MySQL索引、性能分析、使用法则
一、什么是索引
索引是帮助MySQL高效获取数据的数据结构。在数据之外，数据库系统还维护者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。
优点：
1、提高数据检索的效率，降低数据库的IO成本。
2、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、索引列也是要占用空间的。
2、索引大大提高了查询效率，同时却也降低了更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。
二、索引的结构
MySQL的索引实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索引 | 最常见的索引类型，大部分存储引擎都支持B+数索引 |
| 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 |
| R-tree（空间索引） | 空间索引时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 不支持 支持 不支持
Full-text 5.6版本之后支持 支持 不支持
我们平常所以说的索引，如果没有特别指明，都是指b+树结构组织的索引。
二叉排序树缺点：顺序插入时，会形成一个链表，查询性能大大减低。大数据量情况下，层级较深，检索速度慢。
红黑树：在大数据量的情况下，层级较深，检索速度慢。
B-Tree(多路平衡查找树) ： B-tree动画演示
B+tree ：所有的数据都会出现在叶子节点，叶子节点会形成一个单向链表，非叶子节点起到索引作用B+树动画演示
MySQL索引数据结构对经典的B+Tree进行的优化。在原B+Tree的基础上，增加一个指向相邻叶子结点的链表指针（叶子节点形成一个双向链表），就形成了带有顺序指针的B+Tree，提高区间访问的性能。
hash索引采用链表法解决冲突。
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，通常只需要一次检索就可以了（无冲突），效率通常要高于b+tree索引
面试：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，搜索效率高
由于innodb的存储结构是表、段、区、页、行，而每一页放一个节点且大小固定。相对于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。MySQL优化了B+Tree，使叶子节点形成双向链表，便于范围查询。
对于hash索引，由于hash索引只能进行等值比较…
三、索引的分类
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字，而不是比较索引中的值 可以有多个 FULLTEXT
在InnoDB存储引擎下，根据索引的存储形式，可以分为以下两种
分类 含义 特点
聚集索引(Clustered Index) 将数据存储与索引放到了一起，索引结构的叶子节点保存了行数据 有且只有一个
二级索引(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 可以存在多个
二级索引也叫辅助索引或非聚集索引。
聚集索引 的选取规则
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rowid作为隐藏的聚集索引。
如上图，除了聚集索引，其他所有索引都可作为二级索引。二级索引叶子节点存放的是该行的聚集索引的标识，而聚集索引叶子节点存放的是该行的所有信息。
假设现在有查询语句select * from user where name = 'Arm';先从name这列的二级索引查询到Arm，找到叶子节点存放的10，再回到聚集索引查询主键为10的叶子节点所存放的信息。这就是所谓的回表查询（先从二级索引找到对应的主键值，再回到聚集索引找到对应的行数据）。
**InnoDB主键索引的B+tree高度为多高？**
假设：一行数据大小为1k，一页中可以存储16行这样的数据（一页大小为16k，[InnoDB存储结构](https://blog.csdn.net/weixin_44300779/article/details/122664126?spm=1001.2014.3001.5502)），InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8.
则一页中可以存放的关键字个数：n*8+(n+1)*6=1024*16 得n约为1170
假设树的高度为2可以存放的数据： 1171\*16=18736k
假设树的高度为3可以存放的数据：1171\*1171\*16=21939856k
所以说b+数的效率是很高的
四、索引的语法
1、创建索引
create [unique|fulltext] index index_name on table_name(index_col_name,...);
单列索引：一个索引只关联了一个字段
联合索引：关联多个字段
2、查看索引
show index from table_name;
3、删除索引
drop index index_name on table_name;
五、SQL性能分析
1、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：
show global status like 'com_______';#七个下划线
主要看Com_insert、Com_delete、Com_select、Com_update这四项指标，其值代表了增删改查的执行频次。
2、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。
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MySQL慢日志查询开关
slow_query_log = 1
#设置慢日志的时间为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
#配置完毕之后，通过以下指令重启MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log
3、profile详情
show profiles 能够在做SQL优化是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 @@habing profiling;
默认profiling是关闭的，可以通过set语句在session/global级别开启profiling。
执行一系列的业务SQL的操作，然后通过如下指令查看的执行耗时
#查看每一条SQL的耗时
show profiles;
#查看指定query_id 的SQL语句各阶段的耗时
show profile for query query_id;
#查看指定query_id 的SQL语句的CPU使用情况
show profile cpu for query query_id;
4、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顺序。
#直接在select语句之前加上关键字explain或desc
explain select 字段列表 from 表名 where 条件;
各个字段含义：
1、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）。
id值同
id值不同（子查询）
2、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之后包含子查询）等。
3、type：表示连接的类型，性能由好到差的连接类型为null（不访问任何表）、system（访问系统表）、const（根据唯一索引访问）、eq_ref、ref（使用非唯一性的索引访问）、range、index（遍历整个索引）、all（全表扫描）。
4、possible_key：显示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，并非实际长度，在不损失精度的前提下，长度越短越好。
7、rows：MySQL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。
8、filtered：表示返回结果的行数占需读取行数的百分比，值越大越好。
六、索引的使用
1、最左前缀法则
如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指得是查询从索引的最左列开始，并且不跳过索引中的列（存在即可，与查询条件的位置先后无关）。如果跳跃某列，则后面的字段索引失效。
举个例子，当你创建了联合索引（a、b、c），当你按照b、c查询时，就不会使用你创建的联合查询查询，而是采用全文索引查询。当按照a、c查询时，a字段会使用联合索引，而由于没有b字段，c字段失效。
2、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会失效。
解决办法：在业务允许的情况下，使用>=或<=这样的范围查询就不会失效
3、索引列运算
不要再索引列上进行运算，否则索引会失效
4、字符串不加引号
字符串类型字段使用时不加引号，索引将会失效
5、模糊查询
如果仅仅是尾部模糊匹配，索引不会失效。但若是头部模糊匹配，索引将会失效。
6、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，那么所涉及到的索引都不会被用到。（只有两侧都有索引时，才会用到索引）
7、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
8、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。
use index:建议使用
ignore index:不要使用
force index:必须使用
语法：
select * from 表名 use/ignore/force index(索引名) where 条件;
9、覆盖索引
尽量使用覆盖索引（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），减少select *的使用。
extra中的内容（见本文索引的分类，理解MySQL是如何查询的）
有些版本可能没有
using index condition:查找使用了索引，但是需要回表查询using where;using index:查询使用了索引，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
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，该如何进行才是最佳方案：
select id,username,password from tb_user where username='itcast';
优化：建立联合查询
create index idx_un_pwd on tb_user(username,password);
10、前缀索引
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，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，这样可以大大提高索引空间，从而提高索引效率。
语法：create index idx_xxx on table_name(column(n));#提取字段前n个字符建立索引
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。
选择性公式：
select count(distinct email)/count(*) from tb_user;
select count(distinct substr(email,1,5))/count(*) from tb_user;
11、单列索引和联合索引的选择
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引是，建议建立联合索引，而非单列索引（因为查询时，只会使用一个字段的索引，剩下的查询字段需要回表查询）。
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。