1. 索引的声明与使用
1.1 索引的分类
MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。
-
从
功能逻辑
上说,索引主要有 4 种,分别是普通索引、唯一索引、主键索引、全文索引。 -
按照
物理实现方式
,索引可以分为 2 种:聚簇索引和非聚簇索引。 -
按照
作用字段个数
进行划分,分成单列索引和联合索引。
1. 普通索引
在创建普通索引时,不附加任何限制条件,只是用于提高查询效率。这类索引可以创建在任何数据类型
中,其值是否唯一和非空,要由字段本身的完整性约束条件决定。建立索引以后,可以通过索引进行查询。例如,在表student
的字段name
上建立一个普通索引,查询记录时就可以根据该索引进行查询。
2. 唯一性索引
使用UNIQUE参数
可以设置索引为唯一性索引,在创建唯一性索引时,限制该索引的值必须是唯一的,但允许有空值。在一张数据表里可以有多个
唯一索引。
例如,在表student
中字段email
中创建唯一性索引,那么字段email的值就必须是唯一的。通过唯一性索引,可以更快速地确定某条记录。
3. 主键索引
主键索引就是一种特殊的唯一性索引
,在唯一索引的基础上增加了不为空的约束,也就是NOT NULL + UNIQUE,一张表里最多只有一个
主键索引。
Why?
这是由主键索引的物理实现方式决定的,因为数据存储在文件中只能按照一种顺序进行存储。
4. 单列索引
在表中的单个字段上创建索引,单列索引只根据该字段进行索引。单列索引可以是普通索引,也可以是唯一性索引,还可以是全文索引。只要保证该索引只对应一个字段即可。一个表可以有多个
单列索引。
5. 多列(组合、联合)索引
多列索引是在表的多个字段组合
上创建一个索引。该索引指向创建时对应的多个字段,可以通过这几个字段进行查询,但是只有查询条件中使用了这些字段中的第一个字段时才会被使用。例如,在表中的字段id、name和gender上建立一个多列索引idx_id_name_gender
,只有在查询条件中使用了字段id时该索引才会被使用。使用组合索引时遵循最左前缀集合
。
6. 全文索引
全文索引(也称全文检索)是目前搜索引擎
使用的一种关键技术。它能够利用【分词技术
】等多种算法智能分析出文本文字中关键词的频率和重要性,然后按照一定的算法规则智能地筛选出我们想要的搜索结果。全文索引非常适合大型数据集,对于小的数据集,它的用处比较小。
使用参数FULLTEXT
可以设置索引为全文索引。在定义索引的列上支持值的全文查找,允许在这些索引列中插入重复值和空值。全文索引只能创建在CHAR
、VARCHAR
或TEXT
类型及其系列类型的字段上,**查询数据量较大的字符串类型的字段时,使用全文索引可以提高查询速度。**例如:表student
的字段information
是TEXT
类型,该字段包含了很多文字信息。在字段information上建立全文索引后,可以提高查询字段information的速度。
全文索引典型的有两种类型:自然语言的全文索引 和 布尔全文索引。
- 自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里,相关度是基于匹配的关键词的个数,以及关键词在文档中出现的次数。**在整个索引中出现次数越少的词语,匹配时的相关度就越高。**相反,非常常见的单词将不会被搜索,如果一个词语的在超过 50% 的记录中都出现了,那么自然语言的搜索将不会搜索这类词语。
MySQL数据库从3.23.23版开始支持全文索引,但MySQL5.6.4以前只有MyISAM支持
,5.6.4版本以后InnoDB才支持
,但是官方版本不支持中文分词
需要第三方分词插件。
随着大数据时代的到来,关系型数据库应对全文索引的需求已力不从心,逐渐被solr
,ElasticSearch
等专门的搜索引擎所替代。
7. 补充:空间索引
使用参数SPATIAL
可以设置索引为空间索引
。空间索引只能建立在空间数据类型上,这样可以提高系统获取空间数据的效率。MySQL中的空间数据类型包括GEONETRY、POINT、LINESTRING和POLYGON等。目前只有MyISAM存储引擎支持空间检索,而且索引的字段不能为空值。对于初学者来说,这类索引很少会用到。
**小结:不同的存储引擎支持的索引类型也不一样 **
InnoDB : 支持 B-tree、Full-text 等索引,不支持 Hash索引;
MyISAM : 支持 B-tree、Full-text 等索引,不支持 Hash 索引;
Memory : 支持 B-tree、Hash 等索引,不支持 Full-text 索引;
NDB : 支持 Hash 索引,不支持 B-tree、Full-text 等索引;
Archive : 不支持 B-tree、Hash、Full-text 等索引;
1.2 创建索引
MySQL支持多种方法在单个或多个列上创建索引:在创建表的定义语句CREATE TABLE
中指定索引列,使用ALTER TABLE
语句在存在的表上创建索引,或者使用CREATE INDEX
语句在已存在的表上添加索引。
1. 创建表的时候创建索引
使用CREATE TABLE创建表时,除了可以定义列的数据类型外,还可以定义主键约束、外键约束或者唯一性约束,而不论创建哪种约束,在定义约束的同时相当于在指定列上创建了一个索引。
举例:
CREATE TABLE dept(
dept_id INT PRIMARY KEY AUTO_INCREMENT,
dept_name VARCHAR( 20 )
);
CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR( 20 ) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);
但是,如果显式创建表时创建索引的话,基本语法格式如下:
CREATE TABLE table_name [col_name data_type]
[UNIQUE | FULLTEXT | SPATIAL][INDEX |KEY][index_name] (col_name [length]) [ASC | DESC]
- UNIQUE、FULLTEXT和SPATIAL为可选参数,分别表示唯一索引、全文索引和空间索引;
- INDEX与KEY为同义词,两者的作用相同,用来指定创建索引;
- index_name指定索引的名称,为可选参数,如果不指定,那么MySQL默认col_name为索引名;
- col_name为需要创建索引的字段列,该列必须从数据表中定义的多个列中选择;
- length为可选参数,表示索引的长度,只有字符串类型的字段才能指定索引长度;
- ASC或DESC指定升序或者降序的索引值存储。
1. 创建普通索引
