【MySQL索引】-黑马程序员视频观看笔记

MySQL重点内容-索引

---

最近观看了黑马程序员MySQL教程中的索引部分，索引算是MySQL中很重要的一部分了。以下是观看过程中做的笔记。

1、索引概述

什么是索引？

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护者满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

加索引与不加索引MySQL是如何执行的？

一张表在没有索引的情况下进行查找。例如在下表中执行以下SQL语句，数据库会逐行遍历该表，找到所有符合条件的数据并返回，这样性能极低。

有索引的情况在相同的表上执行以上这条SQL语句，例如使用树这个数据结构，搜索效率就会更高效。

索引的优缺点

优势	劣势
提高数据检索的效率，降低数据库的IO成本	索引列也是要占用空间的
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	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

---

常见的索引类型

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：

索引结构	描述
B+Tree索引	最常见的索引结构，大部分引擎都支持B+树索引
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
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，通常使用较少
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

不同存储引擎对索引的支持情况

索引	InnoDB	MyISAM	Memory
B+tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R-tree索引	不支持	支持	不支持
Full-text	5.6版本之后支持	支持	不支持

面试中所说的索引，如果没有特别指明，都指的是B+树索引。

---

B+树

二叉树（这里实际上是二叉搜索树BST）缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

红黑树：大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）

参考王道考研B+Tree：https://www.bilibili.com/video/BV1b7411N798?t=5.3&p=74

BTree可视化工具:https://www.cs.usfca.edu/~galles/visualization/BTree.html

以一颗最大度数（max-degree）为5（5阶）的b-tree为例（每个节点最多存储4个key，5个指针）：

✨树的度数指的是一个节点的子节个数。

B+Tree

以一颗最大度数（max-tree）为4（4阶）的b+tree为例：

B+Tree与BTree的区别

1、B+Tree的所有数据都会在叶子节点出现。

2、B+Tree的叶子节点形成了一个单向链表。

MySQL中的B+Tree索引数据结构

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，增加了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。

InnoDB存储引擎的逻辑存储结构：表空间、段、区、页（16K）、行

---

Hash索引的数据结构

哈希索引采用一定的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。

Hash索引特点

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，通常只需要一次检索就可以了，效率通常要高于B+Tree索引

存储引擎支持

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎。而InnoDB中具有自适应hash功能，hash索引是存储索引根据B+Tree索引在指定条件下自动构建的。

---

思考题：为什么InnoDB存储引擎选择使用B+tree索引结构？

• 二叉树和红黑树都是二叉树，相对于二叉树，B+Tree层级更少，搜索效率高
• 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（一页/块存放一个节点）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；
• 相对于Hash索引，B+tree支持范围匹配及排序操作。

---

3、索引分类

分类	含义	特点	关键字
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	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
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	可以有多个	FULLTEXT

在InnoDB存储索引中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引（Clustered Index）	将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
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的主键	可以存在多个

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
• 如果没有主键，也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。

查询过程：当查询条件是二级索引所在的列，二级索引的叶子节点仅存放对应数据的主键。查询首先从该二级索引上查找出该数据的主键，再使用该主键去聚集索引中查找该主键对应的数据，这个查询过程叫做回表查询。

---

思考题

1、以下SQL语句哪个执行效率高，为什么？

select * from user where id = 10;
select * from user where name ='Arm';
//id为主键，name字段创建的有索引；

第一条SQL语句执行效率高。第二条SQL首先需要name列的二级索引上查找到id，然后再从聚集索引上查找该id对应的行数据。

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，一页的大小为16k，那么一页中可以存储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

主键索引是聚集索引，数据仅存储在叶子节点。

B+tree的高度为2：

n×8+(n+1)×6=16×1024，算出n约等于n约为1170

那么1171*16=18736

高度为3：

1171×1171×16=21939856，高度为3的B+tree可以存储2193,9856条数据

---

4、索引语法

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col,name,...);

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的执行频率

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的访问频次：

SHOW GLOBAL STATUS LIKE 'Com_______';

慢查询日志

用于定位哪些SQL语句执行效率比较低，然后针对这些SQL语句进行优化。

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。

//查看慢查询日志是否开启的SQL语句
show variable like slow_query_log';

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，就会视为慢查询，记录慢查询日志
long_query_time = 2

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/var/lib/mysql/localhost-slow.log

profile详情

比如慢日志时间为2秒，有的SQL语句执行时间为1.9秒，此时该SQL语句的效率也是不高的，但是使用慢查询日志不能记录这些SQL语句。

show profiles能够在做SQL优化时帮助我们了解每一条SQL的耗时是多少。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：

