索引的设计原则

索引的设计原则

为了使索引的使用效率更高，在创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。**索引设计不合理或者缺少索引都会对数据库和应用程序的性能造成障碍。**高效的索引对于获得良好的性能非常重要。设计索引时，应该考虑相应准则。

数据准备

第一步：创建数据库、创建表

CREATE DATABASE atguigudb1;
USE atguigudb1;
#1.创建学生表和课程表
CREATE TABLE `student_info` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`student_id` INT NOT NULL ,
`name` VARCHAR(20) DEFAULT NULL,
`course_id` INT NOT NULL ,
`class_id` INT(11) DEFAULT NULL,
`create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
CREATE TABLE `course` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`course_id` INT NOT NULL ,
`course_name` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

创建存储过程和存储函数

SELECT @@log_bin_trust_function_creators;
SET GLOBAL log_bin_trust_function_creators = 1;



#函数2：创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT) RETURNS INT(11)
BEGIN
DECLARE i INT DEFAULT 0;
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1)) ;
RETURN i;
END //
DELIMITER ;

# 存储过程1：创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO course (course_id, course_name ) VALUES
(rand_num(10000,10100),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;


# 存储过程2：创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO student_info (course_id, class_id ,student_id ,NAME ) VALUES
(rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;


CALL insert_course(100);
SELECT COUNT(*) FROM course;

CALL insert_stu(1000000);
SELECT COUNT(*) FROM `student_info`;

哪些字段适合创建索引

字段的数值有唯一性的限制

索引本身可以起到约束的作用，比如唯一索引、主键索引都是可以起到唯一性约束的，因此在我们的数据表中，如果某个字段是唯一性的，就可以直接创建唯一性索引，或者主键索引。这样可以更快速地通过该索引来确定某条记录。

例如，学生表中学号是具有唯一性的字段，为该字段建立唯一性索引可以很快确定某个学生的信息，如果使用姓名的话，可能存在同名现象，从而降低查询速度。

业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。（来源：Alibaba）
说明：不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的。

频繁作为 WHERE 查询条件的字段

某个字段在SELECT语句的WHERE条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。

比如student_info数据表(含100万条数据），假设我们想要查询student_id=123110的用户信息。

如果我们没有对student_id字段创建索引，进行如下查询：

SELECT course_id, class_id, name , create_time , student_id
FROM student_info
WHERE student_id = 123110;

运行结果：

+-----------+----------+--------+---------------------+------------+
| course_id | class_id | NAME   | create_time         | student_id |
+-----------+----------+--------+---------------------+------------+
|     10050 |    10125 | kjqcmf | 2022-03-20 21:55:25 |     123110 |
|     10030 |    10182 | sXJETH | 2022-03-20 21:55:39 |     123110 |
|     10017 |    10045 | uhzbJs | 2022-03-20 21:55:42 |     123110 |
|     10025 |    10135 | dxdXEd | 2022-03-20 21:55:49 |     123110 |
|     10074 |    10033 | EdFSvC | 2022-03-20 21:56:08 |     123110 |
|     10007 |    10153 | OdXDas | 2022-03-20 21:56:17 |     123110 |
|     10046 |    10039 | zDvtHe | 2022-03-20 21:56:18 |     123110 |
|     10002 |    10068 | dxcWyD | 2022-03-20 21:56:21 |     123110 |
|     10046 |    10040 | yBlBZr | 2022-03-20 21:56:35 |     123110 |
|     10065 |    10062 | hUZovn | 2022-03-20 21:56:36 |     123110 |
+-----------+----------+--------+---------------------+------------+
10 rows in set (0.00 sec)

经常 GROUP BY 和 ORDER BY 的列

索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者
使用 ORDER BY 对数据进行排序的时候，就需要 对分组或者排序的字段进行索引。如果待排序的列有多
个，那么可以在这些列上建立组合索引 。

比如，按照student_id对学生选修的课程进行分组，显示不同的student_id和课程数量，显示100个即可。如果我们不对student_id 创建索引，执行下面的SQL语句:

