【mysql篇-进阶篇】索引

索引概述

概念

• 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树结构，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。

优点：

• （1）提高查询效率：提高数据检索的效率，降低数据库的IO成本。
• （2）提高排序效率：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。

缺点：

• （1）索引列占用空间；
• （2）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：

• 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结构，主要包含以下几种：

• （1）B+Tree索引：最常见的索引类型，大部分引擎都支持B+Tree索引。
• （2）hash索引：底层数据结构使用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询。
• （3）R-Tree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。
• （4）Full-Text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。
  

二叉树

• 特点：左侧比根节点的数值小，右侧比根节点的数值大。
• 缺点：
  （1）顺序插入时，会形成一个链表，查询性能大大降低。
  （2）二叉树一个节点下面，最多只能包含两个子节点；大数据情况下，层级较深，检索速度慢。

红黑树

• 特点：自平衡的二叉树。
• 解决了二叉树顺序插入时，形成链表的缺点。
• 红黑树是自平衡的二叉树，所以也会存在，大数据情况下，层级较深，检索速度慢。

Btree

• 又称多路平衡查找树。
• 特点：
  （1） 在根节点、叶子节点、非叶子节点下面都有数据。
  （2）在进行分裂后，向上分裂的数据，在叶子节点不会存在。
• 分裂演变地址：https://www.cs.usfca.edu/~galles/visualization/BTree.html

B+Tree

• 特点：
  （1）非叶子节点只起到索引的作用，叶子节点用来存放数据。
  （2）在进行分裂后，向上分裂的数据，在叶子节点也会存在。（所有的元素都会出现在叶子节点）
  （3）叶子节点形成一个单向链表。
• 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，增加了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。（即双向链表）
• 分裂演变地址：https://www.cs.usfca.edu/~galles/visualization/BTree.html

hash

• 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。
• 会出现哈希冲突，哈希冲突通过链表来解决，向链表追加元素即可。
• 特点：
  （1）hash索引只能用于对等比较（=、in）；不支持范围查询（between、>、<…）；
  （2）无法利用索引完成排序操作；
  （3）查询效率高，通常只需要检索一次就可以了，效率通常高于B+Tree索引。

面试题：

• 为什么innodb存储引擎选择使用B+Tree索引结构：

（1）相对于二叉树，层级更少，搜索效率高；
（2）对于BTree，无论是叶子节点爱是非叶子节点，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。
（3）相对于hash索引，B+Tree支持范围匹配及排序操作。
（4）B+Tree，只在叶子节点存放数据，搜索效率稳定；叶子节点形成双向链表结构，便于范围搜索和排序。
（一页是16K）

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。
  
• 而在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：

（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。

• 聚集索引的叶子节点下是这一行的数据。
• 二级索引的叶子节点下是该字段值对应的主键值。
• 根据二级索引查找的时候会进行回表查询。
• 回表查询：

• 先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，称之为回表查询。

• 索引的语法：

• 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;

SQL性能分析

SQL执行频率：

• 通过show [session/global] status;命令可以查看当前数据库insert、update、delete的访问频次。（session是查看当前会话；global是查看全局数据）
  
• 通过上面的命令，可以查看当前数据库是以查询为主，还是以增删改为主。

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；
• 查看慢查询日志的开关是否开启的命令：slow_query_log;
  
• 若要开启慢查询日志，需要在mysql的配置文件（Linux环境下的位置如下：/etc/my.cnf）中配置如下信息：（Windows环境下找到my.ini文件）

#开启mysql慢查询日志开关
slow_query_log=1
#设置慢查询日志的时间为0.002秒，SQL语句执行时间超过0.002秒，就会视为慢查询，记录慢查询日志
long_query_time=0.002

• Linux环境查看慢查询日志信息：/var/lib/mysql/localhost-slow.log
• 配置文件添加完成之后，执行重新启动mysql
  （Windows环境考验直接从服务中重启）
  
• 重启之后再次查看是否打开慢查询：
  

profile

• show profiles 能够在做SQL优化时，帮助我们了解时间都耗费到了哪里。
• 通过命令 select @@have_profiling;查看是否支持profile
  
• 通过命令 select @@profiling;查看profile开关是否开启（0是未开启，1是已开启。如未开启，就执行命令：SET profiling = 1;进行开启）
  