# 查看当前MySQL是否支持profile操作
select @@have_profiling;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：

#  开启profiling
SET profiling=1;

# 查看指定每一条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;

explain执行计划

在SELECT语句前加上EXPLAIN关键字即可查看执行计划。EXPLAIN执行计划个字段含义：

• Id：select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）
• select_type：表示SELECT的类型，常见的取值有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，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all（使用主键索引或者唯一索引type为const，使用非唯一索引type为ref，all代表全表扫描）
• possible_key：显示可能应用在这张表上的索引，一个或多个
• Key：实际使用的索引，如果为NULL，则没有使用索引
• Key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
• rows：MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。
• filtered：表示返回结果的行数占需要读取行数的百分比，filtered的值越大越好

---

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的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）。

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。因此，查询的时候，尽量使用>=和<=来代替。

索引列运算

不要再索引列上进行运算操作，索引将失效。

例如：EXPLAIN SELECT * FROM tb_user where substring(phont,10,2) = ‘15’;

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。

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，索引将失效

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，而后面的列中没有索引，那么涉及的索引都不会被用到。只有两侧都有索引，索引才会被用到。

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。

• use index:建议使用哪个索引
  • EXPLAIN SELECT * FROM tb_user use index(idx_user_pro) WHERE profession = ‘软件工程’;
• ignore index:忽略使用哪个索引
  • EXPLAIN SELECT * FROM tb_user ignore index(idx_user_pro) WHERE profession = ‘软件工程’
• force index:强制使用哪个索引
  • EXPLAIN SELECT * FROM tb_user force index(idx_user_pro) 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，在该索引中已经全部能够找到），减少select *。

✨✨EXPLAIN中的extra的值=using index，代表使用了覆盖索引，不用回表查询。

✨✨当where条件是索引的前导列,但是查询的列未被索引覆盖时,此时extra列为null

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'

username与password建立一个联合索引，这样不需要回表查询即可查到所有所需的数据。

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，影响查找效率。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。

CREATE INDEX idx_xxxx ON table_name(column(n));

前缀的长度

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。

SELECT COUNT(DISTINCT email) / COUNT(*) FROM tb_user;
SELECT COUNT(DISTINCT substring(email,1,5)) / COUNT(*) FROM tb_user;

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。

---

7、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）操作的字段建立索引。
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。

---

总结

1、索引概述

索引是高效获取数据的数据结构

2、索引结构

MySQL两种：B+Tree索引、Hash索引（memory存储引擎支持的索引结构，检索性能很高，只能精确匹配，不支持范围查询和排序）

3、索引分类

主键索引、唯一索引、常规索引、全文索引

聚集索引、二级索引

4、索引语法

CREATE [UNIQUE] INDEX xxx ON xxx(xxx);
SHOW INDEX FROM xxx;
DROP INDEX xxx on xxx;

5、SQL性能分析

执行频次（判断当前数据库是查询为主还是，增删改为主）、慢查询日志（记录超过预设时间的SQL）、profile（监控每条SQL的耗时，以及具体的时间耗费）、explain（查看SQL语句的执行计划，来评判SQL的执行性能）

6、索引使用

联合索引：

• 最左前缀法则，最左边的列必须存在，否则整个联合索引失效。当中间的列不存在，那么该列右侧的索引失效。
• 联合索引在进行范围查询的时候，范围查询>和<右侧的列会失效，因此要尽量使用>=和<=这样的操作符。

索引失效：

• 不要在索引列上进行函数运算，否则索引失效
• 字符串不加引号，会造成隐式类型转换，索引会失效
• like模糊匹配，如果在前面加了%，索引会失效
• or连接的条件，如果一侧有索引，另一侧没有索引，索引也会失效
• 如果MySQL评估全表扫描比走索引更快，索引失效。数据分布的影响

SQL提示

告诉MySQL使用哪个索引、忽略哪个索引、强制使用哪个索引

覆盖索引：

查询返回的列在索引结构中都包含了，不需要再回表查询。而回表查询指的是先在二级索引中查找数据的id，然后根据id在聚集索引中查找数据。

前缀索引：

当遇到一些字符串长度较长，或者大文本时，可以使用前缀索引缩小索引的体积，提高检索效率。

单列/联合索引：

推荐使用联合索引。联合索引性能较高，且有时可以避免回表查询。

7、索引设计原则

• 需要针对于哪些表建立索引
• 需要针对于表的哪些字段建立索引
• 针对这些字段建立什么样的索引，
  • 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。
  • 如果能够建立联合索引，尽量建立联合索引
  • 如果涉及一些字符串较长或者大文本字段，尽量使用前缀索引

---