MySQL-索引（INDEX）

1. 索引概述及优劣势

• 索引是一种特殊的数据库结构，由数据表中的一列或多列组合而成，可以用来快速查询数据表中有某一特定值的记录。通过索引，查询数据时不用读完记录的所有信息，而只是查询索引列。否则，数据库系统将读取每条记录的所有信息进行匹配。

1. 索引的优势：

   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。

2. 索引的劣势：

   1. 索引需要占磁盘空间，除了数据表占数据空间以外，每一个索引还要占一定的物理空间。如果有大量的索引，索引文件可能比数据文件更快达到最大文件尺寸。
   2. 当对表中的数据进行增加、删除和修改的时候，索引也要动态维护，这样就降低了数据的维护速度。

2. 索引结构和不同引擎对索引的支持情况

• 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：

  索引结构	描述
  B+Tree索引	最常见的索引类型，大部分引擎都支持 B+ 树索引
  Hash索引	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）	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

• 上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况：

  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	5.6版本之后支持	支持	不支持

  注意：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。

2.1 B+tree

• B+Tree是B-Tree（多路平衡查找树）的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

  

• 最终我们看到，B+Tree 与 B-Tree相比，主要有以下三点区别：

  1. 所有的数据都会出现在叶子节点。
  2. 叶子节点形成一个单向链表。
  3. 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

• 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。

  

2.2 Hash索引

• 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。

  

• 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(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。

3. 索引分类

• 在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

  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	INDEX
  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
  空间 索引	对空间数据类型的字段建立的索引	可以有多个	SPATIAL

1. 主键索引：顾名思义，主键索引就是专门为主键字段创建的索引，也属于索引的一种。

   • 主键索引是一种特殊的唯一索引，不允许值重复或者值为空。
   • 创建主键索引通常使用 PRIMARY KEY 关键字。不能使用 CREATE INDEX 语句创建主键索引。

2. 唯一索引：唯一索引与普通索引类似，不同的是创建唯一性索引的目的不是为了提高访问速度，而是为了避免数据出现重复。

   • 唯一索引列的值必须唯一，允许有空值。如果是组合索引，则列值的组合必须唯一。

   • 创建唯一索引通常使用 UNIQUE 关键字：

     CREATE UNIQUE INDEX index_id ON tb_student(id);
     

3. 常规索引：普通索引是 MySQL 中最基本的索引类型，它没有任何限制，唯一任务就是加快系统对数据的访问速度。

   • 普通索引允许在定义索引的列中插入重复值和空值。

   • 创建普通索引时，通常使用的关键字是 INDEX 或 KEY：

     CREATE INDEX index_id ON tb_student(id);
     

4. 全文索引：全文索引主要用来查找文本中的关键字，只能在 CHAR、 VARCHAR 或 TEXT 类型的列上创建。

   • 全文索引允许在索引列中插入重复值和空值。

   • 不过对于大容量的数据表，生成全文索引非常消耗时间和硬盘空间。

   • 创建全文索引使用 FULLTEXT 关键字 :

     CREATE FULLTEXT INDEX index_info ON tb_student(info);
     

5. 空间索引：空间索引是对空间数据类型的字段建立的索引，使用 SPATIAL 关键字进行扩展。

   • 创建空间索引的列必须将其声明为 NOT NULL，空间索引只能在存储引擎为 MyISAM 的表中创建。

   • 空间索引主要用于地理空间数据类型 GEOMETRY。对于初学者来说，这类索引很少会用到。

     CREATE SPATIAL INDEX index_line ON tb_student(line);
     

4. 索引语法

1. 创建索引：MySQL 提供了三种创建索引的方法：

   1. 可以使用专门用于创建索引的 CREATE INDEX 语句在一个已有的表上创建索引，但该语句不能创建主键。

      CREATE <索引名> ON <表名> (<列名> [<长度>] [ ASC | DESC])
      

   2. 索引也可以在创建表（ CREATE TABLE）的同时创建。在 CREATE TABLE 语句中添加以下语句。语法格式：

      # 主键索引 CONSTRAINT PRIMARY KEY [索引类型] (<列名>,…)
      # 普通索引 KEY | INDEX [<索引名>] [<索引类型>] (<列名>,…)
      # 唯一索引 UNIQUE [ INDEX | KEY] [<索引名>] [<索引类型>] (<列名>,…)
      

   3. ALTER TABLE 语句也可以在一个已有的表上创建索引：

      # 主键索引 ADD PRIMARY KEY [<索引类型>] (<列名>,…)
      # 普通索引 ADD INDEX [<索引名>] [<索引类型>] (<列名>,…)
      # 唯一索引 ADD UNIQUE [ INDEX | KEY] [<索引名>] [<索引类型>] (<列名>,…)
      

2. 查看索引：

   SHOW INDEX FROM <表名> [ FROM <数据库名>]
   

3. 删除索引：当不再需要索引时，可以使用 DROP INDEX 语句或 ALTER TABLE 语句来对索引进行删除

   # 使用 DROP INDEX语句
   DROP INDEX <索引名> ON <表名>
   

   # 使用 ALTER TABLE语句
   DROP PRIMARY KEY #表示删除表中的主键。一个表只有一个主键，主键也是一个索引。
   DROP INDEX index_name #表示删除名称为 index_name 的索引。
   DROP FOREIGN KEY fk_symbol #表示删除外键
   

5. 索引在什么情况下会失效？

5.1 最左前缀法则

• 一个组合索引实质上为表的查询提供了多个索引，以来加快查询速度。比如，在一个表中创建了一个组合索引(c1， c2， c3)，在实际查询中，系统用来实际加速的索引有三个：单个索引(c1)、双列索引(c1， c2)和多列索引(c1， c2， c3)。

