MySQL中的索引(面试版)

什么是索引，有什么作用？

索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有：B树，B+树和Hash

索引的作用就相当于目录的作用。打个比方：我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有了目录，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。

索引的优缺点

1. 优点：加快检索速度、保证唯一性

   1. 使用索引可以大大加快数据的检索速度(大大减少索引的数据量)，这也是创建索引的最主要的原因。

   2. 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。

2. 缺点：创建和维护耗时，耗费空间

   1. 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低SQL的执行效率

   2. 索引需要使用物理文件存储，也会耗费一定空间

但是，使用索引一定能提高查询性能吗？

大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升

索引的底层数据结构

Hash表 & B+树

哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据(接近O（1））

为什么能够通过key快速取出value呢？原因在于哈希算法（也叫散列算法）。通过哈希算法，我们可以快速找到key对应的index，找到了index也就找到了对应的value。

hash = hashfunc(key)
index = hash % array_size

但是！哈希算法有个Hash冲突问题，也就是说多个不同的key最后得到的index相同。通常情况下，我们常用的解决办法是链地址法。链地址法就是将哈希冲突数据存放在链表中。比如JDK1.8之前HashMap就是通过链地址法来解决哈希冲突的。不过，JDK1.8以后HashMap为了减少链表过长的时候搜索时间过长引入了红黑树。

为了减少Hash冲突的发生，一个好的哈希函数应该"均匀地"将数据分布在整个可能的哈希值集合中。

既然哈希表这么快，为什么MySQL没有使用其作为索引的数据结构呢？

1. Hash冲突问题：我们上面也提到过Hash冲突了，不过对于数据库来说这还不算最大的缺点。

2. Hash索引不支持顺序和范围查询(Hash索引不支持顺序和范围查询是它最大的缺点：假如我们要对表中的数据进行排序或者进行范围查询，那Hash索引可就不行了。

试想一种情况：

SELECT * FROM tb1 WHERE id < 5000

在这种范围查询中，优势非常大，直接遍历比500小的叶子节点就够了。而Hash索引是根据hash算法来定位的，难不成还要把1-499的数据，每个都进行一次hash计算来定位吗？这就是Hash最大的缺点

B树 & B+树

B树也称B-树，全称为多路平衡查找树，B+树是B树的一种变体。B树和B+树中的B是Balanced(平衡)的意思。

目前大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构

B树 & B+树两者有何异同呢？

1. B树的所有节点既存放键(key)也存放数据(data)，而B+树只有叶子节点存放key和data，其他内节点只存放key

2. B树的叶子节点都是独立的；B+树的叶子节点有一条引用链指向与它相邻的叶子节点

3. B树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显

在MySQL中，MyISAM中引擎和InnoDB引擎都是使用B+Tree作为索引结构，但是两者的实现方式不太一样。

1. MyISAM引擎中，B+Tree叶节点的data域存放的是数据记录的地址。在索引检索的时候，首先按照B+Tree搜索算法索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址读取相应的数据记录。这被称为"非聚簇索引"。

2. InnoDB引擎中，其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。这被称为"聚簇索引(或聚集索引)"，而其余的索引都作为辅助索引，辅助索引的data域存储相应记录主键的值而不是地址，这也是和MyISAM不同的地方。

3. 在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引。因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

索引类型

主键索引(Primary Key)

数据表的主键列使用的就是主键索引

一张数据表只能有一个主键，并且主键不能为null，不能重复。

在MySQL的InnoDB的表中，当没有显式地指定表的主键时，InnoDB会自动先检查表中是否有唯一索引且不允许存在null值的字段，如果有，则选择该字段为默认的主键，否则InnoDB将会自动创建一个6Byte的自增主键

二级索引(辅助索引)

二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。

唯一索引、普通索引、前缀索引等索引属于二级索引

1. 唯一索引(Unique Key)：唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据，但是允许数据为NULL，一张表允许创建多个唯一索引。建立唯一索引的目的大部分时候都是为了该列数据的唯一性，而不是为了查询效率。

2. 普通索引(Index)：普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和Null。

3. 前缀索引(Prefix)：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小，因为只取前几个字符。

4. 全文索引(Full Text)：全文索引主要是为了检索大文本数据中的关键字的信息，是目前搜索引擎数据库使用的一种技术。MySQL5.6之前只有MyISAM支持全文索引，5.6之后InnoDB也支持了全文索引。

聚集索引与非聚集索引

聚集索引

聚集索引即索引结构和数据一起存放的索引。主键索引属于聚集索引

在MySQL中，InnoDB引擎的表的.ibd文件就包含了该表的索引和数据，对于InnoDB引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。

