1、索引简介
一、基本概念
首先要明确索引是什么:索引是一种数据结构,数据结构是计算机存储、组织数据的方式,是指相互之间存在一种或多种特定关系的数据元素的集合,例如:链表,堆栈,队列,二叉树等等。git
其次要清楚索引的做用:索引可使存储引擎快速找到数据记录,这是最基本的做用,索引是对查询速度最关键的影响,良好的索引设计可使查询的效率有质的飞越。github
索引的使用:若是查询语句使用全部,MySQL会在索引的数据结构上查询,若是查询到,就返回包含该索引的数据行。sql
二、索引的优势
惟一或者主键索引,保证列数据的惟一性
减小数据扫描量,快速查询数据;
数据有序的索引,能够将随机IO变成顺序IO;
有效的索引查询,能够避免排序和临时表;
三、索引分类
索引的种类很是多,如何分类取决多个场景和不一样的角度,常见的划分以下:数据库
产生做用:主键索引,普通索引,非空索引,全文索引;
覆盖字段:单列索引,组合索引;
数据结构:B-Tree索引,哈希索引,R-Tree索引;
注意:索引的实现是在存储引擎层面,相同的索引在不一样的存储引擎中,其实现方式可能都是不同的。segmentfault
2、索引用法详解
一、不一样索引特色
普通索引缓存
基本的索引,没有任何使用限制,主要用来加速数据查询。适合常常出如今查询条件或排序条件中的数据列。服务器
主键索引数据结构
特殊的惟一索引,不容许有空值,在建表的时候指定主键,就会建立主键索引,MySQL中最核心的索引,大量的业务数据都是基于主键查询。架构
惟一索引
普通索引相似,不一样的就是:索引列的值必须惟一,但容许有空值。若是是组合索引,则列值的组合必须是惟一性的。
全文索引
用于全文搜索,经过创建全文索引,基于分词的查询模式,能够极大的提高检索效率。
组合索引
建立的索引覆盖两个或者两个以上的列,适应组合查询的场景,也经常使用于要素验证的业务,例如判断用户身份ID,手机号,邮箱,是否为同一个用户。
二、管理索引语法
基础用户表
CREATE TABLE user_base (
id INT (11) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
user_name VARCHAR (20) NOT NULL COMMENT '用户名',
phone VARCHAR (20) NOT NULL COMMENT '手机号',
email VARCHAR (32) DEFAULT NULL COMMENT '邮箱',
card_id VARCHAR (32) DEFAULT NULL COMMENT '身份编号',
create_time datetime DEFAULT NULL COMMENT '建立时间',
state INT (1) DEFAULT '1' COMMENT '是否可用,0-不可用,1-可用',
PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '用户基础表';
建立单列索引
CREATE INDEX card_id_index ON user_base(card_id);
修改添加索引
ALTER TABLE user_base ADD INDEX state_index(state) ;
建立组合索引
CREATE INDEX bind_index ON user_base(phone,card_id);
删除索引
DROP INDEX card_id_index ON user_base ;
修改索引
MySQL不支持真正修改索引的语法规范,能够经过删除旧索引,添加新索引的方式进行操做。
三、查询索引
分析MySQL查询,多数状况下用来分析执行语句的SQL中是否使用索引,是否产生临时表等性能相关问题。
基础用法
EXPLAIN SELECT * FROM user_base WHERE id='1';
参数说明
id:相同,按table列由上至下顺序执行,不一样,若是是子查询,id的序号会递增,id的值越大优先级越高,越先被执行;
select_type:表示查询的类型,主要是用于区别普通查询、联合查询、子查询等的复杂查询;
simple:简单select查询,查询中不包含子查询或者
primary:查询中若包含复杂的子部分,最外层查询则被标记为primary