在book表中的year_publication字段上建立普通索引,SQL语句如下:
# 显式的方式创建
# 1. 创建普通的索引
CREATE TABLE book
(
book_id INT,
book_name VARCHAR(100),
AUTHORS VARCHAR(100),
info VARCHAR(100),
COMMENT VARCHAR(100),
year_publication YEAR,
# 声明索引
INDEX idx_bname (book_name)
);
# 通过命令查看索引
# 方式l:
mysql> show create table book \G
*************************** 1. row ***************************
Table: book
Create Table: CREATE TABLE `book` (
`book_id` int(11) DEFAULT NULL,
`book_name` varchar(100) DEFAULT NULL,
`AUTHORS` varchar(100) DEFAULT NULL,
`info` varchar(100) DEFAULT NULL,
`COMMENT` varchar(100) DEFAULT NULL,
`year_publication` year(4) DEFAULT NULL,
KEY `idx_bname` (`book_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
# 方式2:
show index from book;
show index from table_name
太好用了,必须要会
2. 创建唯一索引
举例:
# 创建唯一索引
CREATE TABLE book
(
book_id INT,
book_name VARCHAR(100),
# 声明索引
UNIQUE INDEX uk_idx_bname (book_name)
);
show index from book;
该语句执行完毕之后,使用SHOW CREATE TABLE查看表结构:
3. 主键索引
设定为主键后数据库会自动建立索引,innodb为聚簇索引,语法:
CREATE TABLE book
(
# 创建主键索引
book_id INT primary key,
book_name VARCHAR(100)
);
删除主键索引:
ALTER TABLE student
drop PRIMARY KEY ;
修改主键索引:必须先删除掉(drop)原索引,再新建(add)索引
4. 创建组合索引
# 创建唯一索引
CREATE TABLE book
(
book_id INT,
book_name VARCHAR(100),
author VARCHAR(100),
# 声明索引
INDEX union_key_ba (book_name, author)
);
show index from book;
5. 创建全文索引
FULLTEXT全文索引可以用于全文搜索,并且只为CHAR
、VARCHAR
和TEXT
创建索引。索引总是对整个列进行,不支持局部(前缀)索引。
举例1:创建表test4,在表中的info字段上建立全文索引,SQL语句如下:
CREATE TABLE test4
(
id INT NOT NULL,
name CHAR(30) NOT NULL,
age INT NOT NULL,
info VARCHAR(255),
FULLTEXT INDEX futxt_idx_info (info(50)) -- 根据前50个字符创建一个全文索引
) ENGINE = MyISAM;
举例2:
CREATE TABLE articles
(
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
title VARCHAR(200),
body TEXT,
FULLTEXT index (title, body)
) ENGINE = InnoDB;
举例3:
CREATE TABLE papers
(
id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
title VARCHAR(200) DEFAULT NULL,
content TEXT,
PRIMARY KEY (id),
FULLTEXT KEY title (title, content)
) ENGINE = MyISAM
DEFAULT CHARSET = utf8;
不同于like方式的查询:
SELECT * FROM papers WHERE content LIKE '%查询字符串%';
全文索引用 match + against 方式查询:
SELECT * FROM papers WHERE MATCH(title, content) AGAINST ('查询字符串');
明显的提高查询效率。
6. 创建空间索引
空间索引创建中,要求空间类型的字段必须为非空。
举例:创建表test5,在空间类型为GEOMETRY的字段上创建空间索引,SQL语句如下:
CREATE TABLE test5
(
geo GEOMETRY NOT NULL,
SPATIAL INDEX spa_idx_geo(geo)
) ENGINE = MyISAM;
2.在已经存在的表上创建索引
在已经存在的表中创建索引可以使用ALTER TABLE语句或者CREATE INDEX语句。
-
使用ALTER TABLE语句创建索引 ALTER TABLE语句创建索引的基本语法如下:
ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name[length],...) [ASC | DESC] ALTER TABLE book ADD INDEX index_name (book_name); ALTER TABLE book ADD UNIQUE uk_idx_bname (book_name); ALTER TABLE book ADD UNIQUE mul_bid_na (book_name, author);
-
使用CREATE INDEX创建索引 CREATE INDEX语句可以在已经存在的表上添加索引,在MySQL中,CREATE INDEX被映射到一个ALTER TABLE语句上,基本语法结构为:
CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX index_name ON table_name (col_name[length],...) [ASC | DESC] CREATE 索引类型 索引名称 ON 表名(字段); CREATE INDEX idx_cmt ON book (comment); CREATE UNIQUE INDEX idx_cmt ON book (comment); CREATE INDEX idx_cmt ON book (comment, author);
3. 删除索引
-
使用ALTER TABLE删除索引 ALTER TABLE删除索引的基本语法格式如下:
ALTER TABLE table_name DROP INDEX index_name;
-
使用DROP INDEX语句删除索引 DROP INDEX删除索引的基本语法格式如下:
DROP INDEX index_name ON table_name;
在需要大量删除表数据,修改表数据时,可以考虑先删除索引。等修改完数据之后再插入
AUTO_INCREMENT 约束字段的唯一索引不能被删除
提示 删除表中的列时,如果要删除的列为索引的组成部分,则该列也会从索引中删除。如果组成索引的所有列都被删除,则整个索引将被删除。
2. MySQL8.0 索引新特性
2.1 支持降序索引
降序索引以降序存储键值。虽然在语法上,从 MySQL4 版本开始就已经支持降序索引的语法了,但实际上该DESC定义是被忽略的,直到 MySQL8.x 版本才开始真正支持降序索引(仅限于InnoDB存储引擎)。
MySQL在8.0版本之前创建的仍然是升序索引,使用时进行反向扫描,这大大降低了数据库的效率。在某些场景下,降序索引意义重大。例如,如果一个查询,需要对多个列进行排序,且顺序要求不一致,那么使用降序索引将会避免数据库使用额外的文件排序操作,从而提高性能。
举例:分别在 MySQL5.7 版本和 MySQL8.0 版本中创建数据表 ts1,结果如下:
CREATE TABLE ts1
(
a int,
b int,
index idx_a_b (a, b desc)
);
在 MySQL5.7 版本中查看数据表 ts1 的结构,结果如下:
mysql> show create table ts1 \G
*************************** 1. row ***************************
Table: ts1
Create Table: CREATE TABLE `ts1` (
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
KEY `idx_a_b` (`a`, `b`)
) ENGINE = InnoDB DEFAULT CHARSET = utf8
1 row in set (0.00 sec)
从结果可以看出,索引仍然是默认的升序。
在 MySQL8.0 版本中查看数据表 ts1 的结构,结果如下:
mysql> show create table ts1 \G
*************************** 1. row ***************************
Table: ts1
Create Table: CREATE TABLE `ts1` (
`a` int DEFAULT NULL,
`b` int DEFAULT NULL,
KEY `idx_a_b` (`a`,`b` DESC)
) ENGINE = InnoDB DEFAULT CHARSET = utf8mb3
1 row in set (0.00 sec)
从结果可以看出,索引已经是降序了。下面继续测试降序索引在执行计划中的表现。
分别在 MySQL5.7 版本和 MySQL8.0 版本的数据表 ts1 中插入 800 条随机数据,执行语句如下:
CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
DELIMITER //
CREATE PROCEDURE ts_insert () BEGIN
DECLARE
i INT DEFAULT 1;
WHILE
i < 800 DO
INSERT INTO ts1 SELECT
rand()* 80000,
rand()* 80000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER;
#调用
CALL ts_insert ();
在 MySQL5.7 版本中查看数据表 ts1 的执行计划,结果如下:
mysql> explain select * from ts1 order by a, b desc limit 5;
+----+------+----------+-----------------------------+
| id | rows | filtered | Extra |
+----+------+----------+-----------------------------+
| 1 | 1598 | 100.00 | Using index; Using filesort |
+----+------+----------+-----------------------------+
1 row in set, 1 warning (0.01 sec)
从结果可以看出,执行计划中扫描数为 1598,而且使用了Using filesort。
提示 Using filesort是MySQL中一种速度比较慢的外部排序,能避免是最好的。多数情况下,管理员可以通过优化索引来尽量避免出现Using filesort,从而提高数据库执行速度。
在 MySQL8.0 版本中查看数据表 ts1 的执行计划。
mysql> explain select * from ts1 order by a, b desc limit 5;
+----+---------+-----+----------+-------------+
| id | key |rows | filtered | Extra |
+----+---------+-----+----------+-------------+
| 1 | idx_a_b | 5 | 100.00 | Using index |
+----+---------+-----+----------+-------------+
1 row in set, 1 warning (0.03 sec)
从结果可以看出,执行计划中扫描数为 5 ,而且没有使用Using filesort。
注意 降序索引只对查询中特定的排序顺序有效,如果使用不当,反而查询效率更低。例如,上述查询排序条件改为order by a desc, b desc,MySQL 5.7的执行计划要明显好于MySQL 8.0。
2.2 隐藏索引
