数据库进阶:2.索引

1.数据库中的索引

1.1索引的概念

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),这些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。

像我们在使用

elect* from user where age = 45

进行全表扫描,是没有索引的查找,效率很低。

什么是全表扫描呢,就是从第一个数据到最后一个数据的全部过一遍,选择条件合适的数据。

在这里插入图片描述

如果在进行上述的操作

elect* from user where age = 45

我们只需要比较三次,二叉树,于36比较,比36大,走右边;到48,比48小走左边,找到45.

备注:上述二叉树索引结构的只是一个示意图,并不是真是的索引结构

索引的优缺点:

优势劣势
提高数据索引的效率,降低数据库的IO成本索引列也是要占用空间的
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,效率会降低

1.2索引的结构

在这里插入图片描述

MySQL的索引是在引擎层实现的,不同的存储引擎有不同的结构,主要包括一下几种:

索引结构描述
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
索引InnoDBMyISAMMemory
B+tree索引支持支持支持
Hash索引不支持不支持支持
R-tree索引不支持支持不支持
full-text5.6版本之后支持支持不支持

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

二叉树缺点: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。

我们可以通过红黑树去解决形成一个链表的问题,红黑树是自平衡二叉树。但是在大数据量情况下,层级较深,检索速度慢

1.2.1 BTree(多路平衡查找树)

以一颗最大度数(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

在这里插入图片描述

在这里插入图片描述

1.2.2 B+Tree

以一颗最大度数为4阶的b+tree为例:

在这里插入图片描述

MySQL索引数据结构对经典的B+tree进行优化,在原来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。

双向循环链表

在这里插入图片描述

1.2.3 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。

在这里插入图片描述

特定:Hash索引特点

1.Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,<,…)

2.无法利用索引完成排序操作

3.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,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,这样导致页中存储的键值减少,指针也跟着减少,同样保存大量数据,只能增加树的高度,导致性能降低。

相对Hahs索引,B+tree支持范围匹配及排序操作;

1.3索引的分类

1.3.1 主键索引,唯一索引,常规索引,全文索引
分类含义特点关键字
主键索引针对于表中主键创建的索引默认自动创建,只能有一个PRIMARY
唯一索引避免同一个表中某数据列中的值重复可以有多个UNIQUE
常规索引快速定位特定数据可以有多个
全文索引全文索引查找的是文本中的关键字,而不是比较索引中的值可以有多个FULLTEXT
1.3.2 在InnoDD存储引擎中的聚集索引和二级索引

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:

分类含义特点
聚集索引(Clustered Index)将数据存储与索引放到了一块,索引结构的叶子节点保存了行数据必须有,而且只有一个
二级索引(Secondary Index)将数据与索引分开存储,索引结构的叶子节点关联的是对应的主键可以存在多个

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

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

回表查询:先二级查询,再回聚集索引查询

1.4索引的语法

1.4.1 创建语法,查出语法,删除语法

创建索引

CREATE [UNIQUE|FULLTET]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;

案例:

1.name字段为姓名字段,该字段的值可能会重复,为该字段创建索引。

2.phone手机号字段的值, 是非空,且唯- -的,为该字段创建唯一索引。

3.为profession、 age、 status创建联合索引。
4.为email建 立合适的索引来提升查询效率。

create table tb_user(
                        id int primary key auto_increment comment '主键',
    -- 主键索引
    
                        name varchar(50) not null comment '用户名',
                        phone varchar(11) not null comment '手机号',
                        email varchar(100) comment '邮箱',
                        profession varchar(11) comment '专业',
                        age tinyint unsigned comment '年龄',
                        gender char(1) comment '性别 , 1: 男, 2: 女',
                        status char(1) comment '状态',
                        createtime datetime comment '创建时间'
) comment '系统用户表';

drop table if exists tb_user;
drop table if exists tb_user_edu;

-- @黑马程序员的数据

INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');

...

INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');

-- 查询该表的索引有那些
show index from tb_user;

-- 删除索引
drop index idx_user_email on tb_user;

在这里插入图片描述

-- 创建一个常规索引 name字段为姓名字段,该字段的值可能会重复,为该字段创建索引
create index idx_user_name on tb_user(name);

show index from tb_user;

在这里插入图片描述

-- 创建唯一索引 phone字段为手机号字段,是非空,且唯一的,为该字段创建唯一索引
create unique index idx_user_phone on tb_user(phone);

show index from tb_user;

在这里插入图片描述

-- 为profession、age、status 创建联合索引
create index idx_user_profession_age_status on tb_user(profession, age, status);

show index from tb_user;

在这里插入图片描述

-- 为email字段创建合适的索引来提高查询效率
create index idx_user_email on tb_user(email);

show index from tb_user;

