MySQL数据库之索引

索引

2.1 索引概述

**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

优缺点

优点：

• 提高数据检索的效率，降低数据库的IO成本
• 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：

• 索引列也是要占用空间的。
• 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。

2.2 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

二叉树

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。

B-Tree（多路平衡查找树）：

特点：

• 5阶的B-Tree，每一个节点最多存储4个key,对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B-Tree中，非叶子节点和叶子节点都会存放数据

B+Tree：

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：

• 所有数据都会出现在叶子节点
• 叶子节点形成一个单向链表
• 非叶子节点仅仅起到索引数据的作用，具体数据都存放在叶子节点

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。

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(=，in)，不支持范围查询（between，>，< ，…）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+Tree索引

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？

• 相对于二叉树，层级更少，搜索效率更高
• 对于B-tree，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，导致性能下降。
• 相对Hash索引，B+tree支持范围匹配以及排序操作

2.3 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	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：

• 如果存在主键，主键索引就是聚簇索引
• 如果不存在主键，将使用第一个唯一索引作为聚簇索引
• 如果表不存在主键或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚簇索引

聚簇索引和非聚簇索引的具体结构：

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

当执行SELECT * FROM user WHERE name = 'arm'时，查找过程如下：

1. 由于是根据name字段进行查询，所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
2. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最 终找到10对应的行row。
3. 最终拿到这一行的数据，直接返回即可。

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。

2.4 索引语法

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;

2.5 SQL性能分析

SQL的执行频率

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：

#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。

慢日志查询

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。

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。

#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 ;

2.6 索引使用

最左前缀法则(联合索引)

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，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）

索引失效的情况

1. 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'
   

2. 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;
   

3. 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
   

4. 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。

5. 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

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。

2.7 设计原则

1. 针对于数据量较大，且查询较为频繁的表建立索引。
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