MySql索引

索引的作用

为了提⾼数据查询的效率，原理类似于书的目录

索引的常见类型

• 哈希表：利用链表法解决哈希冲突，在链表里元素无序，因此做区间查询很慢。所以哈希索引一般是用来做单一的元素的等值查找。
• 有序数组：在等值查询和范围查询性能表现都很优秀。但是在插入删除元素时，由于涉及到元素的移动，所以性能表现很差。所以适用于很少执行插入删除操作的静态数据。
• 搜索树（B+树）

B树索引

索引被存放在磁盘上，若采用二叉树的方法建立索引的话，树高较高。每次向子节点进行查找时，可能都需要寻址访问新的数据块。为尽量减少读磁盘，则必须让访问过程访问尽量少的数据块。则不用二叉树的树状结构而采用N叉树的结构，可让N适当加大。如当N=1200时，可以令树高为4，则可以存放17亿左右的数据。且由于树根的数据块总是在内存中，则查找一个值最多只需要访问三次磁盘中的数据块。

InnoDB 的索引

InnoDB使⽤了B+树索引模型。

根据叶子结点的内容，可以将索引分为主键索引和非主键索引：

• 主键索引（聚簇索引）：主键索引的叶⼦节点存的是整⾏数据。
• 非主键索引：⾮主键索引的叶⼦节点内容是主键的值。

若根据主键字段进行查找时，则会直接扫描主键索引的B+树，得到所要查找的数据；
若根据非主键字段进行查找时，则会先扫描对应的非主键索引的B+树，在叶子节点处得到对应的主键值，再去主键索引的B+树进行查找，得到所需要查找的值。
故在应用中应该尽量采用主键进行查询。

最左前缀匹配原则

MySQL 建立多列索引（联合索引）有最左匹配的原则，即最左优先：

• 建立一个索引，对于索引中的字段，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，不能跳过中间的字段。比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的。如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
• =和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式。
• 对于联合索引(a,b,c)，而采用(b),(b c)和©是不会命中索引的。但(a c)组合可以命中，且只能利用a的索引

如果有一个 2 列的索引 (a, b)，则已经对 (a)、(a, b) 上建立了索引；
如果有一个 3 列索引 (a, b, c)，则已经对 (a)、(a, b)、(a, b, c) 上建立了索引；
只要满⾜最左前缀，就可以利⽤索引来加速检索。这个最左前缀可以是联合索引的最左N 个字段，也可以是字符串索引的最左M个字符。

联合索引的好处

• 减少开销：建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。对于大量数据的表，使用联合索引会大大的减少开销
• 覆盖索引：可以通过联合索引直接遍历取的数据，而无需回表查询，减少IO次数。
• 效率高：通过联合索引限定多个字段的方式可以筛选出更少的数据，提升效率