**介绍:**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。
注:只是示意图,并非真实索引结构
优点:
缺点:
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:
结构 | InnoDB | MyISAM | Memory | 说明 |
---|---|---|---|---|
B+Tree索引 | 支持 | 支持 | 支持 | 最常见的索引类型,大部分引擎都支持 B+ 树索引 |
Hash索引 | 不支持 | 不支持 | 支持 | 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) | 不支持 | 支持 | 不支持 | 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(全文索引) | 5.6+支持 | 支持 | 不支持 | 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 |
缺点:顺序插入时,会退化成单向链表,性能大大降低。数据量较大的情况下,二叉树的层级较深,检索数据速度慢。
同样红黑树,大数据量的情况下,层级较深,建所速度慢。
多路
平衡查找树):特点:
绿色框部分:索引部分,仅仅起到索引数据的作用,不存储数据
红色框部分:数据存储部分,在其叶子节点中要存储具体的数据
与B-Tree的区别:
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。
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:
在MySQL中,支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能,hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
为什么InnoDB存储引擎选择使用B+tree索引结构?
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 |
而在在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 |
---|---|---|
聚簇索引(Clustered Index) | 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 |
非聚簇索引(Secondary Index) | 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值 | 可以有多个 |
聚簇索引选取规则:
InnoDB
会自动生成一个rowid
作为隐藏的聚簇索引聚簇索引和非聚簇索引的具体结构:
当执行SELECT * FROM user WHERE name = 'arm'
时,查找过程如下:
回表查询:这种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,获取数据的方法,就称之为回表查询。
创建语法
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_column_name,...);
查看索引
SHOW INDEX FROM table_name;
删除索引
DROP INDEX index_name ON table_name;
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:
#session 是查看当前会话 ;
#global 是查询全局数据 ;
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。
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。
#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
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;
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 ;
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)。
联合索引中,如果出现范围查询(>,<),范围查询右侧的索引会失效。(尽量使用<=,>=符号)
索引列运算:
不要在索引列上进行运算操作,索引将失效
。
EXPLAIN SELECT * FROM tb_user WHERE SUBSTRING(phone,10,2) = '15'
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
。
explain select * from tb_user where profession = '软件工程' and age = 31 and status
= '0';
explain select * from tb_user where profession = '软件工程' and age = 31 and status
= 0;
explain select * from tb_user where phone = '17799990015';
explain select * from tb_user where phone = 17799990015;
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 tb_user where profession like '软件%';#生效
explain select * from tb_user where profession like '%工程';#失效
explain select * from tb_user where profession like '%工%';#失效
or连接的条件
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。
explain select * from tb_user where id = 10 or age = 23;
explain select * from tb_user where phone = '17799990017' or age = 23;
由于age没有索引,所以即使id、phone有索引,索引也会失效。所以需要针对于age也要建立索引。
数据分布影响
如果MySQL优化器评估使用索引比全表更慢,则不使用索引。
因为MySQL在查询时,会评估使用索引的效率与走全表扫描的效率,如果走全表扫描更快,则放弃 索引,走全表扫描。因为索引是用来索引少量数据的,如果通过索引查询返回大批量的数据,则还不如走全表扫描来的快,此时索引就会失效。
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操作的目的。