
（或扫描京东二维码）查看详情吧