MySQL进阶-索引

索引概述

介绍

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

备注：上述二叉树索引结构只是一个示意图，并不是真实的索引结构

优缺点

优势：

• 提高数据检索的效率，降低数据库的IO成本
• 通过索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：

• 索引列也是要占用空间的
• 索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时，效率降低

索引结构

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

• B+Tree索引：最常见的索引类型，大部分引擎都支持B+树索引
• Hash索引：底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
• R-tree（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
• Full-text（全文索引）：是一种通过建立倒排索引，快速匹配文档的方式，类似于Lucene、Solr、ES

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

二叉树/红黑树

二叉树：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

B-Tree（多路平衡查找树）

以一棵最大度数（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）

树的度数指的是一个节点的子节点个数

B+Tree

以一棵最大度数（max-degree）为4（4阶）的B+Tree为例

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

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，它们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决

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

存储引擎支持：

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
• 相对Hash索引，B+Tree支持范围匹配及排序操作

索引分类

在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种

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

聚集索引叶子节点下面挂的是这一行的行数据，二级索引叶子节点下面挂的是对应的id

回表查询：先走二级索引找到对应的主键值，再根据主键值到聚集索引中拿到这一行的行数据

索引语法

创建索引

一个索引是可以关联多个字段的，如果一个索引只关联一个字段，这种索引称之为单列索引，如果一个索引关联了多个字段，那么这个索引称为联合/组合索引

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;

SQL性能分析

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___';

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SQL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

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，就能看到当前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

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：

• Id ：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，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
• type：表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all
• possible_key：显示可能应用在这张表上的索引，一个或多个
• Key：实际使用的索引，如果为NULL，则没有使用索引
• 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，在不损失精确度的前提下，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

索引使用

验证索引效率

#在未建立索引之前，执行如下SQL语句，查看SQL的耗时
SELECT * FROM tb_sku WHERE sn = '100000003145001';
#针对字段创建索引
create index idx_sku_sn on tb_sku(sn);
#然后再次执行相同的SQL语句，再次查看SQL的耗时
SELECT * FROM tb_sku WHERE sn = '100000003145001';

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，如果跳过某一列，索引将部分失效（后面的字段索引失效）

索引失效情况

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

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

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

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SQL语句中加入一些认为的提示来达到优化操作的目的

use index ignore index force index

#use index
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';
​
#ignore index
explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';
​
#force index
explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

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都能找到），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

思考：一张表，有四个字段（id,username,password,status），由于数据量大，需要对以下SQL语句进行优化，该如何进行才是最优方案

select id,username,password from tb_user where username = 'itcast';

答：针对username和password这两个字段建立联合索引，联合索引是二级索引，二级索引叶子节点下面挂的就是id，不需要回表查询

前缀索引

当字段类型为字符串（varchar,text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IO，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，这样可以大大节约检索空间，从而提高索引效率

语法：

create index idx_xxxx 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

索引设计原则