在 MySQL5.7 版本及之前,只能通过显式的方式删除索引。此时,如果发现删除索引后出现错误,又只能通过显式创建索引的方式将删除的索引创建回来。如果数据表中的数据量非常大,或者数据表本身比较大,这种操作就会消耗系统过多的资源,操作成本非常高。
从 MySQL8.x 开始支持隐藏索引(invisible indexes)
,只需要将待删除的索引设置为隐藏索引,使查询优化器不再使用这个索引(即使使用force index(强制使用索引),优化器也不会使用该索引)确认将索引设置为隐藏索引后系统不受任何响应,就可以彻底删除索引。这种通过先将索引设置为隐藏索引,再删除索引的方式就是软删除
。
同时,你想验证某个索引删除之后的查询性能影响
,就可以暂时先隐藏该索引
注意:
主键不能被设置为隐藏索引。当表中没有显式主键时,表中第一个唯一非空索引会成为隐式主键,也不能设置为隐藏索引。
索引默认是可见的,在使用CREATE TABLE,CREATE INDEX或者ALTERTABLE等语句时可以通过VISIBLE
或者INVISIBLE
关键词设置索引的可见性。
创建表时直接创建
1. 在MySQL中创建
隐藏索引通过SQL语句INVISIBLE来实现,其语法形式如下:
CREATE TABLE tablename(
propname1 type1 [ CONSTRAINT1],propname2 type2[ CONSTRAINT2],
...
propnamen typen,
INDEX [indexname ](propname1 [ ( length)]) INVISIBLE
);
create table book2(
id int primary key,
book_name varchar(32)
);
上述语句比普通索引多了一个关键字INVISIBLE,用来标记索引为不可见索引。
2. 在已经存在的表上创建
可以为已经存在的表设置隐藏索引,其语法形式如下:
CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX index_name ON table_name (col_name[length] [ASC | DESC] ,...) [INVISIBLE | VISIBLE]
3. 通过ALTER TABLE语句创建
ALTER TABLE book2 ADD index idx_name(book_name) INVISIBLE;
4. 切换索引可见状态
已存在的索引可通过如下语句切换可见状态:
ALTER TABLE book2 alter index idx_name visible; # 切换成非隐藏索引
ALTER TABLE book2 alter index idx_name invisible; # 切换成非隐藏索引
如果将index_cname索引切换成可见状态,通过explain查看执行计划,发现优化器选择了idx_name索引。
注意 当索引被隐藏时,它的内容仍然是和正常索引一样实时更新的。如果一个索引需要长期被隐藏,那么可以将其删除,因为索引的存在会影响插入、更新和删除的性能。
通过设置隐藏索引的可见性可以查看索引对调优的帮助。
5. 使隐藏索引对查询优化器可见
只是有个全局的地方设置可见性,没什么用
在 MySQL8.x 版本中,为索引提供了一种新的测试方式,可以通过查询优化器的一个开关(use_invisible_indexes)来打开某个设置,使隐藏索引对查询优化器可见。如果 use_invisible_indexes 设置为 off(默认),优化器会忽略隐藏索引。如果设置为 on,即使隐藏索引不可见,优化器在生成执行计划时仍会考虑使用隐藏索引。
( 1 )在 MySQL 命令行执行如下命令查看查询优化器的开关设置。
mysql> select @@optimizer_switch \G
*************************** 1. row ***************************
@@optimizer_switch: index_merge=on,index_merge_union=on,index_merge_sort_union=on,index_merge_intersection=on,engine_condition_pushdown=on,index_condition_pushdown=on,mrr=on,mrr_cost_based=on,block_nested_loop=on,batched_key_access=off,materialization=on,semijoin=on,loosescan=on,firstmatch=on,duplicateweedout=on,subquery_materialization_cost_based=on,use_index_extensions=on,condition_fanout_filter=on,derived_merge=on,use_invisible_indexes=off,skip_scan=on,hash_join=on,subquery_to_derived=off,prefer_ordering_index=on,hypergraph_optimizer=off,derived_condition_pushdown=on
1 row in set (0.12 sec)
在输出的结果信息中找到如下属性配置。
use_invisible_indexes=off
此属性配置值为 off,说明隐藏索引默认对查询优化器不可见。
( 2 )使隐藏索引对查询优化器可见,需要在 MySQL 命令行执行如下命令:
mysql> set session optimizer_switch="use_invisible_indexes=on";
Query OK, 0 rows affected (0.06 sec)
SQL语句执行成功,再次查看查询优化器的开关设置。
此时,在输出结果中可以看到如下属性配置。
mysql> select @@optimizer_switch \G
*************************** 1. row ***************************
@@optimizer_switch: index_merge=on,index_merge_union=on,index_merge_sort_union=on,index_merge_intersection=on,engine_condition_pushdown=on,index_condition_pushdown=on,mrr=on,mrr_cost_based=on,block_nested_loop=on,batched_key_access=off,materialization=on,semijoin=on,loosescan=on,firstmatch=on,duplicateweedout=on,subquery_materialization_cost_based=on,use_index_extensions=on,condition_fanout_filter=on,derived_merge=on,use_invisible_indexes=on,skip_scan=on,hash_join=on,subquery_to_derived=off,prefer_ordering_index=on,hypergraph_optimizer=off,derived_condition_pushdown=on
