MySQL进阶篇：索引（概述，结构，分类，语法，SQL性能分析，索引使用，设计原则）

1.索引概述

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。

优缺点：

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:

在不同存储引擎下的支持情况：

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

1.B树（多路平衡查找树）

采用B树的原因：
①二叉树缺点: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。
②红黑树:大数据量情况下，层级较深，检索速度慢。

B树是一种高度平衡的搜索树，用于在大型数据集上进行快速查找、插入和删除操作。
它通过将多个键值对存储在一个节点中，并引入了一个概念——阶数（order），来保持树的平衡。

B树具有以下特点：

1. 每个节点最多包含m个子节点（m>=2），且每个节点（除了根节点）至少包含m/2个子节点。
2. 所有叶子节点位于同一层，且包含的关键字数目在[m/2−1, m−1]范围内。
3. 非叶子节点的关键字按升序排列，并把它们分割成m-1个键值，并在相应的位置存储指向子节点的指针。
4. 通过使用指针（指向子节点或者兄弟节点）来加快搜索速度。

B树的平衡性使得在进行查找、插入和删除等操作时，每次操作所需的时间复杂度都为$O(logn)$，其中n为树中节点的数量。
因此，B树常用于操作大型数据库和文件系统的索引结构。

2.B+树

B+树是一种常用的索引结构，用于在数据库中高效地存储和查找数据。
它是一种多路搜索树，每个节点可以存储多个关键字和对应的数据指针。

B+树的特点如下：

1. 树中的每个节点最多可以有m个子节点，并且满足 m>=2。根节点至少有两个子节点。
2. 所有叶子节点都在同一层，且不存储数据，只存储关键字和数据的指针。
3. 非叶子节点的关键字按照从小到大的顺序排列，且每个关键字对应的子树中的所有关键字都大于等于该关键字。
4. 非叶子节点的关键字个数比子节点的个数少1，即一个内部节点有k个关键字，则它有k+1个子节点。
5. 通过非叶子节点可以进行索引查询，最终的结果必须从叶子节点获取。

B+树的优点：

1. B+树的层级较低，查询速度快，尤其适用于范围查询。
2. B+树的叶子节点形成了一个有序链表，便于范围查询和遍历。
3. B+树的非叶子节点上存储的是关键字，而叶子节点上存储的是数据和关键字的指针，使得查询效率更高。

B+树广泛应用于数据库系统的索引结构和文件系统的索引结构中，能够提高数据的检索效率。

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。(双向链表)

3.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。

1.特点

①Hash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，效率通常要高于B+tree索引

2.存储引擎支持

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。

4.选择B+树作为InnoDB存储引擎索引结构的原因

①相对于二叉树，层级更少，搜索效率高;
②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，导致性能降低;
③相对Hash索引，B+tree支持范围匹配及排序操作;

3.索引分类

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:

1.聚集索引选取规则

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(UNIQUE）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会自动生成一个rowid作为隐藏的聚集索引。

2.回表查询

回表查询指的是当数据库在查询过程中，需要通过索引找到对应的行，然后再根据行的指针回到数据块中去获取数据的过程。
常见的情况是，当使用非聚集索引进行查询时，数据库会首先通过索引找到对应的行所在的数据块，然后再从数据块中读取该行的数据。
这个过程中，数据库需要进行多次访问磁盘，因此被称为回表查询。
回表查询的效率一般较低，而且会增加系统的IO负载。

4.索引语法

1.创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col_name,...);

2.查看索引

SHOW INDEX FROM table_name;

3.删除索引

DROP INDEX index_name ON table_name;

5.SQL性能分析

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_______'; -- 七个下划线

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:

配置完毕之后，通过以下指令重新启动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;

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时:

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的顺序。

EXPLAIN执行计划各字段含义:

①Id：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)。
②select_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
③type：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 。
④possible_key：显示可能应用在这张表上的索引，一个或多个。
⑤Key：实际使用的索引，如果为NULL，则没有使用索引。
⑥Key_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。
⑦rows：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。
⑧filtered：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

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，索引将部分失效(后面的字段索引失效)。

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失效

3.索引列运算

不要在索引列上进行运算操作,索引将失效。

4.字符串不加引号

字符串类型字段使用时，不加引号,索引将失效。

5.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，那么涉及的索引都不会被用到。

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

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。

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 *。

在查询explain计划中的extra字段时：

①using index condition :查找使用了索引，但是需要回表查询数据，所以性能更差。
②using 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数据。

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lO，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。

1.创建语法

create index idx_xxoxx on table_name(column(n));

2.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。

11.单列索引与联合索引

单列索引:即一个索引只包含单个列。
联合索引:即一个索引包含了多个列。
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时，建议建立联合索引，而非单列索引。
多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。

7.索引设计原则

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NOTNULL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。