MySQL高级——索引

索引

索引概述
索引优势劣势
索引结构
索引分类
索引语法
索引设计原则

索引概述

MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。

打个比方，如果合理的设计且使用索引的MySQL是一辆兰博基尼的话，那么没有设计和使用索引的MySQL就是一个人力三轮车。

拿汉语字典的目录页（索引）打比方，我们可以按拼音、笔画、偏旁部首等排序的目录（索引）快速查找到需要的字。

索引分单列索引和组合索引。单列索引，即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。组合索引，即一个索引包含多个列。

创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件(一般作为 WHERE 子句的条件)。

实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。

上面都在说使用索引的好处，但过多的使用索引将会造成滥用。因此索引也会有它的缺点：虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。

建立索引会占用磁盘空间的索引文件。

索引优势劣势

优势

1、类似于书箱的目录索引，提高故据检索的效率，降低数据库的IO成本了
2、通过素引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

劣势

1、实际上索引也是一张表，该表中保存了主键与索引字段，并指向实体类的记录，所以索引列也是要占用空间的。
2、虽然素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。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息。

索引结构

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引：
BTREE索引：最常见的索引类型，大部分索引都支持B树索引。
HASH索引：只有Memory引擎支持，使用场景简单。
R-tree索引（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，不做特别介绍。
Full-text（全文索引）：全文索引也是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从Mysql5.6版本开始支持全文索引。

我们平常所说的索引，如果没有特别指明，都是指B+树（多路搜素树，并不一定是二叉的）结构组织的索引。其中聚集索引、复合素引、前缀索引、唯一索引默认都是使用B+tree树索引，统称为索引。

BTREE结构

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下：

1. 树中每个节点最多包含m个孩子。
2. 除根节点与叶子节点外，每个节点至少有[ceil（m/2)]个孩子。
3. 若根节点不是叶子节点，则至少有两个孩子。
4. 所有的叶子节点都在同一层。
5. 每个非叶子节点由n个key与n+1个指针组成，其中[ceil（m/2)-1]<=n<=m-1

以5叉BTree为例，key的数量：公式推导[ceil（m/2）-1]<=n<=m-1。所以2<=n<=4。当n>4时，中间节点分裂到父节点，两边节点分裂。
插入C N G A H E K Q M F W L T Z D P R X Y S 数据为例。
演变过程如下：

1.插入前4个字母C N G A

2.插入H，n>4,中间元素G字母向上分裂到新的节点

3.插入E，K，Q不需要分裂

4.插入M，中间元素M字母向上分裂到父节点G

5.插入F，W，L，T不需要分裂

6.插入Z，中间元素T向上分裂到父节点中

7.插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂

8.最后插入S，NPQR节点n>5,中间节点Q向上分裂，但分裂后节点DGMT的n>5，中间节点M向上分裂

到此，该BTREE树就已经构建完成了，BTREE树和二叉树相比，查询数据的效率更高，因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

B+TREE结构

B+Tree为BTree的变种，B+Tree与BTree的区别为：

1. n叉B+Tree最多含有n个key，而BTree最多含有n-1个key。
2. B+Tree的叶子节点保存所有的key信息，依key大小顺序排列。
3. 所有的非叶子节点都可以看作是key的索引部分。
   
   由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。

MySQL中的B+Tree

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。
MySQL中的B+Tree索引结构示意图：

索引分类

单值索引：即一个索引只包含单个列，一个表可以有多个单列素引
唯一索引：索引列的值必须唯一，但允许有空值
复合索引：即一个索引包含多个列

索引语法

索引在创建表的时候，可以同时创建，也可以随时增加新的索引。
准备环境：

CREATE DATABASE demo_01 DEFAULT CHARSET=utf8mb4;

USE demo_01;

CREATE TABLE `city` (
  `city_id` INT(11) NOT NULL AUTO_INCREMENT,
  `city_name` VARCHAR(50) NOT NULL,
  `country_id` INT(11) NOT NULL,
  PRIMARY KEY (`city_id`)
) ENGINE=INNODB DEFAULT CHARSET=utf8;

CREATE TABLE `country` (
  `country_id` INT(11) NOT NULL AUTO_INCREMENT,
  `country_name` VARCHAR(100) NOT NULL,
  PRIMARY KEY (`country_id`)
) ENGINE=INNODB DEFAULT CHARSET=utf8;


INSERT INTO `city` (`city_id`, `city_name`, `country_id`) VALUES(1,'西安',1);
INSERT INTO `city` (`city_id`, `city_name`, `country_id`) VALUES(2,'NewYork',2);
INSERT INTO `city` (`city_id`, `city_name`, `country_id`) VALUES(3,'北京',1);
INSERT INTO `city` (`city_id`, `city_name`, `country_id`) VALUES(4,'上海',1);

INSERT INTO `country` (`country_id`, `country_name`) VALUES(1,'China');
INSERT INTO `country` (`country_id`, `country_name`) VALUES(2,'America');
INSERT INTO `country` (`country_id`, `country_name`) VALUES(3,'Japan');
INSERT INTO `country` (`country_id`, `country_name`) VALUES(4,'UK');

创建索引

语法：

CREATE 	[UNIQUE|FULLTEXT|SPATIAL]  INDEX index_name 
[USING  index_type]
ON tbl_name(index_col_name,...)


index_col_name : column_name[(length)][ASC | DESC]

示例
为city表中的city_name字段创建索引 ；

CREATE INDEX idx_city_name ON city(city_name);

查看索引

语法：

show index  from  table_name;

示例：查看city表中的索引信息；

SHOW INDEX  FROM  city;

删除索引

语法 ：

DROP  INDEX  index_name  ON  tbl_name;

示例 ：
删除city表上的索引idx_city_name

DROP INDEX idx_city_name ON city;

查看是否删除了再次查看一下这个表的索引

ALTER命令

 1. alter  table  tb_name  add  primary  key(column_list); 
	该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL	
 2. alter  table  tb_name  add  unique index_name(column_list);	
	这条语句创建索引的值必须是唯一的（除了NULL外，NULL可能会出现多次）
 3. alter  table  tb_name  add  index index_name(column_list);
	添加普通索引， 索引值可以出现多次。
 4. alter  table  tb_name  add  fulltext  index_name(column_list);
	该语句指定了索引为FULLTEXT， 用于全文索引

索引设计原则

索引的设计可以遵循一些已有的原则，创建索引的时候请尽量考虑符合这些原则，便于提升索引的使用效率，更高效的使用索引。

1. 对查询频次较高，且数据量比较大的表建立索引。

2. 索引字段的选择，最佳候选列应当从where子句的条件中提取，如果where子句中的组合比较多，那么应当挑选最常用、过滤效果最好的列的组合。

3. 使用唯一索引，区分度越高，使用索引的效率越高。

4. 索引可以有效的提升查询数据的效率，但索引数量不是多多益善，索引越多，维护索引的代价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说，索引过多，会引入相当高的维护代价，降低DML操作的效率，增加相应操作的时间消耗。另外索引过多的话，MySQL也会犯选择困难病，虽然最终仍然会找到一个可用的索引，但无疑提高了选择的代价。

5. 使用短索引，索引创建之后也是使用硬盘来存储的，因此提升索引访问的I/O效率，也可以提升总体的访问效率。假如构成索引的字段总长度比较短，那么在给定大小的存储块内可以存储更多的索引值，相应的可以有效的提升MySQL访问索引的I/O效率。

6. 利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时where子句中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。

创建复合索引:
  	CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);
  就相当于
  	对name 创建索引 ;
  	对name , email 创建了索引 ;
  	对name , email, status 创建了索引 ;