1 row in set (0.03 sec)
use_invisible_indexes 属性的值为 on,说明此时隐藏索引对查询优化器可见。
3. 索引的设计原则
3.1 数据准备
第 1 步:创建数据库、创建表
CREATE DATABASE atguigudb1;
USE atguigudb1;
# 1. 创建学生表和课程表
CREATE TABLE student_info
(
id INT(11) NOT NULL AUTO_INCREMENT,
student_id INT NOT NULL,
name VARCHAR(20) DEFAULT NULL,
course_id INT NOT NULL,
class_id INT(11) DEFAULT NULL,
create_time DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (id)
) ENGINE = INNODB
AUTO_INCREMENT = 1
DEFAULT CHARSET = utf8;
CREATE TABLE course
(
id INT(11) NOT NULL AUTO_INCREMENT,
course_id INT NOT NULL,
course_name VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (id)
) ENGINE = INNODB
AUTO_INCREMENT = 1
DEFAULT CHARSET = utf8;
第 2 步:创建模拟数据必需的存储函数
# 函数 1 :创建随机产生字符串函数
DELIMITER //
CREATE FUNCTION rand_string(n INT)
RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN
DECLARE chars_str VARCHAR(100) DEFAULT
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
DECLARE return_str VARCHAR(255) DEFAULT '';
DECLARE i INT DEFAULT 0;
WHILE i < n
DO
SET return_str = CONCAT(return_str, SUBSTRING(chars_str, FLOOR(1 + RAND() * 52), 1));
SET i = i + 1;
END WHILE;
RETURN return_str;
END //
DELIMITER ;
# 函数 2 :创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num(from_num INT, to_num INT) RETURNS INT(11)
BEGIN
DECLARE i INT DEFAULT 0;
SET i = FLOOR(from_num + RAND() * (to_num - from_num + 1));
RETURN i;
END //
DELIMITER ;
创建函数,假如报错:
This function has none of DETERMINISTIC......
由于开启过慢查询日志bin-log, 我们就必须为我们的function指定一个参数。
主从复制,主机会将写操作记录在bin-log日志中。从机读取bin-log日志,执行语句来同步数据。如果使用函数来操作数据,会导致从机和主键操作时间不一致。所以,默认情况下,mysql不开启创建函数设置。
-
查看mysql是否允许创建函数:
show variables like 'log_bin_trust_function_creators';
-
命令开启:允许创建函数设置:
set global log_bin_trust_function_creators= 1 ; # 不加global只是当前窗口有效。
-
mysqld重启,上述参数又会消失。永久方法:
-
windows下:my.ini[mysqld]加上:
log_bin_trust_function_creators= 1
-
linux下:/etc/my.cnf下my.cnf[mysqld]加上:
log_bin_trust_function_creators= 1
-
第 3 步:创建插入模拟数据的存储过程
# 存储过程 1 :创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course(max_num INT)
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; # 设置手动提交事务
REPEAT
# 循环
SET i = i + 1; # 赋值
INSERT INTO course (course_id, course_name)
VALUES (rand_num(10000, 10100), rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; # 提交事务
END //
DELIMITER ;
# 存储过程 2 :创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu(max_num INT)
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; # 设置手动提交事务
REPEAT
# 循环
SET i = i + 1; # 赋值
INSERT INTO student_info (course_id, class_id, student_id, NAME)
VALUES (rand_num(10000, 10100), rand_num(10000, 10200), rand_num(1, 200000), rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; # 提交事务
END //
DELIMITER ;
第 4 步:调用存储过程