• 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)。比如在组合索引(c1， c2， c3) 中，在查询时c1必须存在，否则组合索引直接失效。如果跳过c2，那么c3也直接失效。

  注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

5.2 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。

• 案例：如果有一个组合索引(profession,age,status)，那么如下的查询语句就会造成status索引失效。

  select * from tb_user where profession = '软件工程' and age > 30 and status= '0';
  

• 所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。

5.3 索引列运算

• 不要在索引列上进行运算操作， 索引将失效。

• 案例：phone字段是有索引的，而下述第二条查询语句对索引列进行计算会导致索引失效。

  select * from tb_user where phone = '17799990015';
  select * from tb_user where substring(phone,10,2) = '15';
  

5.4 头部模糊查询

• 在查询语句中使用 LIKE 关键字进行查询时，如果匹配字符串的第一个字符为“%”，索引不会被使用，如果“%”不是在第一个位置，索引就会被使用。

• 案例：在下述查询语句中，只有第一条语句索引会被使用。

  select * from tb_user where profession like '软件%';
  select * from tb_user where profession like '%工程';
  select * from tb_user where profession like '%工%';
  

5.5 OR连接条件

• 查询语句只有 OR 关键字时， 如果 OR 前后的两个条件的列都是索引，那么查询中将使用索引。如果 OR 前后有一个条件的列不是索引，那么查询中将不使用索引。

• 案例：在下述查询语句中，id和age有索引，而phone没有索引。所以，第一条语句会使用索引，而第二条语句并不会使用索引。

  select * from tb_user where id = 10 or age = 23;
  select * from tb_user where id = 10 or phone = '17799990017';
  

5.6 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。

• 案例：在下述查询语句中，只有第一条索引会被使用。

  select * from tb_user where phone = '17799990015';
  select * from tb_user where phone = 17799990015;
  

5.7 数据分布影响

• 就是因为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。

6. 索引优化

6.1 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。

1. use index： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。

   select * from tb_user use index(idx_user_pro) where profession = '软件工程';
   

2. ignore index： 忽略指定的索引。

   select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';
   

3. force index： 强制使用索引。

   select * from tb_user force index(idx_user_pro) where profession = '软件工程';
   

6.2 覆盖索引

• 尽量使用覆盖索引，减少select *。那么什么是覆盖索引呢？覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 ，不需要进行回表查询。

  Extra	含义
  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 要回表查询数据
  Using index condition	查找使用了索引，但是需要回表查询数据

• 案例：有如下表结构，我们对id建立了主键索引（聚集索引），对name建立了普通索引（非聚索引）。

  

1. 执行下述SQL语句， 根据id查询，直接走聚集索引查询。一次索引扫描，直接返回数据，性能高。

   select * from tb_user where id = 2;
   

2. 执行下述SQL语句， 根据name查询，查询二级索引。但是由于查询返回的字段为id、name，在name的二级索引中可以直接获取，不需要回表查询，性能高。

   selet id,name from tb_user where name = 'Arm';
   

   

3. 由于在name的二级索引中，不包含gender，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

   selet id,name,gender from tb_user where name = 'Arm';
   

   

6.3 前缀索引

• 当字段类型为字符串（varchar，text，longtext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，这样可以大大节约索引空间，从而提高索引效率。

• 语法：

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

• 案例：为tb_user表的email字段，建立长度为5的前缀索引。

  create index idx_email_5 on tb_user(email(5));
  

6.4 单列索引/组合索引

• 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。

  

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。

8. 拓展

8.1 为什么InnoDB存储引擎选择使用B+tree索引结构?

1. B+Tree是B-Tree（多路平衡查找树）的变种，在此之前先提及树的演变历程。

   1. 二叉树，每个节点支持两个分支的树结构，相比于单向链表，多了一个分支。

   2. 二叉查找树，在二叉树的基础上增加了一个规则，左子树的所有节点的值都小于它的根节点，右子树的所有子节点都大于它的根节点。

      

   3. 二叉查找树会出现斜树问题，导致时间复杂度增加。

   4. 因此又引入了一种平衡二叉树，它具有二叉查找树的所有特点，同时增加了一个规则：”它的左右两个子树的高度差的绝对值不超过 1“。平衡二叉树会采用左旋、右旋的方式来实现平衡。

      

   5. B-Tree：而 B 树是一种多路平衡查找树，它满足平衡二叉树的规则，但是它可以有多个子树，子树的数量取决于关键字的数量。

      

   6. B+Tree：B+树，其实是在 B 树的基础上做的增强，B 树的数据存储在每个节点上，而 B+树中的数据是存储在叶子节点，并且通
      过链表的方式把叶子节点中的数据进行连接 。

      

      ---

2. B+Tree的优势：

   1. 磁盘IO次数：B+Tree的所有的数据都会出现在叶子节点，非叶子节点仅起到索引作用。当数据量大时，树的层级更小，使得磁盘 IO 次数更少、更稳定。
   2. 范围查询：B+树的所有存储在叶子节点的数据使用了双向链表来关联，所以在查询的时候只需查两个节点进行遍历就行，而B 树需要获取所有节点，所以 B+树在范围查询上效率更高。
   3. 全盘扫描：因为叶子节点存储所有数据，所以 B+树的全局扫描能力更强一些，因为它只需要扫描叶子节点。但是 B 树需要遍历整个树。
   4. 主键自增：如果采用自增的整型数据作为主键，还能更好的避免增加数据的时候，带来叶子节点分裂导致的大量运算问题。

8.2 聚集索引和非聚集索引

• 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
  聚集索引(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
  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

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. 聚集索引和二级索引的具体结构如下：

   

3. 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，获取数据的方式，就称之为回表查询。