subquery:select或where中包含子查询
derived:from中包含的子查询被标记为derived衍生,mysql会递归执行这些子查询,且生成临时表
union:第二个select出如今union后,标记为union
union-result:从union表获取结果的select
table:指当前执行计划中的数据表;
type:说明的是查询使用了哪一种类型,下面从好到差排序;
system-const:对查询的某部分进行优化并转换成一个常量时,会使用该类型
eq_ref:常见于主键或惟一索引扫描,表中只有一条记录与之匹配
ref:非惟一性索引扫描,返回匹配某个单独值的全部行
index:遍历索引结构,索引文件一般比数据文件小
all:遍历全表进行查询
possible_keys:在查询中可能使用到的索引;
key:在查询中实际使用到的索引;
key_len:查询中索引字段的最大可能长度,在不损失精确性的状况下,长度越短越好;
ref:表示本行被操做的对象的参照对象,多是一个常量用const表示,也多是其余表的key指向的对象;
rows:预估找到符合要求的记录所须要扫描的行数,扫描越少越好;
extra:执行计划中,一些十分重要的信息;
Using-Filesort:查询使用文件排序,最差的执行计划
Using-Temporary:临时表保存中间结果,比文件排序稍微强点
Using-Index:查询操做中使用了覆盖索引
Using-Where:代表使用了where过滤条件
Using-Join-Buffer:代表使用了链接缓存
Impossible-Where:表示where条件false,不能过滤元素
Distinct:优化distinct找到第一匹配的数据后即中止找一样值的动做
Select-Tables-Optimized-Away:没必要等到执行阶段再进行计算,查询执行计划生成的阶段即完成优化
3、B-Tree索引结构
一、B-Tree索引简介
MySQL官方比较推荐的索引结构类型,在实际的数据库开发中,基于MySQL中的表结构,大部分使用的都是B-Three索引结构,即二叉树的结构。能够加快数据的访问速度,存储引擎再也不须要进行全表扫描来获取数据,数据分布在各个索引节点上,B-Tree索引结构如图:
该结构是典型的二叉树结构,特色:数据值按照顺序存储的,每一个叶子节点到根部的距离是相同的,注意这里描述的是索引结构图。
实际存储结构上,数据顺序存储,每一个节点包含索引值,索引指向的数据行的值,指向子页的指针,指向叶子页的指针,这样才能把索引和数据结构组织起来,结构如图:
这样完整描述B-Tree索引的数据特色,基于树搜索提高效率,减小扫描数据,数据被顺序的组织起来,按照索引值顺序排列。
二、搜索规则
索引的根本做用,减小扫描的数据量,提高查询效率,基于B-Tree索引的结构的查询规则基本以下:
查询从索引的根节点开始,逐步搜索;
根节点的槽中存放指向子节点的指针,指向下层;
根据节点页的值和查询值比较,判断是否符合条件;
不断执行上述逻辑,直到查询完成;
注意:必需要强调一点,查询必须是在执行索引的基础上,才是该逻辑,正常的开发中多分析一下查询语句,有时候可能只是本身感受查询索引是执行的,实际多是失效的。
三、索引查询失效
好的索引设计十分重要,可是查询的时候极可能由于触发各类索引失效机制,致使SQL语句不执行索引搜索,严重损失性能,因此基于业务下数据查询特色,设计相对好用的索引结构,是十分关键的,这里涉及不少场景问题,后续再详细记录。
4、索引致使的问题
索引有时候并非最好的解决方式,当数据量庞大的时候,索引也会占据庞大的存储空间,这里提供一个业务测试场景,仅供参数:单表三个字符类型字段,两个字段使用索引结构,存储数据在700W量级,在A和B两个数据库,A数据库有索引结构,B数据库没有索引,A库占用的空间是B库的1.6倍,写入千万数据的速度也比B数据库慢9分钟。
这里只想说明一点:索引虽然好,使用稳当才能发挥做用。
5、源代码地址
GitHub·地址
https://github.com/cicadasmile/mysql-data-base
GitEE·地址
https://gitee.com/cicadasmile/mysql-data-base
推荐阅读:MySQL系列