MySQL索引入门概述

目录

• 1、索引概述
• 2、索引结构
• 3、索引分类
• 4、索引语法
• 5、SQL性能分析
• 6、索引使用
• 7、索引设计原则

注：主要为linux环境下的MySQL操作，是本人学习过程中总结内容，若要详细教程，请移步B站黑马程序员，侵删！

1、索引概述

定义概念

索引是为了加速对表中数据行的检索而创建的一种分散的存储结构。索引是针对表而建立的，它是由数据页面以外的索引页面组成的，每个索引页面中的行都会含有逻辑指针，以便加速检索物理数据。

在数据库关系图中，可以在选定表的“索引/键”属性页中创建、编辑或删除每个索引类型。当保存索引所附加到的表，或保存该表所在的关系图时，索引将保存在数据库中。

作用

在数据库系统中建立索引主要有以下作用：

（1）快速取数据；

（2）保证数据记录的唯一性；

（3）实现表与表之间的参照完整性；

（4）在使用order by、group by子句进行数据检索时，利用索引可以减少排序和分组的时间。

优缺点

优点：

1.大大加快数据的检索速度;

2.创建唯一性索引，保证数据库表中每一行数据的唯一性;

3.加速表和表之间的连接;

4.在使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间。

缺点：

1.索引需要占物理空间。

2.当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度。

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结构主要包含以下几种：

B+Tree索引

最常见的索引类型，大部分引擎（如InnoDB、MyISAM、Memory）都支持B+树索引。

 MySQL索引数据结构对经典的B+Tree进行了优化。在原有基础上，增加了一个指向相邻叶子节点的链表指针，使叶子节点构成一个双向循环链表结构，提高了区间的访问性能。

并且在MySQL中，B+Tree的每个节点都在一个页中，每页大小固定16K。

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6个字节的空间，主键即视为bigint，占用字节数为8

当高度为2时：

n*8+（n+1）*6=16*1024，解得n约为1170

1170*16=18736

当高度为3时：

1171*1171*16=21939856

Hash索引

底层数据结构使用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询，MyISAM可用，但InnoDB和Memory引擎不可用。

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，因为哈希表本身无序。

3.查询效率高，通常只需一次检索就可以了，效率通常要高于B+Tree索引（可能发生哈希冲突，需要多次）。

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。

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，InnoDB5.6版本后可用。

3、索引分类

除主键索引歪都允许存在多个

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，关键字为PRIMARY。

唯一索引

避免同一个表中某数据列中的值重复，关键字为UNIQUE。

常规索引

快速定位特定数据

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，关键字为FULL TEXT

在InnoDB存储引擎中，根据索引存储形式，又可以分为以下两种：

聚集索引（Clustered Index）

将数据存储与索引放在一块，索引结构的叶子结点保存了行数据，必须有，而且只能有一个。

 聚集索引的选取规则：

• 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。

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主键，并且可以存在多个。

 聚集索引查找效率高于二级索引，因为聚集索引查找无回表查询过程。

4、索引语法

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name(index_col_name....);（括号中有多个column值则为联合索引）

 

查看索引

SHOW INDEX FROM table_name;

删除索引

DROP INDEX index_name ON table_name;

5、SQL性能分析

 SQL执行频率查询

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访问频次：

SHOW GLOBAL STATUS LIKE ‘Com_______’;(七个下划线)

 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，就会被视为慢查询，记录慢查询日志

long_query_time=2

配置文件：

输入vi /etc/my.cnf进入my.cnf编辑模式

按下i进入编辑模式 ，在末尾增加配置信息

按esc，并且键入‘：x’保存退出。 

配置完毕后，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

若重启时遇到mysql: [Warning] World-writable config file '/etc/my.cnf' is ignored.可能是由于/etc/my.cnf权限导致的，777MySQL会认为改动不安全从而忽略，执行chmod 644 /etc/my.cnf语句,再systemctl restart mysqld重启MySQL即可。

此时show variables like 'slow_query_log';可以发现慢查询日志已经打开

此时进入/var/lib/mysql可以看到日志zhixi

 执行cat命令可查看：

 profile详情

show profile 能够在做SQL优化时帮助我们了解时间都耗费到哪去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：

SELECT @@have_profiling;

