MySql索引实践（一）

索引的基本原理
索引的实质就是一种排好序的数据结构。其原理很简单，就是将无序的数据变成有序的查询。
1.把创建了索引的列的内容进行排序。
2.对排序结果生成倒排表。
3.在倒排表内容上拼上数据地址链。
4.查询时，先拿到倒排表内容，再取出数据地址链，最后拿到具体的数据。
索引设计的原则
1.建索引的列是出现在where子句中的列，或者连接子句中指定的列。
2.没有必要在基数较小的列建立索引，如性别等。
3.使用前缀索引，对于长字符串进行索引，应该指定一个前缀长度，这样能节省索引空间。
4.不要过度建索引，索引需要额外的磁盘空间，并降低写操作的性能。

索引创建的原则
1.最左前缀原则，组合索引非常重要的原则，mysql一直向右匹配直到遇到范围查询（>、<、between、like）就会停止匹配。
2.较频繁的查询条件字段适合创建索引。
3.更新频繁字段不适合创建索引。
4.基数比较小的字段不适合建立索引，如性别等。
5.尽量扩展索引，不要新建索引。
6.定义有外键的数据列一定要建立索引。
7.对于那些查询中很少涉及的列，重复值比较多的列不要建立索引。
8.对于定义为text、image、bit的列不要你建立索引。
explain工具
使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是 执行这条SQL。
注意：如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中。
expain示例分析

DROP TABLE IF EXISTS `student`; 
CREATE TABLE `student` ( 
 `id` int(11) NOT NULL, 
 `name` varchar(50) DEFAULT NULL, 
 `update_time` datetime DEFAULT NULL, 
 PRIMARY KEY (`id`) 
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
 INSERT INTO `student` (`id`, `name`, `update_time`) VALUES (1,'a','2018‐10‐22 11:30:10'), (2,'b','2018‐10‐22 11:30:10'), (3,'c','2018‐10‐22 11:30:10'); 
 DROP TABLE IF EXISTS `person`; 
 CREATE TABLE `person` ( 
 `id` int(11) NOT NULL AUTO_INCREMENT, 
`name` varchar(50) DEFAULT NULL, 
 PRIMARY KEY (`id`), 
 KEY `idx_name` (`name`) 
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
 INSERT INTO `person` (`id`, `name`) VALUES (3,'p1'),(1,'p2'),(2,'p3'); 
 DROP TABLE IF EXISTS `person_student`; 
 CREATE TABLE `person_student` ( 
 `id` int(11) NOT NULL, 
`person_id` int(11) NOT NULL, 
`student_id` int(11) NOT NULL, 
`remark` varchar(255) DEFAULT NULL, 
 PRIMARY KEY (`id`), 
 KEY `idx_person_student_id` (`person_id`,`student_id`) 
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
INSERT INTO `person_student` (`id`, `person_id`, `student_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

explain select * from student;

explain中的列
1.id列
id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。
id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。
2. select_type列
select_type 表示对应行是简单还是复杂的查询。
1）simple：简单查询。查询不包含子查询和union。
2）primary：复杂查询中最外层的 select 。
3）subquery：包含在 select 中的子查询（不在 from 子句中）
4）derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表。
5）union：在 union 中的第二个和随后的 select。
3. table列
这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。
4. type列
这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。
依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL 。
一般来说，得保证查询达到range级别，最好达到ref 。
NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表。
const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是 const的特例，表里只有一条元组匹配时为system。
eq_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。
range：范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。
index：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接 对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这 种通常比ALL快一些。
ALL：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。
5. possible_keys列
这一列显示查询可能使用哪些索引来查找。
explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。
如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。
6. key列
这一列显示mysql实际采用哪个索引来优化对该表的访问。 如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force index、ignore index。
7. key_len列
这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 举例来说，person_student的联合索引 idx_person_student_id 由 person_id 和 student_id 两个int列组成，并且每个int是4字节。通 过结果中的key_len=4可推断出查询使用了第一个列：person_id列来执行索引查找。
key_len计算规则如下：
字符串 char(n)：n字节长度 varchar(n)：如果是utf-8，则长度 3n + 2 字节，加的2字节用来存储字符串长度 ;
数值类型tinyint：1字节;
smallint：2字节;
int：4字节;
bigint：8字节;
时间类型date：3字节;
timestamp：4字节;
datetime：8字节;
如果字段允许为 NULL，需要1字节记录是否为 NULL ;
索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。
8. ref列
这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：person.id）
9. rows列
这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。
10. Extra列
这一列展示的是额外信息。常见的重要值如下：
1）Using index：使用覆盖索引 覆盖索引定义：mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中 获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个 查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。
2）Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖。
3）Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围。
下面进入索引实战环节

