数据库笔记-索引

索引

索引是帮助 MySQL 高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着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询算法，这种数据结构就是索引。

优缺点：

优点：

• 提高数据检索效率，降低数据库的IO成本
• 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

缺点：

• 索引列也是要占用空间的
• 索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE (树的结果需要发生调整，变化，需要进行重新的排序)

索引结构

索引结构	描述
B+Tree	最常见的索引类型，大部分引擎都支持B+树索引
Hash	底层数据结构是用哈希表实现，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

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版本后支持	支持	不支持

树类索引结构的比较（二叉树、红黑树、b树、b+树）

二叉树 

（极端情况下，可能出现单向链表的形式出现，这样会导致查询的时间复杂度 降低到 O(n)）

一个层级 只能够包含两个结点（容纳太少）导致树高过高（IO 成本大幅度提高）

        需要解决问题：      

1.  需要降低树高 —— 解决办法（使用红黑树进行解决 （红黑树实现自平衡）） 动态调整
2. 结点的容纳数 （虽然使用红黑树，能够避免出现链表的形式，但是还是存在着结点数过少）

（红黑树的本质：任然是二叉树） （多路平衡二叉树） 

B- Tree（多路平衡数）

        以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）

B+Tree （b+树的变种 ：）

结构图： 

区别

• 所有的数据都会出现在叶子节点 ，非叶子结点：存放索引的指针
• 叶子节点形成一个双向链表 （循环链表）mysql对b+树进行优化  
  • 目的是为了支持范围查找 
  • 叶子结点是有顺序的排序

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。

Hash索引

哈希索引就是采用一定的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索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）
• 无法利用索引完成排序操作
• 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
  • 出现hash碰撞后，则需要去进行判断（具体方法：开放地址法、再hash法）

• Memory（hash 索引只使用与menory）
• InnoDB: 具有自适应hash功能，hash索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的

面试题

1. 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？

• 相对于二叉树，层级更少，搜索效率高 （IO 效率 每多一层，就需要的翻页）
• 对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针也跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低】
  • 存储的页数的大小
  • 
• 相对于 Hash 索引，B+Tree 支持范围匹配及排序操作

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

        可以拥有多个是指 对于字段的类型可以选择多个不同的字段，而主键索引，选择完 一个字段后，就不可以去选择其他的类型

在 InnoDB 存储引擎中，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（簇）索引(Clustered Index)	将数据存储与索引放一块，索引结构的叶子节点（date）保存了行数据	必须有，而且只有一个
二级索引(Secondary Index) 非聚簇索引	将数据与索引分开存储，索引结构的叶子节点（date）关联的是对应的主键	可以存在多个

聚簇索引的选取规则

1. 若存在主键索引，则主键索引就是聚簇索引
2. 若不存在主键，则使用第一个唯一的唯一索引作为聚簇索引

回表操作

        

索引

语法

创建索引：
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, ...);
如果不加 CREATE 后面不加索引类型参数，则创建的是常规索引  全文suo

查看索引：
SHOW INDEX FROM table_name;

删除索引：
DROP INDEX index_name ON table_name;

查询表中已经存在的索引字段

        show  index from 表名 

创建联合索引的时候，需要注意相应的字段的顺序（最左前缀匹配原则）

删除索引

        drop index  索引名称 

SQL 性能分析

        首先进行sql 进行查询，优化查询语句

慢查询日志

（默认是没有开启的，需要进行手动开启） 

开启慢查询： 判断配置参数中的信息

        show_query_log = 1. 开启 慢查询日志 （默认是设置为 0）

        long_qyery_time = 2 设置慢查询日志的最长执行时间。若超过这个时间，则表示是慢sql语句 

         

查看是否有开启日志：show variable like 'slow_query_log' 

expire 进行想要的查看具体的执行细则

解释

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

1. # 直接在select语句之前加上关键字 explain / desc
2. EXPLAIN SELECT 字段列表 FROM 表名 HWERE 条件;

​​​​​​​

EXPLAIN 各字段含义：

• id：select 查询的序列号，表示查询中执行 select 子句或者操作表的顺序（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，常见取值有 SIMPLE（简单表，即不适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
• possible_key：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读取行数的百分比，filtered的值越大越好

索引使用的具体规则

 

使用规则

        最左前缀法则

如果索引关联了多列（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）。

联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。

索引失效情况

1. 在索引列上进行运算操作，索引将失效。
   1. 如：explain select * from tb_user where substring(phone, 10, 2) = '15';
2. 字符串类型字段使用时，不加引号，索引将失效。如：，此处phone的值没有加引号
   1. explain select * from tb_user where phone = 17799990015;
3. 模糊查询中，如果仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。如：，前后都有 % 也会失效。
   1. explain select * from tb_user where profession like '%工程';
   2. explain select * from tb_user where profession like '软件%';（不会失效）
   3. explain select * from tb_user where profession like '%科学%';（失效）
4. 用或 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。只有两侧都有索引，才有效。

如果 MySQL 评估使用索引比全表更慢，则不使用索引。（SQL的自优化（优化器））

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。（加入人为的提示，让SQL出现多种选择的情况时，能够走相应的人为的命令）

例如，使用索引：user index (index_name)

不使用哪个索引：ignore index(index_name)

必须使用哪个索引：explain select * from tb_user use index(idx_user_pro) where profession="软件工程";explain select * from tb_user ignore index(idx_user_pro) where profession="软件工程";
explain select * from tb_user force index(idx_user_pro) where profession="软件工程";

use 是建议，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改。（建议不一定执行）

force就是无论如何都强制使用该索引。（强制命令的使用）

覆盖索引&回表查询

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找到），减少 select *。

explain 中 extra 字段含义：
：查找使用了索引，但是需要回表查询数据
：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询using index conditionusing where; using index;

如果在聚集索引中直接能找到对应的行，则直接返回行数据，只需要一次查询，哪怕是select *;如果在辅助索引中找聚集索引，如，也只需要通过辅助索引（name）查找到对应的id，返回name和name索引对应的id即可，只需要一次查询;如果是通过辅助索引查找其他字段，则需要回表查询，如select id, name from xxx where name='xxx';select id, name, gender from xxx where name='xxx';

所以尽量不要用，容易出现回表查询，降低效率，除非有联合索引包含了所有字段select *

面试题：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';

解：给用户名和password字段建立联合索引，则不需要回表查询，直接覆盖索引 联合索引的date域中存储的是唯一索引（主键） ，因此可以直接使用上。从而达到覆盖索引的作用

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，此时可以只降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：
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。
求选择性公式：create index idx_xxxx on table_name(columnn(n));

与建立一般的索引的区别是：在后面是字段名称加上（n） 表示提取字段的前n个字段进行构建索引

1. select count(distinct email) / count(*) from tb_user;
2. select count(distinct substring(email, 1, 5)) / count(*) from tb_user;

show index 里面的sub_part可以看到接取的长度

单列索引-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。

单列索引情况：

这句只会用到phone索引字段explain select id, phone, name from tb_user where phone = '17799990010' and name = '韩信';

注意事项

• 多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询

索引的设计原则

设计原则

1. 针对于数据量较大（百万级别、千万级别），且查询（query）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 (字段后都会建立索引、使用索引)
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，字段长度较长，可以针对于字段的特点，建立前缀索引（注意前缀的区分度）
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就越大，会影响增删改的效率（索引修改会导致树的结点的调整，影响性能。并且索引本身也会占据一定的空间）
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 （使用not null 方便SQL优化器进行优化判断）