索引概述
介绍
索引是帮助MYSQL高效获取数据的数据结构（有序）。
特点
好处：
- 提高检索效率，降低数据库IO成本
- 降低数据排序成本，降低CPU消耗
坏处：
- 索引占用空间
- 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
索引结构
二叉树
如果选择二叉树作为索引结构，会存在以下缺点：
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。 
如果使用红黑树：
大数据量情况下，层级较深，检索速度慢。 
B-Tree
B树是一种多路平衡查找树。
相对于二叉树来说，每个节点可以有多个分路。
B+Tree
B+Tree是B-Tree的变种。
绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。
二者区别：
- 所有的数据都会出现在叶子节点。
- 叶子节点形成一个单向链表。
- 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
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，利于排序。 
Hash
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。 
特点：
- Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
- 无法利用索引完成排序操作
- 查询效率高，通常(不存在hash冲突的情况)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存储引擎。 而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
思考：
为什么InnoDB存储引擎选择使用B+tree索引结构?
- 相对于二叉树来说，层级更好，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Hash索引，B+tree支持范围匹配及排序操作；
索引分类
聚焦索引选取规则：
- 默认主键
- 没有主键就默认唯一索引
- 都没有InnoDB会自动生成一个rowid作为隐藏的聚焦索引
思考题：
以下两条SQL语句，哪个效率高？
select * from user where id = ‘10’;
select * from user where name = ‘Arm’;
答：第一条效率高，第一条直接走聚焦索引直接返回数据，第二条先走二级索引获取id然后再查询聚焦索引，也就是回表查询。
索引语法
创建索引
单列索引
create index idx_user_name on tb_user(name)
联合索引
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);
查询索引
show index from table_name;
删除索引
drop index index_name on table_name;
SQL性能分析
SQL执行频率
查看增删改查的访问频次
show global status like ‘Com_______’;
慢查询日志
开启慢查询日志
vi /etc/my.cnf
进入之后配置信息：
# 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
重启mysql：systemctl restart mysqld
查询是否打开：
show variable like ‘slow_query_log’;
通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。
profile
查询是否开启
select @@have_profiling;
开启
set profiling = 1;
接下里我们就可以查询指令耗时了：
-- 查看每一条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
用法：explain + sql语句
作用： 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。 
索引使用
最左前缀法则
如果采用了联合索引，要遵循最左前缀法则。
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，索引将会部分失效(后面的字段索引失效)。
举例：
profession， age，status 的联合索引，如果跳过age的的索引，那么只有profession的索引会生效，也就是联合索引部分生效。
思考题：
当执行SQL语句:
explain select * from tb_user where age = 31 and status = ‘0’ and profession = ‘软件工程’； 时，是否满足最左前缀法则，走不走 上述的联合索引，索引长度？
答：满足，可以生效， 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是 第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。
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。
explain select * from tb_user where profession = ‘软件工程’ and age > 30 and status = ‘0’;
结果只有profession 和 age 的索引生效了，status失效。
当范围查询使用>= 或 <= 时，所有的字段都是走索引的。
所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。
索引失效情况
- 在索引列上进行运算操作，索引失效
- select * from tb_user where substring(phone,10,2) = ‘15’;
- 字符串不加引号，索引失效
- select * from tb_user where name = ‘软件工程’ and age = 31 and status = 0;（应该是status = ‘0’）
- 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，索引失效。
- select * from tb_user where profession like ‘软件%’;（可以生效）
- select * from tb_user where profession like ‘%工程’;（不能生效）
- select * from tb_user where profession like ‘%工%’;（不能生效）
- 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。当or连接的条件，左右两侧字段都有索引时，索引才会生效。
- select * from tb_user where id = 10 or age = 23;
- 只有当 id 和 age 同时有索引时，才会生效
数据分布
如果MySQL评估使用索引比全表更慢，则不使用索引
因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃 索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不 如走全表扫描来的快，此时索引就会失效。
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MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进 行评估）。
- ignore index
- 忽略指定的索引。
- force index
- 强制使用索引
覆盖索引
尽量使用覆盖索引，减少select *。
那么什么是覆盖索引呢？ 覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。
前缀索引
当字段类型为字符串（varchar，text，longtext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。
为tb_user表的email字段，建立长度为5的前缀索引。
create index idx_email_5 on tb_user(email(5));
前缀长度由索引的选择性决定
select count(distinct substring(email,1,5)) / count(*) from tb_user ;
慢慢尝试找到合适的前缀长度，结果越高越好
索引设计原则
- 针对数据量较大，且查询较为频繁的表建立索引
- 针对常作为 where、order by、group by操作的字段建立索引
- 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。
- 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。
- 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
- 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。
扫一扫
1902
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