SELECT student_id, count(*) as num FROM student_info group by student_id limit 100;

student_id没有加索引的情况，加了之后差不多是1ms

+------------+-----+
| student_id | num |
+------------+-----+
|          1 |   6 |
|          2 |   7 |
|          3 |   4 |
|          4 |   6 |
|          5 |   7 |
|          6 |   9 |
|          7 |   3 |
|          8 |   3 |
|          9 |   6 |
|         10 |   3 |
+------------+-----+
10 rows in set (1.75 sec)

加了之后

mysql> SELECT student_id, COUNT(*) AS num  FROM student_info  GROUP BY student_id LIMIT 10;
+------------+-----+
| student_id | num |
+------------+-----+
|          1 |   6 |
|          2 |   7 |
|          3 |   4 |
|          4 |   6 |
|          5 |   7 |
|          6 |   9 |
|          7 |   3 |
|          8 |   3 |
|          9 |   6 |
|         10 |   3 |
+------------+-----+
10 rows in set (0.00 sec)

既要分组又要排序的列考虑建立联合索引

比如下面的，考虑建立以student_id和create_time建立的联合索引，注意要将student_id放前面，因为在电脑里面的sql执行流程FROM>ON>JOIN>WHERE>GROUP BY>HAVING>SELECT>DISTINCT>ORDER BY>LIMIT

SELECT student_id ,COUNT(*) AS num 
FROM 	student_info 
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;

CREATE INDEX idx_sid_cre_time ON 
student_info (student_id,create_time DESC);

UPDATE、DELETE的WHERE条件列

当我们对某条数据进行UPDATE或者DELETE操作的时候，是否也需要对WHERE 的条件列创建索引呢?

我们先看一下对数据进行UPDATE的情况：我们想要把 name为462eed7ac6e791292a79对应的student_id修改为10002，当我们没有对name进行索引的时候，执行SQL语句：

UPDATE student_info SET student_id = 18802 
WHERE name = '462eed7ac6e791292a79';

在where后面的name列上添加name索引

CREATE INDEX idx_name ON student_info(NAME);

如果我们对name创建了索引，再来执行这条SQL语句，运行时间为0.001s，效率有了大幅的提升。

对数据按照某个条件进行查询后再进行UPDATE或 DELETE的操作，如果对WHERE字段创建了索引，就能大幅提升效率。原理是因为我们需要先根据WHERE条件列检索出来这条记录，然后再对它进行更新或删除。如果进行更新的时候，更新的字段是非索引字!段，提升的效率会更明显，这是因为非索引字段更新不需要对索引进行维护。

DISTINCT字段需要创建索引

有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率。
比如，我们想要查询课程表中不同的 student_id 都有哪些，如果我们没有对 student_id 创建索引，执行
SQL 语句：

SELECT DISTINCT(student_id) FROM `student_info`;

创建索引

CREATE INDEX idx_sid ON  student_info(student_id);

你能看到SQL查询效率有了提升，同时显示出来的student_id还是按照递增的顺序进行展示的。这是因为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。（注意B+树已经帮我们排好序了，回忆B+树的构建过程）

多表JOIN连接操作时，创建索引注意事项

首先， 连接表的数量尽量不要超过 3 张 ，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增
长会非常快，严重影响查询的效率。

其次， 对 WHERE 条件创建索引 ，因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下，没有 WHERE 条件过滤是非常可怕的。

最后， 对用于连接的字段创建索引 ，并且该字段在多张表中的 类型必须一致 。比如 course_id 在
student_info 表和 course 表中都为 int(11) 类型，而不能一个为 int 另一个为 varchar 类型 。（不一样可能会使用函数进行转换，导致索引失效）

 SELECT s.course_id, NAME, s.student_id, c.course_name
FROM student_info s JOIN course c
ON s.course_id = c.course_id
WHERE NAME = 'TyKhDv';

使用列的类型小的创建索引

• 数据类型越小，在查询时进行的比较操作越快
• 数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘I/O带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率。