• 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; ---->show profile for query 13;
  
• 查看指定query_id的SQL语句CPU的使用情况：show profile cpu for query query_id; ---->show profile cpu for query 13;
  

explain

• 直接在select语句前面加上explain关键字
  
• 各个参数的含义：
  

索引使用规则

验证索引效率

• 根据如下例子，可以看出；使用索引进行查询的性能大大提升。

• 根据主键索引id来进行查询
  
• 根据普通字段来进行查询
  
• 将普通字段创建为索引
  
• 再通过刚刚建立的二级索引进行查询
  

最左前缀原则

• 联合索引，要遵守最左前缀法则。
• 概念：

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，则后面的字段索引失效。

• 演示：

• 建立联合索引：idx_name_age_job
  
• 使用name、age、job进行查询：
  
• 使用name、age进行查询：
  
• 使用name、job进行查询：
  
• 使用age、job进行查询：
  

范围查询

• 联合索引，出现范围查询（>,<），范围查询右侧的索引失效。
• 下面演示的例子中，根据key_len来判断是否所有字段都是走了索引。
• 在业务允许的情况下，尽可能使用>=或<=这类的范围查询，避免使用>或<
• 演示：

• EXPLAIN SELECT * FROM emp WHERE NAME = ‘金庸’ AND age > ‘66’ AND job = ‘总裁’
  
• EXPLAIN SELECT * FROM emp WHERE NAME = ‘金庸’ AND age >= ‘66’ AND job = ‘总裁’
  

索引失效情况

• emp表中的索引如下：
  

• 索引列运算：不要在索引列上进行运算操作，索引会失效。

（1）未对索引列进行运算操作，索引未失效

（2）对索引列进行运算操作，索引失效

• 字符串不加引号：字符串类型的字段在使用时，不加引号，索引将失效。

（1）字符串类型的字段在使用时，加引号，索引未失效。

（2）字符串类型的字段在使用时，不加引号，索引失效。

• 模糊查询：头部模糊匹配，索引失效；尾部模糊匹配，索引不失效。

（1）头部模糊匹配，索引失效

（2）尾部模糊匹配，索引不失效

（3）头尾部均模糊匹配，索引失效

• or连接条件查询：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。
  
• 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。
  （如果mysql评估使用索引比全表扫描更慢，则会放弃使用索引）
  

SQL提示

• 在SQL语句中加入一些人为的提示来达到优化操作的目的。

• use index：建议mysql使用哪一个索引完成此次查询
• 语法：explain select 查询字段 from 表名 use index(索引名) where 条件;

• ignore index ：忽略指定的索引
• 语法：explain select 查询字段 from 表名 ignore index(索引名) where 条件;

• force index：强制使用索引
• 语法：explain select 查询字段 from 表名 force index(索引名) where 条件;

覆盖索引

• 现在emp表的索引情况：
  

• 概念：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。
• 演示：

（1）查询字段未超出联合索引范围，未进行回表查询

（2）查询字段未超出联合索引范围，未进行回表查询

（3）查询字段超出联合索引范围，进行了回表查询
（4）查询字段超出联合索引范围，进行了回表查询

• Using where; Using Index ------>查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。
• Using index condition ---------->查找使用了索引，但是需要回表查询数据。

前缀索引

• 概念：

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(阿拉伯数字)) ;
  

• 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。

单列索引和联合索引

• 单列索引：

一个索引只包含单个列。

• 联合索引：

一个索引包含了多个列。

• user表的索引现状：
  
• 根据两个单列索引的列进行查询，发现只走了其中一个索引
  
• 对两个单列索引建立联合索引

CREATE INDEX idx_name ON USER(NAME);

• 再次进行查询，走了联合索引
  

索引设计原则

• （1）数据多，查询频繁

• 针对于数据量较大，且查询比较频繁的表建立索引；

• （2）常作为查询条件的字段

• 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）区分度高的列（例如：性别的区分度较低，不适合做索引）

• 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；

• （4）根据字段特点建立相应的索引

• 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）联合索引可以避免回表，提高查询效率

• 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）控制索引数量

• 要控制索引的数量，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）尽量在创建索引时建立相应约束

• 如果索引不能存储null值，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，它可以更好的确定哪个索引最有效的用于查询。