CALL insert_course( 100 );
CALL insert_stu( 1000000 );
3.2 哪些情况适合创建索引
1. 字段的数值有唯一性的限制
索引本身可以起到约束的作用,比如唯一索引、主键索引都是可以起到唯一性约束的,因此在我们的数据表中,如果某个字段是唯一性的
,就可以直接创建唯一性索引
,或者主键索引
。这样可以更快速地通过该索引来确定某条记录。
业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。(来源:Alibaba)
说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显的。
2. 频繁作为 WHERE 查询条件的字段
某个字段在SELECT语句的 WHERE 条件中经常被使用到,那么就需要给这个字段创建索引了。尤其是在数据量大的情况下,创建普通索引就可以大幅提升数据查询的效率。
3. 经常 GROUP BY 和 ORDER BY 的列
索引就是让数据按照某种顺序进行存储或检索,因此当我们使用 GROUP BY 对数据进行分组查询,或者使用 ORDER BY 对数据进行排序的时候,就需要对分组或者排序的字段进行索引
。如果待排序的列有多个,那么可以在这些列上建立组合索引。
4. UPDATE、DELETE 的 WHERE 条件列
对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作,如果对 WHERE 字段创建了索引,就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录,然后再对它进行更新或删除。 如果进行更新的时候,更新的字段是非索引字段
,提升的效率会更明显,这是因为非索引字段更新不需要对索引进行维护。
5. DISTINCT 字段需要创建索引
有时候我们需要对某个字段进行去重,使用 DISTINCT,那么对这个字段创建索引,也会提升查询效率。
比如,我们想要查询课程表中不同的 student_id 都有哪些,如果我们没有对 student_id 创建索引,执行
SQL 语句:
SELECT DISTINCT(student_id) FROM student_info;
运行结果( 600637 条记录,运行时间 0.683s):
... 加索引语句
SELECT DISTINCT(student_id) FROM student_info;
如果我们对 student_id 创建索引,再执行 SQL 语句:
运行结果( 600637 条记录,运行时间 0.010s):
你能看到 SQL 查询效率有了提升,同时显示出来的 student_id 还是按照递增的顺序
进行展示的。这是因
为索引会对数据按照某种顺序进行排序,所以在去重的时候也会快很多。 因为紧挨着所以去重特别方便
6. 多表 JOIN 连接操作时,创建索引注意事项
-
首先,
连接表的数量尽量不要超过 3 张
,因为每增加一张表就相当于增加了一次嵌套的循环,数量级增长会非常快,严重影响查询的效率。 -
其次,
对 WHERE 条件创建索引
,因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下,没有 WHERE 条件过滤是非常可怕的。 -
最后,
对用于连接的字段创建索引
,并且该字段在多张表中的类型必须一致
。比如 course_id 在 student_info 表和 course 表中都为 int(11) 类型,而不能一个为 int 另一个为 varchar 类型。一旦类型不一致就会使用函数,而一旦使用了函数就会使索引失效。
举个例子,如果我们只对 student_id 创建索引,执行 SQL 语句:
SELECT s.course_id, name, s.student_id, c.course_name
FROM student_info s
JOIN course c
ON s.course_id = c.course_id
WHERE name = '462eed7ac6e791292a79';
运行结果( 1 条数据,运行时间 0.189s):
这里我们对 name 创建索引,再执行上面的 SQL 语句,运行时间为 0.002s。
7. 使用列的类型小的创建索引
我们这里所说的类型大小
指的就是该类型表示的数据范围的大小。
我们在定义表结构的时候要显式的指定列的类型,以整数类型为例,有TINYINT
、MEDIUMINT
、INT
、
BIGINT
等,它们占用的存储空间依次递增,能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话,在表示的整数范围允许的情况下,尽量让索引列使用较小的类型,比如我们能使用INT
就不要使用BIGINT
,能使用MEDIUMINT
就不要使用INT
。这是因为:
- 数据类型越小,在查询时进行的比较操作越快
- 数据类型越小,索引占用的存储空间就越少,在一个数据页内就可以放下更多的记录,从而减少磁盘I/O带来的性能损耗,也就意味着可以把更多的数据页缓存在内存中,从而加快读写效率。
这个建议对于表的主键来说更加适用
,因为不仅是聚簇索引中会存储主键值,其他所有的二级索引的节点处都会存储一份记录的主键值,如果主键使用更小的数据类型,也就意味着节省更多的存储空间和更高效的I/O。
8. 使用字符串前缀创建索引
假设我们的字符串很长,那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时,那就意味着在对应的B+树中有这么两个问题:
- B+树索引中的记录需要把该列的完整字符串存储起来,更费时。而且字符串越长,
在索引中占用的存储空间越大。
- 如果B+树索引中索引列存储的字符串很长,那在做字符串
比较时会占用更多的时间。
我们可以通过截取字段的前面一部分内容建立索引,这个就叫前缀索引
。这样在查找记录时虽然不能精确的定位到记录的位置,但是能定位到相应前缀所在的位置,然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间
,又减少了字符串的比较时间
,还大体能解决排序的问题。
例如,TEXT和BLOG类型的字段,进行全文检索会很浪费时间,如果只检索字段前面的若干字符,这样可以提高检索速度。
创建一张商户表,因为地址字段比较长,在地址字段上建立前缀索引
create table shop
(
address varchar(120) not null
);
alter table shop add index (address(12));
问题是,截取多少呢?截取得多了,达不到节省索引存储空间的目的;截取得少了,重复内容太多,字段的散列度(选择性)会降低。 怎么计算不同的长度的选择性呢?
