数据库学习笔记-索引的基本概念

数据库学习笔记-索引

[TOC]

索引

本质

索引是数据结构，是一种排好序的快速查找数据结构

数据本身之外，数据库还维护者一个满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法，这种数据结构就是索引

官方定义

索引（Index）是帮助MySQL高效获取数据的数据结构

目的

提高查找效率，类比字典

功能

1. 排序（影响到order by后的排序条件排序的速度）
2. 查找速度（影响到where后面的条件查找速度）

优势

1. 类似大学图书馆建书目录索引，提高数据检索的效率，降低数据库的IO成本
2. 通过索引对数据进行排序，降低数据排序的成本，降低了CPU的消耗

劣势

1. 索引也是一张表，表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占空间的
2. 索引大大提高了查询速度，但是却会降低更新表的速度，如对表进行insert、update和delete，因为更新表，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会因为调整因为更新所带来的键值变化后的索引信息

索引分类

1. 单值索引-一个索引只包含单个列，一张表可以又多个单值索引
2. 唯一索引-索引列值必须唯一，但是允许有空值
3. 复合索引，一个索引包含多个列

MySQL索引结构

1. BTree索引

   检索原理：

   3层的b+树可以表示上百万的数据，查询一个存在的数据只需要3次数据库IO

什么时候需要创建索引

1. 主键自动建立唯一索引
2. 频繁作为查询条件的字段应该创建索引
3. 查询中与其他表关联的字段，外键关系建立索引
4. 频繁更新的字段不适合创建索引，因为每次更新不单单是更新了记录还会更新索引文件
5. where条件用不到的字段不创建索引
6. 高并发下倾向创建组合索引
7. 查询中排序的字段，排序字段如果通过索引去访问将大大提高排序速度
8. 查询中统计或者分组字段

什么情况不需要创建索引

1. 表记录太少
2. 经常增删改的表
3. 数据重复且分布平均的表，索引的选择性是指列中不同值的数据与总数据的比，重复的内容建立索引的意义不大

性能分析

1. MySQL Optimizer（MySQL有专门负责优化select语句的优化器模块，主要功能：通过计算分析系统中收集到的统计信息，客户端请求的Query提供它认为最优的执行计划）

2. explain

   1. 用法：explain+写的SQL（explain select * from talbe）

   2. explain透露的信息：表的读取顺序、数据读取操作的操作类型、哪些索引可以使用、哪些索引被实际使用、表之间的引用和每张表有多少行被优化器查询

      1. id - select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序

         1. id相同的情况，表示执行的顺序由上至下
         2. id不同的情况，如果是子查询id值会递增，id值越大优先级越高，最早被执行，主查询最后执行
         3. id相同不同同时存在，id大的先执行，id相同的顺序执行

      2. select_type

         1. simple-普通查询，查询中不包含子查询或者union
         2. primary-主查询，最后执行的查询
         3. subquery-子查询，包含了子查询
         4. derived 在from列表中包含的子查询被标记为derived（衍生）MySQL会递归执行这些子查询，把结果放在临时表中
         5. 若第二个select出现在union后，则被标记为union；若union包含在from子句的子查询中，外层select将被标记为：derived
         6. union result 两种union结果的合并

      3. table

      4. type-显示查询使用了何种类型

         查询类型优化排序：system>const>eq_ref>ref>range>index>all

         1. system-表只有一行记录，等于系统表，属于const的例，平时不会出现，基本可以忽略

         2. const-通过索引一次就查询到了,const用于比较primary key或者unique索引。因为只匹配一行数据，所以很快。用于直接按主键或者唯一索引读取的情况。

         3. eq_ref-唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或者唯一索引扫描。用于连表查询的情况。

         4. ref-非唯一性索引扫描，返回匹配某个单独值得所有行，本质上也是一种索引访问，它返回的所有匹配某个单独值的行，然而，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体

         5. range-只检索给定检索给定范围的行，使用一个索引来选择行。一般就是where语句中出现了between、<、>、in等查询

         6. index-Full Index Scan，index与ALL的区别index类型只遍历索引树。通常比ALL快，因为索引文件通常比数据文件小，index从索引中读，all从硬盘中读

         7. all-Full Table Scan,遍历全表以找到匹配的行

            一般来说，最好能达到range，最好能达到ref

      5. possible_keys和key

         possible_keys-理论上用到的索引

         key-实际上用到的索引

         分几种情况 理论上会用到某索引，实际上用到了某索引。理论上不会用到某索引，实际上用到了某索引。理论上会用到某索引，实际上没用到某索引

      6. key_len -表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，该长度越短越好。key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的

      7. ref-显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或者常量用于被查找索引列上的值

      8. rows-大致估算找到所需记录需要加载的记录行数

      9. extra-包含不适合在其他列中显示但是十分重要的额外信息

         1. using filesort-说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为“文件排序”，出现这种说明排序效率很低
         2. using remporary-为了排序新建了个内部的临时表保存中间表结果，再删除临时表。常见于order by,group by
         3. using index-相应的select操作使用了覆盖索引，效率不错。同时出现了using where 说明用where进行了索引键值的查找，没有出现说明索引用来读取数据而非查找动作
         4. using where
         5. using join buffer -使用连接缓存
         6. impossible where - where子句的值总是false，不能用来获取元组
         7. select tables optimized away
         8. distinct-优化distinct操作，找到第一个匹配的值就收工

3. MySQL常见瓶颈

   1. CPU：CPU在饱和的时候一般发生在数据装入内存或者从磁盘上读取数据的时候
   2. IO:磁盘IO瓶颈发生在装入数据远大于内存容量的时候
   3. 服务器硬件的性能瓶颈：top,free，iostat和vmstat来查看系统的性能状态