索引的创建与设计原则

一.索引的分类

从功能逻辑上来说，分为：普通索引、唯一索引、主键索引、全文索引。

• 普通索引(NORMAL)：不加任何限制条件，只为提高查询效率的索引。
• 唯一索引(UNIQUE)：限制该索引的值必须是唯一的，但允许有空值，一张表可以有多个唯一索引。
• 主键索引：一种特殊的唯一索引，增加了不为空的约束，一张表最多只有一个主键索引。
• 全文索引(FULLTEXT)：利用分词技术等多种算法分析关键词的频率和重要性筛选，适合大型数据集。全文索引只能创建在 CHAR 、VARCHAR 或TEXT 类型及其系列类型的字段上，查询数据量较大的字符串类型的字段时，使用全文索引可以提高查询速度。例如，表 student 的字段 information 是 TEXT 类型该字段包含了很多文字信息。在字段information上建立全文索引后，可以提高查询字段information的速度。随着大数据时代的到来，关系型数据库应对全文索引的需求已力不从心，逐渐被 solr、ElasticSearch 等专门的搜索引擎所替代。

按照物理实现来分，分为：聚簇索引 和 非聚簇索引。

• 聚簇索引：针对主键构建的索引，是一种数据存储方式，表的数据行都存放在索引树的叶子页中。
• 非聚簇索引：针对非主键构建的索引，它不保存完整记录，且按照索引列排序。

按照作用字段个数来分，分成：单列索引 和 联合索引。

• 单例索引：在表中的单个字段上创建索引。单列索引只根据该字段进行索引。单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可。一个表可以有多个单列索引。
• 多列索引：在表的 多个字段组合上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进行查询，但是只有查询条件中使用了这些字段中的第一个字段时才会被使用。例如，在表中的字段id、name和gender上建立一个多列索引 idx_id_name_gender，只有在查询条件中使用了字段id时该索引才会被使用。使用组合索引时遵循最左前缀集合。

不同的存储引擎支持的索引类型也不一样

• InnoDB：支持 B+ tree、Full-text 等索引，不支持 Hash 索引
• MyISAM：支持 B+ tree、Full-text 等索引，不支持 Hash 索引
• Memory：支持 B+ tree、Hash 等索引，不支持 Full-text 索引

二.索引的设计原则

适合创建索引的情况

1.频繁作为 WHERE 条件的字段

某个字段在SELECT、UPDATE 或 DELETE 语句的 WHERE 条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。

2.经常 GROUP BY 和 ORDER BY 的列

索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者使用ORDER BY对数据进行排序的时候，就需要对 分组 或者 排序 的字段进行索引。如果需要索引的列有多个，那么可以在这些列上建立 组合索引。

• 当需要索引的列只有一个时，比方说 通过 student_id 来 GROUP BY

SELECT student_id, COUNT(*) AS num 
FROM student_info 
GROUP BY student_id

我们可以给 student_id 加上索引，提高查询速率。同样，如果是 ORDER BY，也可以给相应字段加上索引。

• 当需要索引的列有多个时，比方说同时有 GROUP BY 和 ORDER BY：

SELECT student_id, COUNT(*) AS num FROM student_info 
GROUP BY student_id 
ORDER BY create_time DESC 

如果分别给 student_id 、create_time 建立索引的话，会发现实际上只会用到 student_id 的索引，并且 执行速度较慢。因为多个单列索引在多条件查询时 只会生效一个索引 (MSOL 会选择其中一个限制最严格的作为索引，所以在多条件联合查询的时候最好创建联合索引。

正常来说我们应该根据SQL执行的顺序来创建联合索引，这里由于group by先执行，所以我们应该创建的是 (student_id，create_time) 的联合索引，而非 (create_time，student_id)。这里提一下，如果(create_time，student_id) 顺序的联合索引 和 student_id 单列索引 共存的话还是会走student_id 单列索引，因为group by先执行。

3.经常DISTINCT的列

有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率

4.多表 JOIN 连接操作时，创建索引注意事项

1. 首先，连接表的数量尽量不要超过 3 张，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长会非常快，严重影响查询的效率。
2. 其次，对 WHERE 条件创建索引，因为WHERE才是对数据条件的过滤。如果在数据量非常大的情况下，没有WHERE条件过滤是非常可怕的。
3. 最后，对用于连接的字段创建索引。并且该字段在多张表中的类型必须一致，如果用上函数转化的话，索引会失效。

5.列的数据类型应该尽量小

我们这里所说的 类型大小 指的就是该类型表示的数据范围的大小。

• 数据类型越小，在查询时进行的比较操作越快
• 数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘 I/O 带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率

这个建议对于表的 主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的 I/O

6.使用字符串前缀创建索引

假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，会出现两个问题：

• 字符串比较速度慢
• 占用的存储空间大

我们可以通过截取字段的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间，又减少了字符串的比较时间。

计算截取不同长度的散列度(选择性)

如检测 截取地址长度 的散列度：

select count(distinct left(列名,索引长度)) / count(*) from 表;

越接近1当然效果越好，说明散列度高

7.区分度高(散列性高)的列适合作为索引

列的基数 指的是某一列中不重复数据的个数。比方说某个列包含值 2，5，8，2，5，8，2，5，8，虽然有9条记录，但该列的基数却是3。也就是说，在记录行数一定的情况下，列的基数越大，该列中的值越分散；列的基数越小，该列中的值越集中。

这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。因为索引的价值是帮助你快速定位，如果需要定位的数据有很多，那么索引就失去了它的使用价值，比如通常情况下的性别字段。

可以使用公式计算区分度，越接近1越好，一般超过33%就算是比较高效的索引了，所以有唯一性字段适合建立索引

select count(distinct 列名)/count(*) from 表名

8.使用最频繁的列放到联合索引的左侧

这样也可以较少的建立一些索引。同时，由于"最左前缀原则"，可以增加联合索引的使用率。

9.在多个字段都要创建索引的情况下，联合索引优于单值索引

不适合创建索引的情况

1.数据量小的表最好不要使用索引

如果表记录太少，比如少于 1000 个，那么是不需要创建索引的。表记录太少，是否创建索引对查询效率的影响并不大。甚至说，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果。

2.避免对经常更新的表创建过多的索引

• 频繁更新的字段不一定要创建索引，因为更新数据的时候，索引也要跟着更新，如果索引太多，更新的时候会造成服务器压力，从而影响效率。
• 避免对经常更新的表创建过多的索引，并且索引中的列尽可能少。此时虽然提高了查询速度，同时也会降低更新表的速度。

3.有大量重复数据的列上不要建立索引

在条件表达式中经常用到的不同值较多的列上建立索引，但字段中如果有大量重复数据，也不用创建索引。比如学生表中的性别字段，只有男和女两种值，因此无需建立索引。如果建立索引，不但不会提高查询效率，反而会严重降低数据更新速度。

三.限制索引的数量

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，最好单张表索引数量不超过6个。原因：

1. 每个索引都需要占用 磁盘空间，索引越多，需要的磁盘空间就越大。
2. 索引会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时，索引也会进行调整和更新，会造成负担。
3. 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的 索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能.