在这里插入图片描述

1.5SQL 性能分析

1.5.1 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_____';

show global status like 'Com_______';

在这里插入图片描述

1.5.2 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= 
#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。

show variables like 'slow_query_log';

在这里插入图片描述

1.5.3profile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,能够看到当前MySQL是否支持
profile操作:

SELECT @@have_ profiling ;

在这里插入图片描述

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:

#查看每一条SQL的耗时基本情况
show profiles;

#查看指定query_id的SQL 语句各个阶段的耗时情况

show profile for query query_id;

#查看指定query_id的SQL 语句CPU的使用情况

show profile cpu for query query_id;
1.5.4explain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 select * from tb_user where id = 1;

在这里插入图片描述

EXPLAIN 执行计划各字段含义:

在这里插入图片描述

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)。

 explain select s.*,c.* from student s ,course c,student_course sc where s.id = sc.student_id and c.id = sc.course_id;

在这里插入图片描述

-- 查询选修了MySQL课程的学生(子查询)
explain select * from student where id in
(select student_id from student_course where course_id = (select id from course where name = 'MySQL'));


-- 值越大先执行 先查询最大值 课程的id,再查询学生课程表查询学生id,最后执行id为1 的子查询,再查询学生表根据学生id获取学生姓名

在这里插入图片描述

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,在不损失精确性的前提下,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。

1.6索引的使用

1.6.1 索引失效
1.6.1.1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。

如果跳跃某-列, 索引将部分失效(后面的字段索引失效)

explain select* from tb_user where profession= '软件工程' and age = 31 and status= '0';

explain select* from tb_user where profession= '软件工程' and age = 31;

explain select * from tb_user where profession= '软件工程';
-- 当左边的列是profession,就会走索引
explain select * from tb_user where age = 31 and status= '0';
-- 当最左边的列不是是profession,就不走索引,下面有图示

explain select * show index from tb_user; tb_ user where status= '0';

explain select*from tb_user where professional ='软件工厂' and status='0';
-- 跳过了中间前缀,则后边的字段status就不能显示(失效)。
show index from tb_user;

在这里插入图片描述

explain select* from tb_ user where profession= '软件工程' and age = 31 and status= '0';

在这里插入图片描述

explain select * from tb_user where age = 31 and status= '0';
-- 当最左边的列不是是profession,就不走索引,下面有图示

在这里插入图片描述

1.6.1.2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

explain select * from tb_user where profession= '软件工程' and age > 30 and status= '0';

explain select * from tb_user where profession= '软件工程' and age >= 30 and status= '0';
explain select * from tb_user where profession= '软件工程' and age > 30 and status= '0';

在这里插入图片描述

索引长度为49,后面的status没有显示在范围索引中,出现范围查询,范围查询右侧的列索引失效。

explain select * from tb_user where profession= '软件工程' and age >= 30 and status= '0';

在这里插入图片描述

索引字段为 54 ,当存在等于时就能避免字段的消失

1.6.1.3索引列的运算

不要在索引列上进行运算操作,索引将失效。

select * from tb_user where phone = '17799990015';

 explain select * from tb_user where phone = '17799990015';

在这里插入图片描述

这样的情况下是可以使用索引进行查询的。

select * from tb_user where substring(phone,10,2)= '15';

explain select * from tb_user where substring(phone,10,2)= '15';

在这里插入图片描述

索引就失效啦

1.6.1.4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

select * from tb_user where phone = 17799990015;

在这里插入图片描述

explain select * from tb_user where phone = 17799990015;

在这里插入图片描述

1.6.1.5模糊查询

如果仅仅是尾部模糊匹配,索引不会失效。如果是头部迷糊匹配,索引失效。

select * from tb_user  where profession like'软件%';

explain select * from tb_user  where profession like'软件%';

在这里插入图片描述

explain select * from tb_user  where profession like'%工程';

在这里插入图片描述

前面加%则索引失效。

1.6.1.6or连接的条件

用or分隔的条件,如果or前面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。

explain select* from tb_user where id= 10 or age = 23;
-- 前面是id主键索引,后面没有索引所以最终也不会涉及索引的使用
explain select * from tb_user where phone = '17799990017' or age = 23;
-- 前面是phone索引,后面没有索引索引最终也不会涉及索引的使用

-- 由于age没有索引,索引即使id、phone有索引,索引也会失效。所以需要针对于age也要建立索引

1.6.1.7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。

总之就是数据库会比较你使用的索引和全表搜秒那个更慢,数据库就会选择最快的那个。

1.6.1SQL提示

SQL提示,是优化数据库的一一个重要手段,简单来说,就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

-- use index:
explain select * from tb_ user use index(idx_user_pro) where profession= '软件工程';
-- 告诉数据库,你使用那个索引