若支持可查看开关：

 select @@profiling;

若关闭可通过，set语句在session/global级别开启profiling：

set [session/global] profiling=1;

 

 开启之后可以执行一系列SQL

#查看每一条SQL的基本情况

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使用情况

show profile cpu for query query_id;

explain执行计划 

EXPLAIN或者DESC命令获取MySQL如何执行SELECT语句的信息，包括在SELECT语句过程中表如何连接和连接的顺序

#直接在select语句之前加上关键字explain或者desc

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件；

 EXPLAIN执行各字段含义：

• id

select查询序列号，表示查询中执行select子句或操作表的顺序，若id相同，执行顺序由上到下，若不同，则id大的先执行。

• select_type

表示select的类型，常见取值有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之后包含了子查询）等。

• type

表示连接类型，性能由好到坏的连接类型为NULL（业务中几乎不可能，只有不查表返回常量才会出现）、system、const（主键或唯一索引查询时）、eq_ref、ref（非唯一索引查询时）、range、index、all（全表查询）。

• possible_key

显示可能用到的索引，一个或多个

• key

实际用到的索引

• key_len

表示索引中使用的字节数，该值为索引字段的最大可能长度，并非实际使用长度，在不损失精度的前提下，长度越短越好。

• rows

MySQL认为必须要执行的查询行数，在InnoDB引擎的表中，是一个估值，可能并不准确。

• filtord

表示返回结果的行数占读取行数的百分比，值越大越好。

• extra

额外信息

6、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最左列开始，并且不跳过索引中的列，如果跳过某一列，索引将部分失效（跳过之后的字段索引失效）。

注：最左前缀法则中索引列只要存在即可，与书写顺序无关；

例：create index index_user_pro_age_sta on user(profession,age,status);

select *from user where profession = '老师' && age = 31 && status = '0';与

 select *from user where status = '0' && age = 31 && profession = '老师';所用到的索引是一样的。

范围查询：

联合索引中，出现范围查询（>,<），范围查询右侧列的索引失效（在业务允许的情况下尽量使用<=或>=索引不会失效）。

索引列运算：

不要在索引列上进行运算操作，索引将失效。

例：select * from user where substring (phone,10,2)= ‘15’;(截取字符串子串查询)

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。

例：select * from user where phone = 13456789;（phone为varchar未加引号）

模糊查询：

如果仅仅是尾部模糊匹配，索引不会失效，如果存在头部模糊匹配，索引失效，这是由于B+Tree查询机制导致的。

例：select *from user where phone like '%15'; 失效

       select *from user where phone like '%15%'; 失效

       select *from user where phone like '15%'; 生效

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，而后面的列没有索引，那么涉及的索引都不会被用到。

数据分布影响：

如果MySQL评估使用索引比全表更慢，则不会使用索引。

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。

语法：

use index（建议使用，MySQL可能不予采用）：

select *from user use index(idx_name) where profession = '软件工程';

ignore index（不使用）：

select *from user ignore index(idx_name) where profession = '软件工程';

force index（强制使用）：

select *from user force index(idx_name) 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，在该索引中已经全不能够找到），减少使用select *。

例：设创建了id的聚集索引和profession，age，status的联合索引

用到覆盖索引的：

select id,profession from user where profession = '软件工程' and age = 31 and status ='0';

select id,profession,age,status from user where profession = '软件工程' and age = 31 and status ='0';

未用到覆盖索引的（回表查询）：

select id,profession,age,status,name from user where profession = '软件工程' and age = 31 and status ='0';

select  *from user where profession = '软件工程' and age = 31 and status ='0';

用explain查询中extra项中 using index condition代表使用了索引，但需要用到回表查询数据，using where;using index表示使用了索引，但是需要的数据都在索引中能够找到，所以不需要回表查询。

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。

语法：

create index idx_name on table_name(column(n)); （为table_name的column数据列的前n个字符建立idx_name索引）

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。

选择性计算语法：

select count(distinct email)/count(*) from user; （去重后email字段的选择性）

select count(distinct substring(email,1,5))/count(*) from user;（去重后email前5个字符的选择性） 

7、索引设计原则

1. 针对数据列较大，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建立索引，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，它可以更好的确定哪个索引最有效的用于查询。

end