数据库索引总结

_自有天意

于 2022-10-28 23:37:57 发布

阅读量179

点赞数

文章标签：数据库 mysql sql 1024程序员节

本文链接：https://blog.csdn.net/m0_58725148/article/details/127581176

版权

1、索引概述

介绍：

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，数据库系统害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找算法，这种数据结构就是索引。

优点：
提高数据检索的效率，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，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

MySQL的索引实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	最常见的索引类型，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

索引结构

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

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

二叉树缺点：
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）：
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）：
知识小贴士：树的度数指的是一个节点的子节点个数。

B+tree：
以一颗最大度数（max-degree）为4（4阶）的b+tree为例。
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。

相对于B-tree区别：
①所有的数据都会出现在叶子节点
②叶子节点形成一个单向链表

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（也成为hash碰撞），可以通过链表来解决。

hash索引特点：

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索引是存储引擎根据B+tree索引在指定条件下自动构建的。

面试题：为什么InnoDB存储引擎选择使用B+tree索引结构？

一、相对于二叉树、层级更少，搜索效率高；

二、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，要同样保存大量的数据，只能增加树的高度，导致性能降低；

三、相对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。

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

性能分析：

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_______’; _*7

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，就会视为慢查询，记录慢查询日志

long_query_time=2

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里去了。通过hava_profiling参数，能够看到当前MySQL是否支持profile操作：

select @@hava_profiling;

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

set profiling= 1；

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时：

#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使用情况

show profile cpu for query query_id;

explain执行计划：

explain或者desc命令获取的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：

#直接在select语句之前加上关键字explain / desc

explain select 字段列表 from 表名 where 条件;

explain执行计划各字段含义：

id：

select查询的序列化，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中的第二个或者豁免的查询语句）、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：

显示可能应用在这张表的索引，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读取行数的百分比，filtered的值越大越好。

6、索引使用

验证索引效率：

在未建立索引之前，执行如下SQL语句，查看SQL的耗时。

select * from 表名 where (条件)；

针对字段创建索引

create index 表名 on 表名(字段);

然后再次执行相同的SQL语句，再次查看SQL的耗时。

select * from 表名 where (条件);

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。

如果条约某一列，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（> , <），范围查询右则的列索引失效

索引列运算：

不要在索引列上进行运算操作，索引将失效。

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，索引失效。

or连接的条件：

用or分隔开的条件，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。

数据分布影响：

如果MySQL评估使用索引比全表更更慢，则不适用索引。

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操作的目的。

use index：

explan select * from 表名 use index(表名) where 条件；

ignore index：

explan select * from 表名 ignore index(表名) where 条件;

force index:

explan select * from 表名 force index(表名) where 条件；

7、索引设计原则

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*。

知识小贴士：

using index condition：查找使用了索引，但是需要回表查询数据

using where;using index：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_xxxx on table_name(column(n));

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。

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。

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。

索引设计原则：

针对于数据量较大，且查询比较频繁的表建立索引。
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。
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。