聚集索引的优点

聚集索引的查询速度非常的快，因为整个B+树本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。

聚集索引的缺点

1. 依赖于有序的数据：因为B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或UUID这种又长又比较难的数据，插入或查找的速度肯定比较慢。

2. 更新代价大：如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且索引的叶子节点还存放着数据，修改代价肯定时比较大的，所以对于主键索引来说，主键一般都是不可被修改的。

非聚集索引 ：非聚集索引即索引结构和数据分开存放的索引

二级索引属于非聚集索引

非聚集索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据

非聚集索引的优点

更新代价比聚集索引要小。非聚集索引的更新代价久没用聚集索引那么大了，非聚集索引的叶子节点是不存放数据的。

缺点：

1. 根聚集索引一样，非聚集索引也依赖于有序的数据

2. 可能会二次查询(回表)：这应该是非聚集索引最大的缺点了。当查到索引对应的指针或主键后，可能还要根据指针或主键再到数据文件或表中查询。

非聚集索引一定回表查询吗(覆盖索引)？

非聚集索引不一定回表查询。

试想一种情况，用户准备使用SQL查询用户名，而用户名字段正好建立了索引

SELECT name FROM table WHERE name='guang19';

那么这个索引的key本身就是name，查到对应的name直接返回就行了，无需回表查询。

即使是MyISAM也是这样，虽然MyISAM的主键索引确实需要回表，因为它的主键索引的叶子节点存放的是指针。但是如果SQL查的就是主键呢？

SELECT id FROM table WHERE id=1;

主键索引本身的key就是主键，查到返回就行了。这种情况就称之为覆盖索引了。

覆盖索引

如果一个索引包含(或者说覆盖)所有需要查询的字段的值，我们就称之为"覆盖索引"。我们知道在InnoDB存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要"回表"，也就是要通过主键再查找一次。这样就会比较慢，覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询

如主键索引，如果一条SQL需要查询主键，那么正好根据主键索引就可以查到主键。

再如普通索引，如果一条SQL需要查询name，name字段正好有索引，那么直接根据这个索引就可以查到数据，也无需回表

创建索引的注意事项

1. 选择合适的字段创建索引：

   1. 不为NULL的字段：索引字段的数据应该尽量不为NULL，因为对于数据为NULL的字段，数据库较难优化。如果字段频繁被查询，但又避免不了为NULL，建议使用0, 1, true, false这样语义较为清晰的短值或短字符作为替代。

   2. 被频繁查询的字段：我们创建索引的字段应该是查询操作非常频繁的字段

   3. 被作为条件查询的字段：被作为WHERE条件查询的字段，应该考虑建立索引。

   4. 频繁需要排序的字段：索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。

   5. 被经常频繁用于连接的字段：经常用于连接的字段可能是一些外键列，对于外键列并不一定要建立外键，只是说该列设计到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。

2. 被频繁更新的字段应该慎重建立索引

   1. 虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这个字段上建立索引了

3. 尽可能的考虑建立联合索引而不是单列索引

   1. 因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗B+树。如果一个表的字段过多，索引过多，那么当这个表的数据达到一个体量后，索引占用的空间也是很多的，且修改索引时，耗费的时间也是较多的。如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间，且修改数据的操作效率也会提升。

4. 注意避免冗余索引

   1. 冗余索引指的是索引的功能相同，能够命中索引(a, b)就肯定能命中索引(a)，那么索引(a)就是冗余索引。如(name, city) 和 (name)这两个索引就是冗余索引，能够命中前者的查询肯定是能够命中后者的 在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。

5. 考虑在字符串类型的字段上使用前缀索引代替普通索引

   前缀索引仅限于字符串类型，较普通索引会占用更小的空间，所以可以考虑使用前缀索引代替普通索引。

使用索引的一些建议

1. 对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引

2. 避免where子句中对字段施加函数，这会造成无法命中索引

3. 在使用InnoDB时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键

4. 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗MySQL5.7可以通过查询sys库的schema_unused_indexes视图来查询哪些索引未被使用

5. 在使用limit offset查询缓慢时，可以借助索引来提高性能

MySQL如何为表字段添加索引？

1.添加PRIMARY KEY(主键索引)

ALERT TABLE `table_name` ADD PRIMARY KEY (`column`)

2.添加UNIQUE(唯一索引)

ALERT TABLE `table_name` ADD UNIQUE (`column`)

3.添加INDEX(普通索引)

ALERT TABLE `table_name` ADD INDEX index_name (`column`)

4.添加FullTEXT(全文索引)

ALERT TABLE `table_name` ADD FULLTEXT(`column`)

5.添加多列索引

ALERT TABLE `table_name` ADD INDEX index_name(`column1`, `column2`, `column3`)