Mysql索引，让你彻底知道索引的用法以及所有可能的索引失效问题
有一系列的代码和图片让你一步一步走，成为索引的真正实践者
坚持看完这篇文章，会让你功力瞬间提升一个档次
制作不易，觉得不错请点赞收藏 ！！！
.
目录
2.3.1 B+Tree 与 B-Tree相比，主要有以下三点区别：
https://blog.csdn.net/2301_77358195/article/details/1371214801. 认识索引
1.1 定义
数据库索引是一种数据结构，用于提高数据库查询的速度和性能。索引类似于书籍的目录，它们提供了一种快速查找数据的方式，而不需要完全扫描整个数据集。
1.2 优缺点
1.2.1 优点
①.提高数据检索的效率，降低数据库的IO成本(提高查询效率)
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(提高排序效率)
1.2.2 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，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。
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索引结构，主要包含以下几种：
①.B+Tree索引：最常见的索引类型，大部分引擎都支持 B+ 树索引
②.Hash希索引：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
③.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
④.R-tree(空间索引)：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
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。
2.1 二叉树 -> 红黑树(平衡二叉树)
假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：
如果主键是顺序插入的，则会形成一个单向链表，结构如下：
所以，如果选择二叉树作为索引结构，会存在以下缺点：
①.顺序插入时，会形成一个链表，查询性能大大降低。
②.大数据量情况下，层级较深，检索速度慢。
此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入
数据，最终形成的数据结构也是一颗平衡的二叉树，结构如下:
但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：大数据量情况下，层级较
深，检索速度慢。
所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree
2.2 B-tree
B-Tree是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗
最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针。
如果想看到效果可以访问网址：https://www.cs.usfca.edu/~galles/visualization/BTree.html
2.2.1 特点
①.5阶的B树，每一个节点最多存储4个key，对应5个指针。
②.一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
③.在B树中，非叶子节点和叶子节点都会存放数据。
2.3 B+Tree
B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为3（3阶）的b+tree为例，来看一
下其结构示意图：
我们可以看到，两部分：
①.绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
②.红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据，包括非叶子节点
的数据。
如果想看到效果可以访问网址：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html
2.3.1 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
上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的
B+Tree。
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。
2.4 Hash
2.4.1 结构
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
2.4.2 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
2.5 经典面试题
为什么InnoDB存储引擎选择使用B+tree索引结构?
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
3.1 索引分类
在MySQL数据库，将索引分为类型主要几类：主键索引、唯一索引、常规索引、全文索引。
3.2 聚集索引&二级索引
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：
3.2.1 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
3.2.2 聚集索引和二级索引的具体结构
聚集索引的叶子节点下挂的是这一行的数据 。
二级索引的叶子节点下挂的是该字段值对应的主键值。
接下来，我们来分析一下，当我们执行如下的SQL语句时，具体的查找过程是什么样子的。
具体过程如下:
①. 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查
找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
②. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记
录，最终找到10对应的行row。
③. 最终拿到这一行的数据，直接返回即可
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。
3.2.3 思考题
①.以下两条SQL语句，那个执行效率高? 为什么?
A. select * from user where id = 10 ;
B. select * from user where name = 'Arm' ;
备注: id为主键，name字段创建的有unique索引；
解答：
A语句的执行性能要高于B 语句。
因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。
②.InnoDB主键索引的B+tree高度为多高呢?
假设:
一行数据大小为1k，一页中可以存储16行这样的数据。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。高度为2：
n * 8 + (n + 1) * 6 = 16*1024 , 算出n约为 1170
1171* 16 = 18736
也就是说，如果树的高度为2，则可以存储 18000 多条记录。高度为3：
1171 * 1171 * 16 = 21939856
也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。
4. 索引语法
4.1 创建索引
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;...表示可以多个字段进行联合索引
4.2 查看索引
SHOW INDEX FROM table_name ;4.3 删除索引
DROP INDEX index_name ON table_name ;5. SQL性能分析
5.1 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的访问次：
-- 这里一共包含七个下划线，一个下划线代表一个任意字符
SHOW GLOBAL STATUS LIKE 'Com_______';
通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库
优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询
为主，那么就要考虑对数据库的索引进行优化了。
5.2 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，我们可以查看一下系统变量
show variables like 'slow_query_log';
①.如果要开启慢查询日志，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
②.配置完毕重启mysql systemctl restart mysqld;
然后，再次查看开关情况，慢查询日志就已经打开了。
③.然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。
注意：在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的SQL是不
会记录的。
那这样，通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。
5.3 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
SELECT @@have_profiling;指令，能够看到当前MySQL是否支持profile操作
可以看到，当前MySQL是支持 profile操作的，但是开关是关闭的。可以通过set语句在
session/global级别开启profiling：
SET profiling = 1;
开关已经打开了，接下来，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到
哪儿去了。