-- ignore index:
explain select * from tb_user ignore index(idx_user_ pro) where profession='软件工程';
-- 告诉数据库不使用那个索引

-- force index:
explain select * from tb_user force index(idx_user_ pro) where profession='软件工程';
-- 告诉数据库,强制使用这个索引
1.6.2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能够找到),减少select *。

explain select id, profession from tb_ user where profession= '软件工程’and age=31 and status= '0' ; 

explain select id,profession,age, status from tb_user where profession= '软件工程’and age=31 and status='0' ;

explain select id,profession,age, status, name from tb_ _user where profession= '软件工程' and age=31 and status= '0' ;

explain select
from tb_user where profession= '软件工程’and age=31 and status= '0' ;

知识小贴士:

using index condition:查找使用了索引,但是需要回表查询数据

sing 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

这里就涉及到聚集索引和二级索引(辅助索引),会回表的问题,在二级索引中返回id再去聚集索引中进行查找返回信息。

在这里插入图片描述

在聚集索引节点下的数据就是全部的数据,当进行

select * from tb_user where id = '2';

直接就根据聚集索引进行查找,返回row里面的全部数据

在这里插入图片描述

涉及二级索引,当进行

select id,name from tb_user where name = 'Arm';

因为我们需要的查找内容就是id和name,而在二级索引中,全部的数据都有,因为二级索引下的节点就包括id,就直接返回不进行回表查询操作。就是我们所讲的覆盖索引

在这里插入图片描述

当我们进行第三条查询语句的查询情况

select id,name,gender from tb_user where name = 'Arm';

就会先在二级索引查询id和name,但是没有gender的具体信息,数据库就会带着id=2进行回表查询。把id=2的数据进行提取出来,返回gender数据。

案例:

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:

不要进行会表查询

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

我们可以对username和password进行联合索引,这样通过username或password都能返回其他需要查询的值

1.6.3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lO,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));

➢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。

-- 求取公式
select count(dsitinct email)/count(*) from tb_user;

select count(distinct substring(email,1,5)/count(*)from tb_user;

在这里插入图片描述

当查询

select * from tb_user where email = ‘lvbu666@163.com’

只会根据email(5),前五个字段lvbu6这个去查找

在这里插入图片描述

1.6.4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。

 explain select id,phone,name from tb_user where phone = '17799990010' and name = '韩信';

在这里插入图片描述

可能用到的索引是 idx_user_phone,idx_user_name,但是只用到了idx_user_phone的索引,因为经历了回表查询,idx_user_phone会是一个二级索引,但是查找的值,在该索引不能查到,就要进行回表查询,回到聚集索引,全部内容都能查询到,就直接忽略了idx_user_name 的查找索引。

create  index idx_user_phone_name on tb_user(phone,name);
 
 explain select id,phone,name from tb_user use index(idx_user_phone_name)where phone = '17799990010' and name = '韩信';
 

在这里插入图片描述

联合索引,这样就能直接进行二级索引查找,且进行了覆盖索引的功能

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优化器会评估那个字段的索引效率更高,会选择该索引完成本次查询

在这里插入图片描述

黑马程序制作的图,联合索引的二级索引。

1.7 索引的设计原则

1.针对于数据量较大, 且查询比较频繁的表建立索引。

2.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。

3.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。

4.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。

5.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。

6.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。

7.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。

1.8 索引的总结

1.索引概述
索引是高效获取数据的数据结构;
2.索引结构
B+Tree
Hash
3.索引分类
主键索引、唯一索引、常规索引、全文索引
聚集索引、二级索引
4.索引语法
create [unique ] index xx on xxxx);
show index from XXXX ;
drop index xXxx on XXXX ;

5.SQL性能分析
执行频次、慢查询日志、profile、 explain
6.索引使用
联合索引
索引失效
SQL提示
覆盖索引
前缀索引
单列/联合索引
7.索引设计原则

字段
60K5-1725868393368)]

黑马程序制作的图,联合索引的二级索引。

1.7 索引的设计原则

1.针对于数据量较大, 且查询比较频繁的表建立索引。

2.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。

3.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。

4.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。

5.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。

6.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。

7.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。

1.8 索引的总结

1.索引概述
索引是高效获取数据的数据结构;
2.索引结构
B+Tree
Hash
3.索引分类
主键索引、唯一索引、常规索引、全文索引
聚集索引、二级索引
4.索引语法
create [unique ] index xx on xxxx);
show index from XXXX ;
drop index xXxx on XXXX ;

5.SQL性能分析
执行频次、慢查询日志、profile、 explain
6.索引使用
联合索引
索引失效
SQL提示
覆盖索引
前缀索引
单列/联合索引
7.索引设计原则

字段
索引

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值