索引概述
索引是帮助MySQL高效获取数据的一种有序的数据结构。索引是在存储引擎层实现的,不同的存储引擎有不同的索引结构。主要有:
不同的存储引擎对索引结构的支持也是不一样的:
常说的没有特别指明就是B+Tree索引
索引结构
B+Tree索引
结构
特点
- 所有数据都会出现在叶子节点
- 叶子节点形成了一个双向链表
- 非叶子节点仅仅起到索引数据的作用,叶子节点存放数据。
Hash索引
结构
哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到哈希表对应的槽位上,存储到哈希表中。如果多个键值映射到同一个槽位上,则产生了哈希冲突,可以通过链表来解决。
特点
- 适用于查询单条记录(=, in),不支持范围查询(between, > , < , … )
- 无法利用索引完成排序操作
索引分类
根据索引的存储形式,又可以分成:
聚集索引的选取原则:
- 如果存在主键索引,主键索引就是聚集索引。
- 如果不存在主键索引,将使用第一个唯一索引作为聚集索引。
- 如果表没有主键,或没有合适的唯一索引,InnoDB会自动生成一个行id(rowid)作为隐藏的聚集索引。
select * from user where name = "Arm"
的执行过程:
- 先根据name字段在二级索引中查找,找到Arm对应的主键值为10
- 再根据主键值10到聚集索引中查找对应的行记录。
回表查询:先到二级索引中查找数据,找到主键值,再根据主键值去聚集索引中查找数据。
直接走聚集索引的查询性能比回表查询高!
索引使用
最左前缀法则
如果索引了多列(联合索引),要遵循最左前缀法则。最左前缀法则指: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,索引将会部分失效(后面的字段索引失效)。联合索引最左边的字段必须存在,这与编写SQL语句时查询条件的先后顺序无关。
索引失效情况
以tb_user表为例,在 tb_user 表中,有一个联合索引,这个联合索引idx_user_pro_age_sta涉及到三个字段,顺序分别为:profession,age,status。
不符合最左前缀法则
索引最左边的字段在查询条件中不存在,索引失效。
#索引最左边的字段profession不存在,索引失效
select * from tb_user where age = 31 and status = '0';
范围查询
出现范围查询(>, <),范围查询右侧的列索引失效,例如:
#age用了范围查询(>, <),右侧的status字段索引会失效。
select * from tb_user where profession = '软件工程' and age > 30 and status = '0';
#age用了范围查询(>=, <=),右侧的status字段索引不会失效。
select * from tb_user where profession = '软件工程' and age >= 30 and status = '0';
在业务允许的情况下,尽可能的使用类似于 >= 或 <= 这类的范围查询,而避免使用 > 或 < 。
索引列运算
在tb_user表中加一个phone字段的单列索引。
#根据phone字段进行函数运算操作之后,索引失效
select * from tb_user where substring(phone,10,2) = '15';
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。
#status字段是字符串类型,但没有加引号,索引失效
select * from tb_user where profession = '软件工程' and age = 31 and status = 0;
模糊查询
尾部模糊匹配,索引不会失效;头部模糊匹配,索引失效。
#like 模糊查询中,关键字前面加了%
select * from tb_user where profession like '%工程';
or连接条件
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。
为MySQL在查询时,会评估使用索引的效率与走全表扫描的效率,如果走全表扫描更快,则放弃索引,走全表扫描。 因为索引是用来索引少量数据的,如果通过索引查询返回大批量的数据,则还不如走全表扫描来的快,此时索引就会失效。
覆盖索引
覆盖索引是指 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 。
例如:在tb_user表中有一个联合索引 idx_user_pro_age_sta,该索引关联了三个字段profession、age、status,而这个索引也是一个二级索引,所以叶子节点下面挂的是这一行的主键id。 所以当我们查询返回的数据在 id、profession、age、status 之中,则直接走二级索引直接返回数据了。 如果超出这个范围,就需要拿到主键id,再去扫描聚集索引,再获取额外的数据了,这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值,很容易就会造成回表查询(除非是根据主键查询,此时只会扫描聚集索引)。
前缀索引
当字段类型为字符串(varchar,text,longtext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,这样可以大大节约索引空间,从而提高索引效率。
语法:
create index idx_xxxx on table_name(column(n)) ;
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,减少回表查询的概率。
索引设计原则(什么时候需要添加索引)
- 针对于数据量较大,且查询比较频繁的表建立索引。
- 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。
- 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。
- 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NOT NULL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。