先看一下字段在全部数据中的选择度:
select count(distinct address) / count(*)
from shop;
通过不同长度去计算,与全表的选择性对比:
公式:
count( distinct left(列名, 索引长度) ) / count(*)
例如:
select count(distinct left(address, 10)) / count(*) as sub10, -- 截取前 10 个字符的选择度
count(distinct left(address, 15)) / count(*) as sub11, -- 截取前 15 个字符的选择度
count(distinct left(address, 20)) / count(*) as sub12, -- 截取前 20 个字符的选择度
count(distinct left(address, 25)) / count(*) as sub13 -- 截取前 25 个字符的选择度
from shop;
引申另一个问题:索引列前缀对排序的影响
如果使用了索引列前缀,比方说前边只把address列的前12个字符放到了二级索引中,下边这个查询可能就有点尴尬了:
SELECT *
FROM shop
ORDER BY address # 这个地方order by 就不准了 如果用前12个建立索引的话
LIMIT 12;
因为二级索引中不包含完整的address列信息,所以无法对前12个字符相同,后边的字符不同的记录进行排序,也
就是使用索引列前缀的方式无法支持使用索引排序
,只能使用文件排序。
拓展:Alibaba《Java开发手册》
【强制
】在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本区分度决定索引长度。
说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会高达90% 以上
,可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。
9. 区分度高(散列性高)的列适合作为索引
列的基数
指的是某一列中不重复数据的个数,比方说某个列包含值2,5,8,2,5,8,2,5,8,虽然有9条记录,但该列的基数却是3
。也就是说,在记录行数一定的情况下,列的基数越大,该列中的值越分散;列的基数越小,该列中的值越集中。这个列的基数指标非常重要,直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引,为基数太小列的建立索引效果可能不好。
可以使用公式 select count(distinct a) / count(*) from t1
计算区分度,越接近1越好,一般超过33%就算是比较高效的索引了。
拓展:联合索引把区分度高(散列性高)的列放在前面。
10. 使用最频繁的列放到联合索引的左侧
这样也可以较少的建立一些索引。同时,由于“最左前缀原则”,可以增加联合索引的使用率。
11. 在多个字段都要创建索引的情况下,联合索引优于单值索引
3. 3 限制索引的数目
在实际工作中,我们也需要注意平衡,索引的数目不是越多越好。我们需要限制每张表上的索引数量,建议单张表索引数量不超过6个
。原因:
① 每个索引都需要占用磁盘空间
,索引越多,需要的磁盘空间就越大。
② 索引会影响INSERT
、DELETE
、UPDATE
等语句的性能,因为表中的数据更改的同时,索引也会进行调整和更新,会造成负担。
③ 优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的索引来进行评估
,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,会增加MySQL优化器生成执行计划时间,降低查询性能。
3. 4 哪些情况不适合创建索引
1. 在where中使用不到的字段,不要设置索引
WHERE条件(包括GROUP BY、ORDER BY)里用不到的字段不需要创建索引,索引的价值是快速定位,如果起不到定位的字段通常是不需要创建索引的。举个例子:
SELECT course_id,student_id, create_time
FROM student_info
WHERE student_id = 41251;
因为我们是按照 student_id 来进行检索的,所以不需要对其他字段创建索引,即使这些字段出现在 SELECT 字段中。
2. 数据量小的表最好不要使用索引
如果表记录太少,比如少于1000个,那么是不需要创建索引的。表记录太少,是否创建索引对查询效率的影响并不大
。甚至说,查询花费的时间可能比遍历索引的时间还要短,索引可能不会产生优化效果。
举例:创建表 1:
CREATE TABLE t_without_index
(
a INT PRIMARY KEY AUTO_INCREMENT,
b INT
);
提供存储过程 1 :
# 创建存储过程
DELIMITER //
CREATE PROCEDURE t_wout_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 900
DO
INSERT INTO t_without_index(b) SELECT RAND() * 10000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER ;
# 调用
CALL t_wout_insert();
创建表 2 :
CREATE TABLE t_with_index
(
a INT PRIMARY KEY AUTO_INCREMENT,
b INT,
INDEX idx_b (b)
);
创建存储过程 2 :