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 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;5.3.1 演示SQL语句
5.4 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。
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;
Explain 执行计划中各个字段的含义:
这里重点关注type字段，type可以衡量查询语句的快慢，以及possible_key，key，key_len字段
其中possible_key代表可能用到的索引，key代表实际用到的索引，key_len代表索引的长度
在 MySQL 的 EXPLAIN 查询结果中，type 字段描述了使用的访问方法，它的值可以是以下几种：
system：
这是最高级别的类型，通常只会出现在系统表中。这表示查询只有一行，是在查询的表中找到的。
const：
这是最有效的连接类型之一。在这种情况下，MySQL将在查询中找到常量表并仅读取一次。由于这种类型非常特殊，因此很少见。
eq_ref：
这种连接类型也非常有效，它类似于const，但用于使用索引的情况下。对于每个const连接类型，只有一行满足条件。eq_ref表示对于从前表中读取的每个行，只有一行从后表中读取。
ref：
这是比eq_ref稍差一些的连接类型。在此情况下，使用索引来查找所有匹配的行。它返回所有匹配条件的行，但它不像eq_ref那样仅返回一行。
range：
这是比ref更差一些的连接类型。在这种情况下，MySQL会扫描索引来查找匹配的行，但是使用了不等号进行查询。
index：
这表示MySQL将扫描整个索引来查找匹配的行，而不是像ref或range那样使用索引来查找行。这通常是因为查询中包含不可索引的部分，或者因为表很小以至于使用索引不会提高性能。
all：
这是最低级别的连接类型，表示MySQL将扫描整个表以查找匹配的行。这意味着没有索引被用到。通常情况下，这会导致性能问题，特别是当表很大时。
理解这些不同的连接类型对于优化查询和提高性能非常重要。
6. 索引使用
6.1 验证索引效率
这张表中id为主键，有主键索引，而其他字段是没有建立索引的
先来查询其中的一条记录，看看里面的字段情况，执行如下SQL：
select * from tb_sku where id = 1\G;
可以看到即使有1000w的数据,根据id进行数据查询,性能依然很快，因为主键id是有索引的。 那么
接下来，我们再来根据 sn 字段进行查询，执行如下SQL：
SELECT * FROM tb_sku WHERE sn = '100000003145001'; 
我们可以看到根据sn字段进行查询，查询返回了一条数据，结果耗时 11.62sec，就是因为sn没有
索引，而造成查询效率很低。
那么我们可以针对于sn字段，建立一个索引，建立了索引之后，我们再次根据sn进行查询，再来看
一下查询耗时情况。
-- 创建普通索引
create index idx_sku_sn on tb_sku(sn) ; 
这里会消耗20.51s，是因为该表有上百万条数据，然后构建索引，就会去构造一颗 B+tree数
构建完索引后继续执行 SELECT * FROM tb_sku WHERE sn = '100000003145001';
我们明显会看到，sn字段建立了索引之后，查询性能大大提升。
6.2 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，但是顺序没有要求。如果跳跃某一列，索引将会部分失效(后面的字
段索引失效)。这里的后面是相对于创建索引语句的顺序
演示：
创建了profession、age和status三个字段的联合索引
create index idx_pro_age_sta on tb_user(profession,age,status);
如果没有最左侧索引profession，索引会全部失效
如果跳过了中间某个字段索引会出现部分失效，这里因为没有age，所以status失效
只要最左侧的索引在都不会导致索引全部无效，最多部分无效。如果索引的字段都存在，它们的顺序并没有要求
6.3 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。这里所说的右侧是基于创建联合索
引时的位置
①.当范围查询使用> 或 < 时，走联合索引了，但是索引的长度为38，就说明范围查询右边的status
字段是没有走索引的。
②.当范围查询使用>= 或 <= 时，走联合索引了，但是索引的长度为42，就说明所有的字段都是走
索引的。
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 <
6.4 索引失效情况
6.4.1 在索引列上进行函数运算，索引将失效。
phone是单列索引
当根据phone字段进行等值匹配查询时, 索引生效。
当根据phone字段进行函数运算操作之后，索引失效。
6.4.2 字符串不加引号
本来phone是字符串类型，如果没加引号会导致索引失败
6.4.3 头部模糊查询
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。
经过上述的测试，我们发现，在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关
键字前面加了%，索引将会失效。尽量避免头部模糊查询
6.4.5 or连接条件
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。
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也要建立引。
然后，我们对age建立索引，然后进行测试
6.4.6 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。
phone是单列索引，但是如果执行的速度不如全表索引，就会自动走全表索引
6.5 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(index_name) ： 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）。
②.ignore index(index_name) ： 忽略指定的索引。
③.force index(index_name) ： 强制使用索引。
6.6 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？
覆盖索引是指一个索引包含了查询中涉及的所有列，从而避免了MySQL数据库在执行查询时需要
再次访问数据行。这样可以显著提高查询的性能，因为MySQL不必去访问实际的数据行，而是可
以直接从索引中获取所需的数据。
举例来说，如果有一个查询如下：
SELECT column1, column2 FROM table WHERE column3 = 'value';可以通过创建一个包含(column3, column1, column2)的索引来覆盖这个查询：
CREATE INDEX covering_index ON table (column3, column1, column2);这样一来，MySQL在执行上述查询时就可以直接从covering_index索引中获取column1和column2
的值，而不必再访问实际的数据行
根据mysql的版本不同，Extra里面的显示也有所不同，Using index condition在我这里显示为null
因为，在tb_user表中有一个联合索引 idx_user_pro_age_sta，该索引关联了三个字段profession、
age、status，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主键id。 所以当
我们查询返回的数据在 id、profession、age、status 之中，则直接走二级索引直接返回数据了。
如果超出这个范围，就需要拿到主键id，再去扫描聚集索引，再获取额外的数据了，这个过程就是
回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据
主键查询，此时只会扫描聚集索引），回表会使得查询效率变低。
6.6.1 演示
这张图id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）。
虽然是根据name字段查询，查询二级索引，但是由于查询返回在字段为 id，name，在name的二
级索引中，这两个值都是可以直接获取到的，因为覆盖索引，所以不需要回表查询，性能高。
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
6.7 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 from tb_user where username ='itcast';
答案： 针对于 username, password建立联合索引,
sql为：create index dx_user_name_pass on tb_user(username,password) ;
这样可以避免上述的SQL语句，在查询的过程中，出现回表查询。
7. 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。
7.1 语法
create index idx_xxxx on table_name(column(n)) ;示例：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));
7.2 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.
select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;
7.3 前缀索引的查询流程
7.4 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，因为联合索引不用回表查询，提高效率。
8. 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。
1350
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
