MySQL进阶_索引

索引

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。

特点

优点：

1. 提高数据检索的效率，降低数据库
   的IO成本
2. 通过索引列对数据进行排序，降低
   数据排序的成本，降低CPU的消
   耗

劣势：
1、索引列也是要占用空间的
2、索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低

索引结构

概述

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：

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	底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询
R-tree(空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索)	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

以上是MySQL中所支持的所有的索引结构，不同的存储引擎对于索引结构的支持情况(MySQL默认B+树):

索引	InnoDB	MyISAM	Memory
B+tree索引	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版本之后支持	支持	不支持

B+Tree

B-Tree的特点：

1. n阶的B树，每一个节点最多存储(n-1)个key，对应n个指针。
2. 一旦节点存储的key数量到达（n-1），就会裂变，中间元素向上分裂。
3. 在B树中，非叶子节点和叶子节点都会存放数据。

B+Tree的特点：
B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为3（3阶）的b+tree为例，来看一
下其结构示意图：

我们可以看到，两部分：

1. 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。
2. 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。

特点：
B+Tree 与 B-Tree相比，主要有以下三点区别：

1. 所有的数据都会出现在叶子节点
2. 叶子节点形成一个单向链表
3. 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。

索引分类

索引分类

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。

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	FULLTEXT

聚集索引&二级索引

分类	含义	特点
聚集索引	将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据	必须有,而且只有一个
二级索引	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

聚集索引选取规则:

1. 如果存在主键，主键索引就是聚集索引。
2. 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
3. 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

聚集索引和二级索引的具体结构如下：

区别：

1. 聚集索引的叶子节点下挂的是这一行的数据 。
2. 二级索引的叶子节点下挂的是该字段值对应的主键值。

索引语法

创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX 索引名 ON 表名 (
需要添加索引的列,... ) ;

查看索引

SHOW INDEX FROM 表名;
SHOW INDEX FROM 表名 \G;//按行展示，方便查看

删除索引

DROP INDEX 索引名 ON 表名;

SQL性能分析

SQL执行频率

登录MySQL数据库后，通过 show [session|global] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';//Com后是七个下划线
-- 表示所有的操作的执行频率
SHOW GLOBAL STATUS LIKE 'Com%';

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了

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10秒）的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log。

show variables like 'slow_query_log';

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

# 开启MySQL慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为n秒，SQL语句执行时间超过n秒，就会视为慢查询，记录慢查询日志
long_query_time=n

配置完毕之后，通过以下指令重新启动MySQL服务器systemctl restart mysqld进行测试，查看慢日志文件中记录的信息cat /var/lib/mysql/localhost-slow.log

profile详情

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：

-- 查看是否支持profile操作
select @@have_profiling;

-- 查看是否开启操作
select @@profiling;

//开启profile操作
set profiling = 1;

-- 查看时间消耗在哪
show profiles;

-- 查看特定的SQL语句时间消耗在哪
show profile for query 指定id;

-- 查看SQL语句CPU的占用情况
show profile cpu for query 指定id;

explain

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 ;

Explain 执行计划中各个字段的含义:

Extra字段:

1. use index condition:使用了索引，但是需要回表查询
2. use index,use where:使用了索引，不需要回表查询

索引使用规则

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，索引将会部分失效(后面的字段索引失效)。

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。

建议：在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 <

索引失效情况

索引列运算

不要在索引列上进行运算操作， 索引将失效。

字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。

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，索引失效

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，那么涉及的索引都不会被用到。
当or连接的条件，左右两侧字段都有索引时，索引才会生效。

数据分布情况

如果MySQL评估使用索引比全表更慢，则不使用索引

SQL提示

既有联合索引又有单列索引的情况下，MySQL会自己判断使用哪种索引进行执行。但是我们可以认为指定以某种索引进行执行。
use index ： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。
ignore index ： 忽略指定的索引。
force index ： 强制使用索引。

explain select * from 表名 use index(索引名) where ...;

覆盖索引

尽量使用覆盖索引，减少使用select *
覆盖索引：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

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。

语法：

create index 索引名 on 表名(column(n));

前缀长度：

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，索引选择性越高则查询效率越高， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。a：表示从哪开始，n：表示截取长度

select count(distinct 字段名) / count(*) from 表名 ;
select count(distinct substring(字段名,a,n)) / count(*) from 表名;

单列索引与聚集索引

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。

建议;
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。

索引设计原则

1. 针对于数据量较大，且查询比较频繁的表建立索引。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。