# 创建存储过程
DELIMITER //
CREATE PROCEDURE t_with_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 900
DO
INSERT INTO t_with_index(b) SELECT RAND() * 10000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER ;
# 调用
CALL t_with_insert();
查询对比:
你能看到运行结果相同,但是在数据量不大的情况下,索引就发挥不出作用了。
mysql> select * from t_without_index where b = 9879 ;
+------+------+
| a | b |
+------+------+
| 1242 | 9879 |
+------+------+
1 row in set (0.00 sec)
mysql> select * from t_with_index where b = 9879 ;
+-----+------+
| a | b |
+-----+------+
| 112 | 9879 |
+-----+------+
1 row in set (0.00 sec)
结论:在数据表中的数据行数比较少的情况下,比如不到 1000 行,是不需要创建索引的。
3. 有大量重复数据的列上不要建立索引
在条件表达式中经常用到的不同值较多的列上建立索引,但字段中如果有大量重复数据,也不用创建索引。比如在学生表的"性别
"字段上只有“男”与“女"两个不同值,因此无须建立索引。如果建立索引,不但不会提高查询效率,反而会严重降低数据更新速度
。
举例 1:要在 100 万行数据中查找其中的 50 万行(比如性别为男的数据),一旦创建了索引,你需要先访问 50 万次索引,然后再访问 50 万次数据表,这样加起来的开销比不使用索引可能还要大。
举例 2:假设有一个学生表,学生总数为 100 万人,男性只有 10 个人,也就是占总人口的 10 万分之 1 。
学生表 student_gender 结构如下。其中数据表中的 student_gender 字段取值为 0 或 1 , 0 代表女性, 1 代表男性。
CREATE TABLE student_gender
(
student_id INT(11) NOT NULL,
student_name VARCHAR(50) NOT NULL,
student_gender TINYINT(1) NOT NULL,
PRIMARY KEY (student_id)
) ENGINE = INNODB;
如果我们要筛选出这个学生表中的男性,可以使用:
SELECT * FROM student_gender WHERE student_gender = 1;
运行结果( 10 条数据,运行时间 0.696s):
你能看到在未创建索引的情况下,运行的效率并不高。如果针对 student_gender 字段创建索引呢?
SELECT * FROM student gender WHERE student_gender = 1;
同样是 10 条数据,运行结果相同,时间却缩短到了0.052s,大幅提升了查询的效率。
其实通过这两个实验你也能看出来,索引的价值是帮你快速定位。如果想要定位的数据有很多,那么索引就失去了它的使用价值,比如通常情况下的性别字段。
在这个例子中,索引可以快速定位出男生是有用的。
4. 避免对经常更新的表创建过多的索引
第一层含义: 频繁更新的字段
不一定要创建索引。因为更新数据的时候,也需要更新索引,如果索引太多,在更新索引的时候也会造成负担,从而影响效率。
第二层含义: 避免对经常更新的表
创建过多的索引,并且索引中的列尽可能少。此时,虽然提高了查询速度,同时却会降低更新表的速度。
5. 不建议用无序的值作为索引
例如身份证、UUID(在索引比较时需要转为ASCII,并且插入时可能造成页分裂
)、MD5、HASH、无序长字符串等。
6. 删除不再使用或者很少使用的索引
表中的数据被大量更新,或者数据的使用方式被改变后,原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引,将它们删除,从而减少索引对更新操作的影响。
7. 不要定义冗余或重复的索引
① 冗余索引
举例:建表语句如下
CREATE TABLE person_info
(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
KEY idx_name (name(10))
);
我们知道,通过idx_name_birthday_phone_number
索引就可以对name
列进行快速搜索,再创建一个专门针对name
列的索引就算是一个冗余索引
,维护这个索引只会增加维护的成本,并不会对搜索有什么好处。
② 重复索引
另一种情况,我们可能会对某个列重复建立索引
,比方说这样:
CREATE TABLE repeat_index_demo
(
col1 INT PRIMARY KEY,
col2 INT,
UNIQUE uk_idx_c1 (col1),
INDEX idx_c1 (col1)
);
我们看到,col1 既是主键、又给它定义为一个唯一索引,还给它定义了一个普通索引,可是主键本身就会生成聚簇索引,所以定义的唯一索引和普通索引是重复的,这种情况要避免。
3.5 小结
索引是一把双刃剑
,可提高查询效率,但也会降低插入和更新的速度并占用磁盘空间。
选择索引的最终目的是为了使查询的速度变快,上面给出的原则是最基本的准则,但不能拘泥于上面的准则,在以后的学习和工作中进行不断的实践,根据应用的实际情况进行分析和判断,选择最合适的索引方式。