CREATE TABLE `employees` ( 
 `id` int(11) NOT NULL AUTO_INCREMENT, 
 `name` varchar(40) NOT NULL DEFAULT '' COMMENT '姓名', 
 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄', 
 `position` varchar(40) NOT NULL DEFAULT '' COMMENT '职位', 
 `entry_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间', 
 PRIMARY KEY (`id`), 
 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE 
 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工信息表'; 
 INSERT INTO employees(name,age,position,entry_time) VALUES('WangHui',21,'dev','2020-03-25'); 
 INSERT INTO employees(name,age,position,entry_time) VALUES('LiuYaLi', 22,'dev','2020-04-03'); 
 INSERT INTO employees(name,age,position,entry_time) VALUES('ZengGong',23,'manager','2018-02-03');

1.全值匹配
EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’;

EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ and age = 22;

EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ and age = 22 and position = ‘dev’;

2.最左前缀原则
联合索引，要遵守最左前缀原则。指的是查询从索引的最左前列开始并且不跳过索引中的列。
下面先看几个反例：
EXPLAIN SELECT * FROM employees WHERE age = 22;
EXPLAIN SELECT * FROM employees WHERE age = 22 and position = ‘dev’;
EXPLAIN SELECT * FROM employees WHERE position = ‘dev’;

再看正例：
EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ ;
EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ and age = 22;
EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ and age = 22 and position = ‘dev’;
上述语句在全值匹配中已有示例。
3.不在索引列上做任何操作（计算、函数、（自动或者手动）类型转换），会导致索引失效而转向全表扫描
EXPLAIN SELECT * FROM employees WHERE SUBSTR(name,1,3) = ‘Liu’;

4.存储引擎不能使用索引中范围条件右边的列
EXPLAIN SELECT * FROM employees WHERE name= ‘LiuYaLi’ and age > 20 and position = ‘dev’;

说明：key_len = 126 ，根据式子(40*3+2)+4 = 126（计算公式在本文前面有示例说明）可知只用到了索引列name、age,而position列是没有用到的。
5.尽量使用覆盖索引，减少 select * 语句
EXPLAIN SELECT name,age,position FROM employees WHERE name= ‘LiuYaLi’ AND age = 22 AND position =‘dev’;

覆盖索引：只访问索引的查询，即索引列包含查询列。
6.mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描
EXPLAIN SELECT * FROM employees WHERE name != ‘LiuYaLi’;

7.is null,is not null 一般情况下也无法使用索引
EXPLAIN SELECT * FROM employees WHERE name is null

8.like以通配符开头mysql索引失效会变成全表扫描操作
EXPLAIN SELECT * FROM employees WHERE name like ‘%Liu’

EXPLAIN SELECT * FROM employees WHERE name like ‘Liu%’

1)使用覆盖索引，可以使like’%字符串%'索引被使用
EXPLAIN SELECT name,age,position FROM employees WHERE name like ‘%Liu%’;

2)如果不能使用覆盖索引则可能需要借助搜索引擎
9.字符串不加单引号索引失效
EXPLAIN SELECT * FROM employees WHERE name = 1000;

10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引
EXPLAIN SELECT * FROM employees WHERE name in (‘LiuYaLi’,‘WangHui’);