MySQL 索引
1、索引概述
索引是帮助 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数据，这样就可以在这些数据结构上实现高级查询算法，这种数据结构就是索引。
演示：select * from user where age = 45
注意：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。
| 优点 |
缺点 |
| 提高数据检索效率，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，但降低了更新的速度，比如 INSERT、UPDATE、DELETE |
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结构，主要包含以下几种:
| 索引结构 |
描述 |
| B+Tree |
最常见的索引类型，大部分引擎都支持B+树索引 |
| Hash |
底层数据结构是用哈希表实现，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 |
| 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索引 |
5.6版本后支持 |
支持 |
不支持 |
a. 二叉树
二叉树缺点∶顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
红黑树可以解决“二叉树顺序插入时形成链表导致查询性能低”的问题
红黑树缺点：大数据量情况下，层级较深，检索速度慢。
b. BTree
多路平衡查找树，以一颗最大度数为5的b-tree为例(每个节点最多存储4个key,5个指针):
- 树的度数：一个节点的子节点个数。
- 每个节点的指针数 = 树的度数
- 每个节点存储的key = 树的度数 - 1
注意：当一个“子节点中的元素个数 = 树的度数时”，此时子节点的中间元素会向上分裂出去。
c. B+Tree
以一颗最大度数(max-degree)为4 (4阶）的b+tree为例:
- B+Tree 所有数据都会存在叶子节点，所有叶子节点会形成一个单向链表
注意：当一个“子节点中的元素个数 = 树的度数时”，此时子节点的中间元素会向上分裂且保留在叶子节点一份。
d. 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。
在MysQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
特点：
- 无法利用索引完成排序操作
- Hash索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）
- 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
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 |
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：
- 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）索引作为聚集索引。
- 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。
4、索引语法
- 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;
# 准备数据
create table tb_user(
id int primary key auto_increment comment '主键',
name varchar(50) not null comment '用户名',
phone varchar(11) not null comment '手机号',
email varchar(100) comment '邮箱',
profession varchar(11) comment '专业',
age tinyint unsigned comment '年龄',
gender char(1) comment '性别 , 1: 男, 2: 女',
status char(1) comment '状态',
createtime datetime comment '创建时间'
) comment '系统用户表';
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', '[email protected]', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('曹操', '17799990001', '[email protected]', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('赵云', '17799990002', '[email protected]', '英语', 34, '1', '2', '2002-03-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('孙悟空', '17799990003', '[email protected]', '工程造价', 54, '1', '0', '2001-07-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('花木兰', '17799990004', '[email protected]', '软件工程', 23, '2', '1', '2001-04-22 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('大乔', '17799990005', '[email protected]', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('露娜', '17799990006', '[email protected]', '应用数学', 24, '2', '0', '2001-02-08 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('程咬金', '17799990007', '[email protected]', '化工', 38, '1', '5', '2001-05-23 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('项羽', '17799990008', '[email protected]', '金属材料', 43, '1', '0', '2001-09-18 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('白起', '17799990009', '[email protected]', '机械工程及其自动化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('韩信', '17799990010', '[email protected]', '无机非金属材料工程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('荆轲', '17799990011', '[email protected]', '会计', 29, '1', '0', '2001-05-11 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('兰陵王', '17799990012', '[email protected]', '工程造价', 44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狂铁', '17799990013', '[email protected]', '应用数学', 43, '1', '2', '2001-04-10 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('貂蝉', '17799990014', '[email protected]', '软件工程', 40, '2', '3', '2001-02-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('妲己', '17799990015', '[email protected]', '软件工程', 31, '2', '0', '2001-01-30 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('芈月', '17799990016', '[email protected]', '工业经济', 35, '2', '0', '2000-05-03 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('嬴政', '17799990017', '[email protected]', '化工', 