一,Btree索引和Hash索引
1,MySQL支持的索引类型(在存储引擎层实现的)
2.Btree索引的特点:Btree索引以B+树的结构存储数据,加快存储引擎查找效率,更适合进行范围查找
在什么情况下可以用到B树索引:全值匹配信息,匹配最左前缀查询(联合索引),匹配列前缀查询:order_sn like '12345%',匹配范围值的查询,精确匹配左前列并且范围匹配另外一列,只访问索引的查询
Btree索引的使用限制:如果不是按照索引最左列开始查找,则无法使用索引(联合索引)。使用索引时不能跳过索引中左边的列(三个列组成的联合索引中如id,name,phone,如果只查了id和phone,那么索引只对id有效)。Not in 和<>操作无法使用索引。如果查询中有某个列的范围查询,则其右边所有列都无法使用索引。
3.Hash索引的特点:Hash索引是基于Hash表实现的,只有查询条件精确匹配Hash索引中的所有列时才能够使用到Hash索引(只能用到等值查询中,不能适用于范围查询或者模糊查询)对于Hash索引中的所有列,存储引擎都会为每一行计算一个Hash码,Hash索引中存储的就是Hash码,这也证明只能等值查询了。
Hash索引的限制:Hash索引必须进行二次查找(使用Hash索引必须先找到对应的行,然后进行读取),Hash索引无法用于排序(Hash索引按照hash码的顺序存储而不是按照键值),Hash索引不支持部分索引查找也不支持范围查找,Hash索引中Hash码的计算可能存在Hash冲突(Hash索引不适合选择性很差的列上(性别))
4.为什么要使用索引:索引大大减少了存储引擎需要扫描的数据量,索引帮助排序以避免使用临时表,索引可以把随机IO变为顺序IO
5,索引是不是越多越好:索引会增加写操作的成本,太多的索引会增加查询优化器的选择时间
二,索引优化策略
1,索引列上不能使用表达式或函数
前缀索引和索引列的选择性
CREATE INDEX index_name ON table(col_name(n))
索引的选择性是不重复的索引值和表的记录数的比值
2.联合索引:
如何选择索引列的顺序:经常被使用到的列优先,但选择性很差的列不适合建索引。选择性高的列优先。宽度小的列优先。
3.覆盖索引(包含查询字段所有列的值)
优点:可以优化缓存,减少磁盘IO操作。可以减少随机IO,变随机IO为顺序IO。避免对Innodb主键索引的二次查询,可以避免MyISAM表系统调用
无法使用覆盖索引的情况:存储引擎不支持覆盖索引,查询中使用了太多的列,使用了双%号的like查询
三,使用索引优化查询
1.使用索引扫描来优化排序:通过排序操作,按照索引顺序扫描数据。
使用索引扫描来优化排序:
索引的列顺序和order by子句的顺序完全一致
索引中所有列的方向(升序,降序)和order by子句完全一致
order by 中的字段全部在关联表中的第一张表中
2.模拟Hash索引来优化查询:只能处理键值的全局匹配查找,所使用的Hash长度决定着索引键的大小
3.利用索引优化锁:索引可以减少锁定的行数,索引可以加快处理速度,同时也加快锁的释放。
4.索引的维护和优化:
删除重复和冗余的索引