索引介绍
![](https://i-blog.csdnimg.cn/blog_migrate/e81a8b66eecdc9ac288baf08a5ae5a23.png)
- 索引是一种能提高数据库查询效率的数据结构,比作一本字典的目录,可以快速找到对应的记录
- 索引一般存储在磁盘的文件中,它是占用物理空间的
- 适当的索引能提高查询效率,过多的索引会影响数据库表的插入和更新功能
索引类型
![](https://i-blog.csdnimg.cn/blog_migrate/2cf0c8053497bb2affa81ffd387e4e5c.png)
- 数据结构维度
- B+树索引:所有数据存储在叶子节点,复杂度为O(logn),适合范围查询
- 哈希索引: 适合等值查询,检索效率高,一次到位
- 全文索引:MyISAM和InnoDB中都支持使用全文索引,一般在文本类型char,text,varchar类型上创建
- R-Tree索引: 用来对GIS数据类型创建SPATIAL索引
- 物理存储维度
- 聚集索引:聚集索引就是以主键创建的索引,在叶子节点存储的是表中的数据
- 非聚集索引:非聚集索引就是以非主键创建的索引,在叶子节点存储的是主键和索引列
- 逻辑维度
- 主键索引:一种特殊的唯一索引,不允许有空值
- 普通索引:MySQL中基本索引类型,允许空值和重复值
- 联合索引:多个字段创建的索引,使用时遵循最左前缀原则
- 唯一索引:索引列中的值必须是唯一的,但是允许为空值
- 空间索引:MySQL5.7之后支持空间索引,在空间索引这方面遵循OpenGIS几何数据模型规则
索引的使用场景
- 建议使用场景
- select 语句,频繁作为 where 条件的字段
- update、delete 语句的 where 条件
- 需要分组、排序的字段
- distinct 所使用的字段
- 字段的值有唯一性约束
- 对于多表查询,连接字段应创建索引,且数据类型务必保持一致(避免隐式转换)
- 不建议使用场景
- where 子句用不到的字段
- 表的记录非常少
- 有大量的重复数据,选择性低
- 索引的选择性越高,查询效率越好,因为可以在查询时过滤更多行
- 频繁更新的字段,创建索引需要考虑索引的维护开销
索引可能失效场景
- 索引列不独立,进行表达式计算,索引字段是函数的参数
- 使用左模糊
- 使用 OR 查询的部分字段没有索引
- 字符串条件未使用 ’ ’ 引起来
- 不符合最左前缀原则的查询
- 索引字段建议添加 NOT NULL 约束
- 隐式转换导致索引失效
聚族索引和非聚族索引
- MyISAM 非聚族索引,B+Tree 作为索引结构;InnoDB 聚族索引,B+Tree 作为索引结构
- 聚集索引与非聚集索引的区别
- 聚簇索引: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
- 非聚簇索引:将数据与索引分开存储,索引结构的叶子节点指向了数据对应的位置
- InnoDB 主键使用的是聚簇索引,MyISAM 不管是主键索引,还是二级索引使用的都是非聚簇索引
- 聚簇索引(左图):
- 一级索引:表数据和主键一起存储的,一级索引的叶结点存储行数据(包含了主键值)
- 二级索引:叶节点存储行的主键值,使用的是B+树作为索引的存储结构,非叶子节点都是索引关键字,非叶子节点中的关键字中不存储对应记录的具体内容或内容地址,叶子节点上的数据是主键与具体记录(数据内容),就是主键和执行一级索引的内容
- 非聚簇索(右图):
- 表数据和索引是分成两部分存储的,一级索引和二级索引存储上没有任何区别,使用的是B+树作为索引的存储结构,所有的节点都是索引,叶子节点存储的是索引+索引对应的记录的数据
特定语句索引优化
- join
- 外层循环-驱动表,内层循环-被驱动表,小表驱动大表,外层循环扫描次数越少,性能就越好
- join 字段类型要保持一致,是不同数据类型时,会进行全表扫描,join 字段可以加索引
- 连表不超过3张,如果业务需要超过,可以进行分开查询,在 service 层业务中处理数据(阿里规范手册)
- limit
- offset 数值比较大的时候,查询的性能相对较差,原因是先扫描前面的数据丢弃之后,在去符合条件的分页数据页码数禁止传入过大的页码,业务妥协
- 覆盖索引 + 子查询 (利用索引去查询分页)
ex: select * from employees where emp_no >= (select emp_no from employees limit 300000,1) limit 10;
- count
- count(*) 和 count(1) 按照官方的说法,没有区别
- count(*) 会选择最小的非主键索引,如果不存在非主键索引,则会使用主键索引
- count(*) 不会排除为 null 的行,而 count(字段) 会排除,没有特殊需求尽量用 count(*)
- order by
- 利用索引避免排序,索引本身就具有排序性
- 无法利用索引,优化 file sort
- group by
大表添加索引
- 如果一张表数据量级是千万级别以上的,如何添加索引 ?
- 需要知道一点,给表添加索引的时候,是会对表加锁的;如果不谨慎操作,有可能出现生产事故的
- 可以参考这个方法
- 先创建一张跟原表A数据结构相同的新表B。
- 在新表B添加需要加上的新索引。
- 把原表A数据导到新表B
- rename新表B为原表的表名A,原表A换别的表名;