读书随笔——MySQL索引入门

一、什么是索引

索引是加快对数据表内容的访问速度的基本手段，尤其是在涉及多个数据表的关联查询里。一般情况下，当查询速度很慢时，为表添加索引后就能迅速解决问题（但情况也不总是这样）。在想要优化查询速度时，应该首先使用索引来最大程度地改进性能，然后再看是否还有其他技术可以采用。

二、索引的基本工作原理

一个没有索引的数据表就是一个无需的数据行集合。如果此时需要查询某一行数据，就需要检查书籍表的每一个数据行。如果数据表很大，但是仅有少数几个记录与搜索条件相匹配，那么工作效率就很低。

此时我们使用索引优化查询速度。在数据表的company_num数据列添加索引。索引中包含了数据表里每一个数据行的项，而且项是根据company_num值来分类的。现在，就不需要搜索所有数据行来找到我们想要的数据。假如，我们需要查找的是公司编号为13的所有数据行。数据库开始扫描索引并找到了3个匹配的数据行。并且由于索引是根据值来分类的，当需要查找的数据超出我们需要的范围，数据库就会停止扫描。当我们使用了索引后：1、数据库不需要再扫描所有记录，在找到需要的数据后就会停止扫描。2、数据库中会使用定位算法扫描索引，它们可以不从索引开始位置扫描，就能直接找到第一个匹配项。

三、挑选索引

1、尽量为用来搜索、分了或分组的数据列编制索引： 最适合有索引的数据列是哪些在WHERE、GROUP BY、ORDER BY子句中出现的数据列。进出现在输出数据列清单里的数据列最好不要有索引。
2、综合考虑各数据列的维度势： 数据列的“维度”等于它所容纳的非重复值的个数。比如，如果某个数据列的值分别是1、3、7、4、7、3。那么它的维度就是4。数据列的维度越高，索引的使用效果也就越好。如果你选择数据库中记录性别的数据列，其中只有两个值“M”和“F”，那么这个列就不适合存在索引。
3、对短小的值进行索引： 因尽量选用比较小的数据类型。短小的值可以让比较操作更快的完成，加快索引查找速度；短小的值可以让缩印的“体积”更小，减少磁盘IO活动。
4、为字符串值的前缀编索引： 假如你要为字符串数据列编索引，应当尽可能给出前缀长度。例如需要为一个长字符串列编索引，此时大多数的值的前10个或20个字符都是唯一的，那么仅为前面的20或30个字符编索引即可。
5、充分利用最左边的前缀： 当创建了一个n个数据列的复合索引时，在索引最左边的数据列就称为“最左边前缀”。在使用复合索引时，一定要保证最左边前缀生效。
6、不要建立过多的索引
7、BTREE与HASH类型的索引：
1） 对于hash索引，在使用=、或<=、>=操作符进行的精准匹配比较操作里速度很快。但是它们在用来查找一个范围的比较操作里表现不佳，例如：where id < 30 或 id between 100 and 150
2）对于btree索引对于适用于更广的范围，有更强的适用性。

四、优化MySQL查询时的注意点（转载）

致谢
1.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

2.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及频繁的列上建立索引。

3.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num=0

4.应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20

可以这样查询：

select id from t where num=10

union all

select id from t where num=20

5.下面的查询也将导致全表扫描：(不能前置百分号)

select id from t where name like ‘%abc%’

若要提高效率，可以考虑全文检索。

6.in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

7.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100

应改为:

select id from t where num=100*2

8.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

9.很多时候用 exists 代替 in 是一个好的选择：

select num from a where num in(select num from b)

用下面的语句替换：

select num from a where exists(select 1 from b where num=a.num)

10.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

11.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

12.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

13.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会 逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

14.尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

15.任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

16.避免频繁创建和删除临时表，以减少系统表资源的消耗。

17.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使 用导出表。

18.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度;如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

19.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

20.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

21.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

22.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时 间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

23.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

24.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

25.尽量避免大事务操作，提高系统并发能力。

五、总结

数据库优化是一件复杂而且持久的工作，更多的是需要在工作中积累实际操作经验。