索引

索引概述

1. 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。
2. 优缺点

优势	劣势
优势	劣势
提高数据检索的效率，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，降低数据排列的成本，降低CPU的消耗。	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。

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

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

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。

二叉树

1. 二叉树缺点：顺序插入时，会形成一个链表，查询性能太低，大数据量的情况下，层级较深，检索较慢。
2. 红黑树：大数据情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）

以一颗最大度数（max-degree）为5（5阶）的B-tree为例（每个节点最多存储4个key，5个指针）； 树的度数：指的是一个节点的子节点个数。

B-Tree具体动态变化的过程
www.cs.usfca.edu/~galles/vis…

B+Tree

以一颗最大度数（max-degree）为4（4阶）的B+tree为例：

相对于B-Tree区别

1. 所有的数据都会出现在叶子结点

2. 叶子结点形成一个单向链表

   • B+Tree

MySQL索引数据结构对经典的B+Tree进行了优化，在元B+Tree的基础上，增加了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。

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. hash索引特点

• 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排序操作
• 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。

思考
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，导致性能降低。
• 相对于hash索引，B+Tree支持范围匹配排序操作。

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：

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

聚集索引规则

• 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。

索引语法

创建索引

create [unique|fulltext] index index_name on table_name (index_col_name,...);
index_col_name:字段
如果只关联了一个字段：单列索引
如果一个索引关联了多个字段：联合索引/组合索引

案例：为表user中的name字段创建一个索引（idx_user_name）

create index idx_user_name on user (name) ;

anl:为profession、age、status创建联合索引。

create index idx_user_pro_age_sta on user (profession,age,status);

查看索引

show index from table_name;

删除索引

drop index index_name on table_name;

SQL性能分析

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，可以查看当前数据的insert、update、delete、select的访问频次。

show global status like 'com___';（这有7个下划线，代表7个子符）

global: 查看全局的信息
session: 查看当前会话的信息

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;

配置完成之后，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

---

---

1. 修改配置文件：vi/etc/my.cnf

2. 将慢日志开关开启
   slow_query_log=1;
3. 设置慢日志时间
   long_query_time=2;
4. 保存设置（输入x）

slow_query_log=1
long_query_time=2

#回车完成后
：x    ---输入x保存

5. 重启MySQL
   systemctl restart mysqld

---

---

查询慢查询日志的开关情况

show variables like 'slow_query__log';

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;
查询profiling开关是否打开：
slecte @@profiling;

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：

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情况
show profile for query_id;

查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query_id;

explain执行情况

1. 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。
   语法：

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. explain执行计划各字段含义：

• 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）。

• 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。

• 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。
  当我们根据主键或者唯一索引，则是出现const，如果出现非唯一索引，则是ref

• possible_key
  显示可能应用在这张表上的索引，一个或多个

• key
  实际使用的索引，如果为null，则没有使用索引。

• 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。

• rows
  MySQL认为必须要执行·查询的行数，在innoDB引擎表中，是一个估计值，可能并不总是准确的。

• filtered
  表示返回结果的行数占需读取的行数的百分比，filtered的值越大越好。

索引使用

验证索引效率

1. 在未建立索引之前，执行如下SQL语句，查看SQL的耗时。
   select * from tb_sku where sn = '1000000003145001';

2. 针对字段创建索引
   create index idx_sku_sn on tb_sku(sn);
   idx_sku:索引名称
   tb_sku:表名
   sn:字段名

3. 然后再次执行相同的SQL语句，再次查看SQL的耗时
   select * from tb_stu where sn='1000000003145001';

索引使用

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（最左列除外），索引将部分失效（后面的字段索引失效）
如果跳跃了最左列索引，则不启用索引

eg：联合索引：1.profassion 2.age 3.status
select * from tb_user where age = 31 and status = '0';索引失效
select * from tb_user where profassion = '软件工程' and status = '0';因为跳过了age索引，所以status索引失效。
select * from tb_user where age = 31 and status = '0' and profession = '软件工程';全部索引都用上了，所以字段必须存在，和放在哪个位置没有关系

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。

eg：select * from tb_user where profession = '软件工程' and age > 30 and status = '0';因为age索引使用了范围查询，所以status索引失效。

解决方法：将大于号（>）改成大于等于（>=）,小于号（<）改成小于等于（<=）。

索引列运算

不要在索引列上进行运算操作，索引将失效。

eg：在字段phone上有一个索引idx_user_phone
select * from tb_user where substring(phone,10,2) = '15'; idx_user_phone索引失效 ，性能变差。
substring：截取phone中第10个位置开始的两位数。

字符串不加引号

select * from tb_user where phone = 17763763672;
虽然一样可以执行出来，但是这个字段的索引没用上。17763763672要加上''才会用上索引

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。

eg:select * from tb_user where profession like '软件%';
在符合最左前缀法则的条件下，profession的索引不会失效。
select * from tb_user where profession like '%工程';
索引失效，只能全局扫描

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;age没有索引
explain select * from tb_user where phone = '17734562789' 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。

第一步：建立索引
create index idx_user_age on tb_user(age);
第二步：查询
explain select * from tb_user where id= 10 or age = 23;

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。
eg： 在表tb_user中phone的值都是大于等于17799990000
select * from tb_user where phone >= 17799990000
这种情况下，会不使用索引，而使用全局扫描，因为所有值/（绝大多数）都是大于等于这个值的。

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
explain select * from tb_user use index(id_user_pro) where profession = '软件工程';
ignore index 忽略
explain select * from tb_user ingnore index(id_user_pro) where profession = '软件工程';
force index 强制使用
explain select * from tb_user froce index(id_user_pro) where profession = '软件工程';

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 *。

思考题
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,status from ub_user where usename = 'itcast';
答案：将usernamehe1password建立一个联合索引

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，这样可以大大节约索引空间，从而提高索引效率。

1. 语法
   create index idx_xxxx on table_name(column(n));
   在表(table_name)字段（column）建立一个n个字符的索引（idx_xxxx）。
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。

select count(distinct email)/count(*) from tb_user;
select count(distinct substring(email,1,5))/count(*) from tb_user;
emali是表中的一个字段

3. 前缀索引查询流程

在所查询的字符过大时，可以采用前缀索引。

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。

1. 单列索引情况
   explain select id,phone,name from tb_user where phone = '17767675435' and name = '韩信';

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，会选择索引完成本次查询

2. 联合索引情况

建立联合索引时的字段顺序是有影响的

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，字段的长度越长，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。