这个建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的I/0。(其实就是考虑B+树的创建过程中叶子节点的数据项中的记录越多，B+树越扁平（聚簇索引），二级索引的话目录页也能存放更多的数据项记录)

使用字符串前缀创建索引

假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的B+树中有这么两个问题：

我们可以通过截取字段的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。

问题是，截取多少呢？截取得多了，达不到节省索引存储空间的目的；截取得少了，重复内容太多，字
段的散列度(选择性)会降低。怎么计算不同的长度的选择性呢？
先看一下字段在全部数据中的选择度：

count(distinct left(列名, 索引长度))/count(*)

引申另一个问题：索引列前缀对排序的影响

拓展：Alibaba《Java开发手册》
【 强制 】在 varchar 字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本
区分度决定索引长度。
说明：索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会高达 90% 以上 ，可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。

区分度高的（散列度高）的列适合做索引

列的基数指的是某一列中不重复数据的个数，比方说某个列包含值2，5，8，2，5，8，2，5，8，虽然有9条记录，但该列的基数却是3。也就是说，**在记录行数一定的情况下，列的基数越大，该列中的值越分散;列的基数越小，该列中的值越集中。**这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引，为基数太小列的建立索引效果可能不好。

可以使用公式select count(distinct a)/count(*) from t1计算区分度，越接近1越好，一般超过33%就算是比较高效的索引了。

拓展：联合索引把区分度高（散列性高）的列放在前面。

使用最频繁的列放在联合索引的左侧（最左前缀原则）

在多个字段都要创建索引的情况下，联合索引优于单值索引

限制索引的数目

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表索引数量不超过6个。原因：

①每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。

②索引会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时，索引也会进行调整和更新，会造成负担。

③优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MysQL优化器生成执行计划时间，降低查询性能。

哪些情况不适合创建索引

在where中使用不到的字段，不用设置索引

WHERE条件(包括GROUP BY、ORDER BY)里用不到的字段不需要创建索引，索引的价值是快速定位，如果起不到定位的字段通常是不需要创建索引的。举个例子：

SELECT course_id,student_id, create_time 
FROM student_info
WHERE student_id = 41251

数据量小的表最好不要使用索引

结论：在数据表中的数据行数比较少的情况下，比如不到 1000 行，是不需要创建索引的。

有大量重复数据的列上不要建立索引

没什么作用，可能还会降低查找速度。

结论：当数据重复度大，比如 高于 10% 的时候，也不需要对这个字段使用索引。

避免对经常更新的表创建过多的索引

第一层含义:频繁更新的字段不一定要创建索引。因为更新数据的时候，也需要更新索引，如果索引太多，在更新索引的时候也会造成负担，从而影响效率。

第二层含义:避免对经常更新的表创建过多的索引，并且索引中的列尽可能少。此时，虽然提高了查询速度，同时却会降低更新表的速度。

不建议用无序的值作为索引

例如身份证、UUID(在索引比较时需要转为ASCII，并且插入时可能造成页分裂)、MD5、HASH、无序长字
符串等。

删除不再使用或者很少使用的索引

表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。

不要定义冗余或重复的索引

① 冗余索引

CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
KEY idx_name (name(10))
);

我们知道，通过idx_name_birthday_phone_number索引就可以对name 列进行快速搜索，再创建一
个专门针对name列的索引就算是一个 冗余索引 ，维护这个索引只会增加维护的成本，并不会对搜索有
什么好处。

② 重复索引

另一种情况，我们可能会对某个列 重复建立索引 ，比方说这样：

CREATE TABLE repeat_index_demo (
col1 INT PRIMARY KEY,
col2 INT,
UNIQUE uk_idx_c1 (col1),
INDEX idx_c1 (col1)
);

我们看到，col1 既是主键、又给它定义为一个唯一索引，还给它定义了一个普通索引，可是主键本身就
会生成聚簇索引，所以定义的唯一索引和普通索引是重复的，这种情况要避免。