mysql索引

1. 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上实现高级查找算法，这种数据结构就是索引。

优势	劣势
提高数据检索的效率，降低数据库的IO成本	索引列也是需要占用空间的
通过索引列对数据进行排序，可以降低数据的排序成本，降低CPU的消耗	索引大大提高了查询效率，同时却降低更新表的速度，如对表进行Insert、Update、Delete时，效率降低

2. 索引结构

mysql的索引时在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构是用hash表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree索引(空间索引)	空间索引MyISAM引擎的一个特殊索引类型，主要用于地理和空间数据类型，通常使用较少
Full-text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式，类似于Lucene，Solr，ES

索引	innoDB	MyISAM	Memory
B+tree	支持	支持	支持
Hash索引	不支持	不支持	支持
R-tree索引	不支持	支持	不支持
Full-text	5.6版本之后的支持	支持	不支持

3. 索引分类

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个

在InnoDB存储引擎中，根据索引的存储形式，又可以分为一下两种：

分类	含义	特点
聚集索引	将数据索引放到一块，索引结构的叶子结点保存了行数据	必须有，而且只有一个
二级索引	将数据与索引分开存储，索引结构的叶子结点关联的是对应的主键	可以存在多个

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

4. 索引语法

• 创建索引

CREATE [UNIQUE|FULLTEXT] Index index_name On table_name (index_col_name.....)

• 查看索引

show index from table_name

• 删除索引

Drop index index_name on table_name

5. SQL性能分析

• SQL执行频率
  MYSQL客户端连接成功后，通过show [session(当前会话)|global(全局)] status 命令可以提供服务器状态信息。通过一下指令，可以查看当前数据库的Inser、Update、Delete、Select的访问频次：

show global status like 'Com_______';

• 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(long_query_time，单位：秒，默认10s）的所有SQL的日志。Mysql的慢查询日志默认没有开启，需要在Mysql的配置文件(/etc/my.cnf)中配置如下信息：

-- 查看慢查询日志的开启情况
show variables like 'slow_query_log';

开启慢查询日志只需要在配置文件中加入以下命令：

#开启慢查询日志开关
slow_query_log=1;
#设置慢日志的时间为1s，sql执行时间超过两秒，就会被视为慢查询，记录慢查询日志
long_query_time=2

配置完成后重启msql服务器

• profie详情
  show profile能够在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

查看是否支持profile操作:

select @@have_profiling;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling

set profiling=1;

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语句的cpu的使用情况

show profile cpu for query query_id;

• explain执行计划
  EXPLAIN或者DESC命令获取Mysql如何执行Select语句的信息，包括在Select语句执行过程中表如何连接和连接的顺序

#直接在select语句之前加上关键字explain/desc
Explain select 字段列表 From 表名 where 条件;

• id:select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）

6. 索引使用

• 最左前缀法则
  如果索引了多列（联合索引），要遵守最左前缀法则，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，如果跳跃某一列，索引将部分失效（后面的字段索引失效）

-- 创建表
-- 创建用户表
CREATE TABLE 用户表 (
    用户ID INT PRIMARY KEY,
    姓名 VARCHAR(50),
    年龄 INT,
    性别 VARCHAR(10),
    电子邮件 VARCHAR(100),
    手机号 VARCHAR(20),
    地址 VARCHAR(200),
    城市 VARCHAR(50),
    省份 VARCHAR(50),
    国家 VARCHAR(50),
    注册日期 DATE,
    最后登录日期 DATE,
    用户类型 VARCHAR(20)
);

-- 插入17条随机数据
INSERT INTO 用户表 (用户ID, 姓名, 年龄, 性别, 电子邮件, 手机号, 地址, 城市, 省份, 国家, 注册日期, 最后登录日期, 用户类型)
VALUES
    (1, '张三', 25, '男', '[email protected]', '1234567890', '北京市朝阳区', '北京', '北京', '中国', '2021-01-01', '2023-08-15', '普通用户'),
    (2, '李四', 30, '女', '[email protected]', '9876543210', '上海市浦东新区', '上海', '上海', '中国', '2021-02-15', '2023-08-20', '高级用户'),
    (3, '王五', 22, '男', '[email protected]', '1357924680', '广州市天河区', '广州', '广东', '中国', '2021-03-20', '2023-08-25', '普通用户'),
    (4, '赵六', 28, '女', '[email protected]', '2468135790', '深圳市南山区', '深圳', '广东', '中国', '2021-04-10', '2023-08-30', '高级用户'),
    (5, '陈七', 29, '男', '[email protected]', '1122334455', '成都市武侯区', '成都', '四川', '中国', '2021-05-05', '2023-09-01', '普通用户'),
    (6, '刘八', 31, '女', '[email protected]', '9988776655', '杭州市西湖区', '杭州', '浙江', '中国', '2021-06-15', '2023-09-05', '高级用户'),
    (7, '黄九', 26, '男', '[email protected]', '5566778899', '南京市玄武区', '南京', '江苏', '中国', '2021-07-20', '2023-09-10', '普通用户'),
    (8, '徐十', 27, '女', '[email protected]', '7788990011', '武汉市江汉区', '武汉', '湖北', '中国', '2021-08-10', '2023-09-15', '高级用户'),
    (9, '孙十一', 24, '男', '[email protected]', '0011223344', '重庆市渝中区', '重庆', '重庆', '中国', '2021-09-05', '2023-09-20', '普通用户'),
    (10, '杨十二', 32, '女', '[email protected]', '3344556677', '天津市和平区', '天津', '天津', '中国', '2021-10-15', '2023-09-25', '高级用户'),
    (11, '周十三', 23, '男', '[email protected]', '1122334455', '青岛市市南区', '青岛', '山东', '中国', '2021-11-20', '2023-09-30', '普通用户'),
    (12, '吴十四', 33, '女', '[email protected]', '9988776655', '苏州市姑苏区', '苏州', '江苏', '中国', '2021-12-01', '2023-10-05', '高级用户'),
    (13, '郑十五', 27, '男', '[email protected]', '5566778899', '西安市雁塔区', '西安', '陕西', '中国', '2022-01-10', '2023-10-10', '普通用户'),
    (14, '马十六', 29, '女', '[email protected]', '7788990011', '成都市锦江区', '成都', '四川', '中国', '2022-02-15', '2023-10-15', '高级用户'),
    (15, '朱十七', 26, '男', '[email protected]', '0011223344', '南京市鼓楼区', '南京', '江苏', '中国', '2022-03-20', '2023-10-20', '普通用户'),
    (16, '刘十八', 28, '女', '[email protected]', '3344556677', '武汉市洪山区', '武汉', '湖北', '中国', '2022-04-05', '2023-10-25', '高级用户'),
    (17, '李十九', 25, '男', '[email protected]', '1122334455', '重庆市江北区', '重庆', '重庆', '中国', '2022-05-10', '2023-10-30', '普通用户')