38, '1', '1', '2001-08-08 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狄仁杰', '17799990018', '[email protected]', '国际贸易', 30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('安琪拉', '17799990019', '[email protected]', '城市规划', 51, '2', '0', '2001-08-15 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('典韦', '17799990020', '[email protected]', '城市规划', 52, '1', '2', '2000-04-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('廉颇', '17799990021', '[email protected]', '土木工程', 19, '1', '3', '2002-07-18 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('后羿', '17799990022', '[email protected]', '城市园林', 20, '1', '0', '2002-03-10 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '[email protected]', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');
-- 查看表索引
SHOW INDEX FROM tb_user;
-- name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);
-- phone手机号字段的值非空，且唯一，为该字段创建唯一索引
create unique index idx_user_phone on tb_user (phone);
-- 为profession, age, status创建联合索引
create index idx_user_pro_age_stat on tb_user(profession, age, status);
-- 为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);
-- 删除索引
drop index idx_user_email on tb_user;5、性能分析
a. SQL 执行频率
查看当前数据库的 INSERT, UPDATE, DELETE, SELECT 访问频次：
-- 查看全局的访问频次
SHOW GLOBAL STATUS LIKE 'Com_______';
-- 查看当前会话的访问频次
SHOW SESSION STATUS LIKE 'Com_______';b. 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。
查看慢查询日志开关状态：show variables like 'slow_query_log';
MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：
# 开启慢查询日志开关
slow_query_log=1
# 设置慢查询日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2更改后记得重启MySQL服务，日志文件位置：/var/lib/mysql/localhost-slow.log
c. profile
show profile 能在做SQL优化时帮我们了解时间都耗费在哪里。通过 have_profiling 参数，能看到当前 MySQL 是否支持 profile 操作：SELECT @@have_profiling;
-- 查看profiling是否开启
select @@profiling;
-- profiling 默认关闭，可以通过set语句在session/global级别开启 profiling：
SET profiling = 1;
-- 查看所有语句的耗时
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;
d. 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 | DESC SELECT 字段列表 FROM 表名 HWERE 条件;
explain select * from tb_user;
① id，select 查询的序列号：表示查询中执行 select 子句或者操作表的顺序。(如果id相同，执行顺序从上到下；id不同，值越大越先执行）
② select_type，表示 SELECT 的类型：常见取值有 SIMPLE（简单表，即不适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）
③ 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
④ possible_key 可能应用在这张表上的索引，一个或多个
⑤ Key，实际使用的索引：如果为 NULL，则没有使用索引
⑥ 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。
⑦ rows MySQL认为必须要执行的行数，在InnoDB引擎的表中，是一个估计值，可能并不总是准确的
⑧ 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
6、索引使用
a. 最左前缀法则
使用联合索引要遵守“最左前缀法则”：查询时包含“联合索引的最左列”(和查询时的位置无关 )，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）。
# 查看tb_user表中的联合索引
show index from tb_user;
b. 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。可以用>=或者<=来规避索引失效问题。
c. 索引失效情况
① 在索引列上进行运算操作，索引将失效。
② 字符串类型字段使用时，不加引号，索引将失效。
③ 模糊查询中，仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。前后都有 % 也会失效。
④ 用 or 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。
⑤ 如果 MySQL 评估使用索引比全表更慢，则不使用索引。
d. SQL 提示
数据库的某些字段，可能同时存在多个索引，默认查询该字段时，MySQL自动选择使用的索引，使用“SQL提示”加入一些人为的提示来达到优化操作的目的。
| 索引提示 |
描述 |
|
|
建议使用哪个索引，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改 |
|
|
不使用哪个索引 |
|
|
必须使用的索引，无论如何都强制使用该索引。 |
e. 覆盖索引
尽量使用覆盖，减少 使用select *，因为很容易出现回表查询的情况（除非建立一个包含所有字段的联合索引）。
explain 中 extra 字段含义：
using index condition： 查找使用了索引，但是需要回表查询数据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
面试题：一张表，有四个字段（id, username, password, status），由于数据量大，需要对以下SQL语句进行优化，该如何进行才是最优方案：select id, username, password from tb_user where username='itcast';
解：给username和password字段建立联合索引，则不需要回表查询，直接覆盖索引
f. 前缀索引
描述：当字段类型为字符串（varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，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 idx_xxxx on table_name(columnn(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。求选择性公式：
select count(distinct email) / count(*) from tb_user;
select count(distinct substring(email, 1, 5)) / count(*) from tb_user;
7、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，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