创建高性能的索引

一，什么是索引？

索引是存储引擎用户快速找到记录的一种数据结构，所以索引是数据结构。

索引优化是对查询性能最有效的手段，索引能够轻松把查询性能提升到好几个级别。

1.1 索引的类型

1.1.1 B-Tree

B-tree意味着所有值都是按照顺序进行存储的。b-tree索引能够加速访问数据的速度，因为存储引擎不再需要进行全表的扫描来获取需要的数据，而是从树的根节点进行搜索，根节点的槽中存放了指向子节点的指针，引擎根据指针向下查找。

create table people(
	last_name varchar(45) not null,
    first_name varchar(45) not null,
    dob date	not null,
    gender enum("m","f") not null,
    key(last_name,first_name,dob)
    
);

如上代码显示，创建了一个索引包含三个列，则对于该节点的数据是有三个列组成，并且排序规则是按照创建该索引时的顺序进行排序

key(last_name,first_name,dob)

使用该索引有效的方式如下：

全值匹配：就是匹配三个完全的值进行索引查找

key(last_name,first_name,dob)

匹配最左前缀：匹配最左边的值，例如查询姓为Allen的人，就只是使用索引的第一列

匹配列前缀：比如查找用A开头的人

匹配范围值：可以查找姓在Allen和Tom之间的人，这里也只是使用了索引的第一列

使用该索引限制的方式如下：

1，如果不是从最左边开始进行查找则，该索引无效。

2，不能跳过索引中的列

3，如果查找中有某个列的范围，则该范围条件的右边都无法用索引优化进行查找。例如

WHERE last_name = 'smith' AND first_name LIKE 'J%' AND dob = '1976-12.23'

1.1.2 哈希索引

什么是哈希索引？

哈希索引是类似一个有序表的形式，如同数组，哈希索引基于哈希表实现，只有精确匹配所有列的查询才会有效果，对于每一行的数据，存储引擎都会计算出一个独一无二的哈希值，然后把哈希值存在哈希表里面， 每次需要查找的时候，把该行的数据进行哈希运算，得出一个哈希值，然后把该哈希值放在哈希表进行对比，速度很快。

在mysql里面只有Memory支持哈希索引。

1.1.3 空间数据索引（R-Tree）

该索引类型只有MyISAM支持，略。

1.1.4 全文索引

全文索引是一种特殊类型的索引，它查找的是文本中的关键字，而不是直接搜索索引中的值，全文搜索和其他几种完全不一样。

1.1.5 其他索引类型

还有其他一些第三方实现的存储引擎。这里主要讲的是myisan和innodb的索引类型。

二 索引的优点

2.1.1 索引可以让服务器快速定位到数据的所在地址，这不是索引的唯一作用，到目前为止，根据索引的不同设计，附带的功能也是不一样的。

最常见的是B-tree索引，按照顺序存储，所以mysql可用用来做OrderBy 和GroupBy操作，因为数据是有序的，所以B-tree也就会把相关的值存储在一起，最后，因为索引中存储了实际的列值，所以某些查询只需要使用索引就能够完全完成全部查询，特此总结如下：

1，索引大大减少了服务器需要扫描的总数据量，不用进行全表的扫描，而是根据索引进行某特定的位置进行扫描，比如平衡二叉树的跟节点进行查找。

2，避免服务器进行排序和临时表。

3，可以把服务器的随机IO变为顺序IO，减少磁盘寻道时间，加速查找数据。

三 高性能的索引策略

3.1.1 独立的列

如果查询中的列不是一个独立的列，那么mysql不能使用这个列做索引查找，意思是如果该列在where中的条件是一个公式类型的，则mysql不会用到该索引，例如

select * from emp where empno + 1 =5

即使empno是一个主键索引但是，用了表达式则不能当索引查找。

3.1.2 前缀索引和索引选择性