MySQL索引

派大星啦啦啦

已于 2023-03-19 15:08:20 修改

阅读量310

点赞数

分类专栏： Mysql 文章标签： mysql 数据结构链表

于 2023-03-12 09:23:18 首次发布

本文链接：https://blog.csdn.net/qq_44544908/article/details/129440214

版权

Mysql 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

一、索引概述

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，数据库系统还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。

优缺点（以空间换时间）：
在这里插入图片描述

二、索引结构

请添加图片描述

MySQL的索引是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：

在这里插入图片描述

在这里插入图片描述
一般常说的所以就是指B+树索引。

1.二叉树

请添加图片描述
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。

2.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）：

在这里插入图片描述

3.B+Tree

以一颗最大度数（ max-degree）为4（4阶）的b+tree为例：

请添加图片描述
相对于B-Tree区别：

所有的数据都会出现在叶子节点
叶子节点形成一个单向链表

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。

请添加图片描述

4.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（也称为hash碰撞)，可以通过链表来解决。

请添加图片描述

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

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。

为什么InnoDB存储引擎选择使用B+tree索引结构?

相对于二叉树，层级更少，搜索效率高；
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，要同样保存大量数据，只能增加树的高度，导致性能降低，若要进行范围查询，要进行多次回溯，IO开销大；
相对Hash索引，B+tree支持范围匹配及排序操作；

三、索引分类

在这里插入图片描述

主键索引：一张表只能有一个主键索引，主键索引列不能有空值和重复值

唯一索引：唯一索引不能有相同值，但允许为空

普通索引：允许出现重复值

组合索引：对多个字段建立一个联合索引，减少索引开销，遵循最左匹配原则

全文索引：myisam引擎支持，通过建立倒排索引提升检索效率，广泛用于搜索引擎

在lnnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

在这里插入图片描述
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。

请添加图片描述

聚簇索引：聚簇索引的叶子节点存放的是主键值和数据行；辅助索引（在聚簇索引上创建的其它索引）的叶子节点存放的是主键值或指向数据行的指针。
优点：根据索引可以直接获取值，所以他获取数据更快；对于主键的排序查找和范围查找效率更高；
缺点：如果主键值很大的话，辅助索引也会变得很大；如果用uuid作为主键，数据存储会很稀疏；修改主键或乱序插入会让数据行移动导致页分裂；所以一般我们定义主键时尽量让主键值小，并且定义为自增和不可修改。
非聚簇索引（辅助索引）：叶子节点存放的是数据行地址，先根据索引找到数据地址，再根据地址去找数据
他们都是B+树结构

四、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 ;

五、SQL性能分析

1.SQL执行频率

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_______'

2.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5QL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

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log。

慢查询状态查询语句：

show variables like 'slow_query_1og';

打开慢查询语句：

set global slow_query_log = 'ON';

3.profile详情

show profiles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have_profiling参数，能够看到当前MySQL是否支持profile操作：

SELECT @@have_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的使用情况
show profile cpu for query query_id;

4.explain执行计划

EXPLAIN或者DESC命令获取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：

ld
select查询的序列号，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，是普通查询还是联合查询还是子查询，常见的取值有SIMPLE（简单表，即不使用表连接或者子查询〉、PRIMARY(主查询，即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询）等。
table
这一行的数据是属于哪一张表的。
type
表示连接类型，性能由好到差的连接类型为NULL（不访问表）、system（系统表）、const（主键索引、唯一索引，查询结果只有一行）、eq_ref（使用唯一索引进行关联查询）、ref（非唯一性索引的关联查询）、range（范围索引扫描）、index（全索引扫描，我们的需要的数据在索引中可以获取）、all（全表扫描）。
possible_key
显示可能应用在这张表上的索引，一个或多个，可能为null(如果用了索引但是为null有可能是表数据太少innodb认为全表扫描更快)。
Key
实际使用的索引，如果为NULL，则没有使用索引。
ref
编号，显示索引的哪一行被使用了
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。
excess
MySQL如何查询额外信息，常见的有：
1. Using filesort：排序时使用外部排序而不是索引排序，需要回表查询数据，然后在排序缓冲区中进行排序
2. backward index scan：排序时使用了索引排序，但如果是按照降序排序的话就会使用反向扫描索引
3. Using index：表示使用覆盖索引（覆盖索引：如果key中显示有索引，select后面查询的字段都可以从通过这个索引获取）
4. Using temporary：查询时要建立一个临时表（缓存）存放数据

六、索引的使用

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。如果跳跃某一列，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(>,<)，范围查询右侧的列索引失效，所以尽量使用（>=,<=）。
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。
注意：如果最左索引为整形时，like '11%'照样会失效，varchar类型不会。
or连接的条件
用or分割开的条件，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慢，则不使用索引。
is null 和 is not null 不一定走不走索引。
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5QL语句中加入一些人为的提示来达到优化操作的目的。
```
#建议使用指定索引（MySQL可能不接受你的建议）
use index
#不使用指定索引
ignore index
#必须使用指定索引
force index
```
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 *。
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，tex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lO，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_xxoxx 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。
```
select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;
```
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。

索引失效情况：

where条件中有or，除非所有查询条件都有索引，否则失效
like查询用%开头，索引失效
索引列参与计算，索引失效
违背最左匹配原则，索引失效
索引字段发生类型转换，索引失效
mysql觉得全表扫描更快时（数据少），索引失效

七、索引的建立

针对于数据量较大，且查询比较频繁的表建立索引。（>100万）
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。
如果索引列不能存储NULL值，请在创建表时使用NOTNULL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。

派大星啦啦啦

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
MySQL索引

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，数据库系统还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。
复制链接

扫一扫