数据库进阶教学——索引

目录

一、索引概述

1、介绍

2、演示

3、优缺点

二、索引结构

1、B+树

2、Hash

三、索引分类 

四、索引语法

1、语法

2、示例

五、SQL性能分析

1、SQL执行频率

2、慢查询日志

3、profile详情

4、explain执行计划

六、索引使用

七、索引设计原则

---

一、索引概述

1、介绍

• 索引（index）是帮助MySQL高效获取数据的数据结构(有序)。
• 除数据之外，数据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。

2、演示

• 无索引
  • 假设，要从下表中查找age=45的人。
    • 
    • 数据库会从头开始遍历这张表，直到扫描完毕，找出所有age=45的人。（全表扫描）
• 有索引
  • 以二叉树为例，构建一个索引，继续查找age=45的人。
    • 
    • 数据库只需要进行二叉树查找，找到age=45结点指向的数据即可。（只需要查找三次）
  • 【注】上述二叉树索引结构的只是一个示意图，并不是真实的索引结构。

3、优缺点

• 优点	缺点
  提高数据检索的效率，降低数据库的IO成本。	索引列也是要占用空间的。
  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。	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。

---

二、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：
  • 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MylSAM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。

1、B+树

• 以一颗最大度数为4（4阶）的B+树为例：
  • 
• 特点：
  • 非叶子结点只起索引作用，叶子结点才是用来存放数据的。
  • 叶子结点形成了一个单向链表。
• 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。
  • 
• 使用B+树的优势：
  • 相对于二叉树，层级更少，搜索效率高。
  • 对于B树，无论是叶子节点还是非叶子节点，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。
  • 相对Hash索引，B+树支持范围匹配及排序操作。

2、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。
• 如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。
  • 
• 特点：
  • Hash索引只能用于对等比较（=），不支持范围查询（<、>）。
  • 无法利用索引完成排序操作。
  • 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引。

---

三、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	FULLTEXT

• 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：

  • 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:
    • 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。
• 聚集索引和二级索引
  • 
• 聚集索引和二级索引如何进行查询？
  • 
  • 先在二级索引查询到Arm的id，再在聚集索引中利用id查询到其所有信息。
  • 
  • 利用id查询比利用name查询速度更快，因为name查询需要回表查询。

---

四、索引语法

1、语法

• 创建索引

  • CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name(index_col_name, ... );
    /* UNIQUE表示唯一索引，FULLTEXT表示全文索引，不加表示创建一个常规索引 */
    /* index_name索引名 */
    /* table_name表名 */
    /* index_col_name关联的字段名 */

• 查看索引

  • SHOW INDEX FROM table name;
    或
    SHOW INDEX FROM table name\G;  /* 按列展示 */

• 删除索引

  • DROP INDEX index_name ON table_name;

2、示例

• 现有一张数据表account。
  • 
• 查看account表中的索引。
  • 
  • 或
  • 
• 为account表中的name字段创建索引。（常规索引）
  • 
  • 再次查看索引。
  • 
• 为account表中的phone字段创建唯一索引。
  • 
  • 再次查看索引。
  • 
• 删除索引。
  • 

---

五、SQL性能分析

• 数据库主要针对select查询语句进行优化，所以索引的优化占据了主导地位。下面讲解了四种SQL语句性能分析的工具。

1、SQL执行频率

• MySQL客户端连接成功后，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。

  • SHOW GLOBAL STATUS LIKE 'Com_______';  /* 7个下划线 */

  •  
  • 删除、插入、查询和更新的次数是多少。
• 当一个数据库是以查询为主时，就需要进行优化了。

2、慢查询日志

• 具体需要针对哪些select语句进行优化，可以利用数据库的慢查询日志来定位执行效率低的SQL语句。
• 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，需要手动开启。

  • /* 开启慢日志 */
    SET GLOBAL slow_query_log = ON;
    /* 设置超时时间 */
    SET GLOBAL long_query_time = 0.001;

• 查看慢查询日志是否开启，和存放慢日志的文件。

  • show variables like 'slow_query%';

  • 
• 查看所设置的超时时间。

  • show variables like 'long_query%';

  • 
• 当查询时间超过所设定的时间时，慢查询日志会记录本次查询操作。
  • 
  • 一般日志文件存放在如下位置，可直接以文本形式打开。
  • 

3、profile详情

• 慢查询日志只会记录执行时间超过了预设超时时间的操作。例如，预测超时时间为2s，那么1.8s的操作就不会被记录。
• 如果一个数据库比较简单，其操作大多数都是1.8s左右，那这些操作性能也相对比较低。此时慢查询日志就不太合适了，可以借助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。

  • 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;

  • 查看是否开启。

    • select @@profiling;

    • 
• 执行一系列的SQL的操作，然后通过如下指令查看指令的执行耗时：

  • /* 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;
    /* 查看指定query_id的SQL语句CPU的使用情况 */
    show profile cpu for query query_id;

  • 查看每条指令的耗时情况。
    • 
  • 查看指定query_id的SQL语句各个阶段的耗时情况。
    • 
  • 查看指定query_id的SQL语句CPU的使用情况。  
    • 

4、explain执行计划

• 前三种工具都是从时间层面来判断SQL语句的执行性能，而能更加精确地分析SQL语句性能的是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;

  • 
• explain执行计划各字段含义：
  • 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）。
  • select_type
    • 表示SELECT的类型，常见的取值有SIMPLE（简单表，即不使用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE之后包含了子查询）等。
  • type
    • 表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all。
  • possible_key
    • 显示可能应用在这张表上的索引，一个或多个。
  • Key
    • 实际使用的索引，如果为NULL，则没有使用索引。
  • Key_len
    • 表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
  • rows
    • MySOL认为必须要执行查询的行数，在innodB引擎的表中，是一个估计值，可能并不总是准确的。
  • filtered
    • 表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。

---

六、索引使用

• 在未建立索引之前，执行如下SQL语句，查看SQL的耗时。

  • SELECT* FROM 表名 WHERE 字段 = value;

• 针对字段创建索引

  • create index 索引名 on 表名(字段); 

• 然后再次执行相同的SQL语句，再次查看SOL的耗时。

---

七、索引设计原则

• 针对于数据量较大，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。
• 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。
• 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。
• 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。