创建索引

CREATE  Index idx_uer_na_age_ema On 用户表 (姓名,年龄,电子邮件)

查看索引

show index from 用户表

查询一条sql数据

select * from 用户表 where 姓名='张三' and 年龄=25 and 电子邮件='[email protected]'

查看执行计划

-- 没有跳过任何一个索引列，符合最左前缀法则
explain select * from 用户表 where 姓名='张三' and 年龄=25 and 电子邮件='[email protected]'

-- 跳过了第一个索引列，根据最左前缀法则，后面索引列全部失效
explain select * from 用户表 where 年龄=25 and 电子邮件='[email protected]'

• 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

-- >右侧的索引会失效，而>=不会让右侧的索引失效
explain select * from 用户表 where 姓名='张三' and 年龄>24 and 电子邮件='[email protected]'

• 索引列运算操作
  不要在索引列上进行运算操作，否则索引将失效

创建一个单列索引

create index idx_phone on 用户表 (手机号)

根据电话号码查询

explain select * from 用户表 where 手机号='1234567890'

我们在查询中加入运算操作

explain select * from 用户表 where substring(手机号,9,2)='90'

• 字符串不加引号
  字符串类型的字段使用时，不加引号，索引将失效

explain select * from 用户表 where 手机号=123456

• 模糊查询
  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将失效

explain select * from 用户表 where 手机号  like '1234*'

explain select * from 用户表 where 手机号='*567890'

• or连接条件
  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，那么涉及的索引将会失效

-- 手机号有索引，地址没有。索引失效
explain select * from 用户表 where 手机号='1234567890' or 地址='北京市朝阳区'

• 数据分布影响
  如果Mysql评估使用索引比全表扫描更慢，则不使用索引

explain select * from 用户表 where 手机号 >'1234567890'

• 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的目的

--姓名字段前面创建了聚集索引，所以这里会使用索引进行查询
explain select * from 用户表 where 姓名 = '张三'

再给姓名字段创建一个单列索引

CREATE index idx_name on 用户表(姓名)

再次执行上面查询，判断会使用两个索引中的哪一个

使用sql提示

use index（使用某个索引-只是建议）

explain select * from 用户表 use index (idx_name) where 姓名 = '张三'

ignore index（不用哪个索引）

explain select * from 用户表 ignore index (idx_name) where 姓名 = '张三'

force index（必须使用哪个索引）

explain select * from 用户表 force index (idx_name) where 姓名 = '张三'

• 覆盖索引
  尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在改索引中已经全部都能找到），减少select *。

explain select * from 用户表 where 姓名='张三' and 年龄=25 and 电子邮件='[email protected]';

explain select 姓名,年龄,电子邮件 from 用户表 where 姓名='张三' and 年龄=25 and 电子邮件='[email protected]';

对比extra信息，发现两个查询的分析不同，前者为null表示使用了索引，但是需要回表查询数据,using index查找了索引，但是需要的数据已经在索引列中找到了，所以不需要回表查询数据

• 前缀索引
  当字段类型为字符串(varchar,text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I/O，影响查询效率，此时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。

--提取column字段的前n个字符作为前缀索引
create index idx_xxxx on table_name(column(n));

前缀长度的选取可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引的选择性越高则查询效率就越高，唯一的索引的选择性为1，这是最好的索引选择性，性能也是最好的，下面给个案例如何判断选择性:

--获取总条数
select count(电子邮件) from 用户表

--获取不重复数
select count(distinct 电子邮件) from 用户表

所以电子邮件的选择性为17/17=1

• 单列索引和联合索引的选择性问题

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引

7.索引设计原则

• 针对数据量较大（超过100多万条以上），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
• 尽量使用区分度高的列建立索引，尽量建立唯一索引，区分度越高，使用索引效率越高
• 如果时字符串类型的字段，字段的长度很长，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，索引并不是越多越好，索引越多，维护索引结构的代价也是越大，会影响增删改的效率
• 如果索引列不能为NULL，请在创建表的使用使用NOT NULL约束它。当优化器知道没列是否含有NULL值时，它可以更好地确定哪个索引有效地用于查询