MySQL进阶篇（二） - 索引

来世做春风嘛

已于 2022-12-09 15:40:15 修改

阅读量927

点赞数 1

文章标签： mysql 数据库

于 2022-12-08 20:00:35 首次发布

本文链接：https://blog.csdn.net/yirenyuan/article/details/128235152

版权

一、索引概述（P66）

1. 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，这样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。

2. 优缺点

二、索引结构

1. 概述

MySQL的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，主要包含以下几种：

注意：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。

2. 二叉树

如果主键是顺序插入的，则会形成一个单向链表。

二叉树缺点：

（1）顺序插入时，会形成一个链表，查询性能大大降低。

（2）大数据量情况下，层级较深，检索速度慢。

红黑树缺点：

（1）大数据量情况下，层级较深，检索速度慢。

3. B-Tree（多路平衡查找树）

知识小贴士 : 树的度数指的是一个节点的子节点个数。

B-Tree ， B 树是一种多叉路衡查找树，相对于二叉树， B 树每个节点可以有多个分支，即多叉。

以一颗最大度数（ max-degree ）为 5(5 阶 ) 的 b-tree 为例，那这个 B 树每个节点最多存储 4 个key，5个指针：

我们可以通过一个数据结构可视化的网站来简单演示一下。 B-Tree Visualization (usfca.edu)

特点：

（1）5 阶的 B 树，每一个节点最多存储 4 个 key ，对应 5 个指针。

（2）一旦节点存储的 key 数量到达 5 ，就会裂变，中间元素向上分裂。

（3）在 B 树中，非叶子节点和叶子节点都会存放数据。

4. B+Tree

B+Tree 是 B-Tree 的变种，我们以一颗最大度数（ max-degree ）为 4（4阶）的b+tree为例，来看一下其结构示意图：

我们可以看到，两部分：

（1）绿色框框起来的部分，是 索引部分 ，仅仅起到索引数据的作用，不存储数据。

（2）红色框框起来的部分，是 数据存储部分 ，在其叶子节点中要存储具体的数据。

B+Tree 与 B-Tree 相比，主要有以下三点区别：

（1）所有的数据都会出现在叶子节点。

（2）叶子节点形成一个单向链表。

（3）非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 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，利于排序。

5. Hash

5.1 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，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

5.2 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(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

5.3 存储引擎支持

在 MySQL 中，支持 hash 索引的是 Memory 存储引擎。而 InnoDB 中具有自适应hash功能，hash索引是 InnoDB 存储引擎根据B+Tree索引在指定条件下自动构建的。

6. 思考题（为什么InnoDB存储引擎选择使用B+tree索引结构?）

（1）相对于二叉树，层级更少，搜索效率高；

（2）对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储

的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；

（3）相对Hash索引，B+tree支持范围匹配及排序操作；

三、索引分类

1. 索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

2. 聚集索引、二级索引

而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

聚集索引选取规则:

（1）如果存在主键，主键索引就是聚集索引。

（2）如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。

（3）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。

（1）聚集索引的叶子节点下挂的是这一行的数据。

（2）二级索引的叶子节点下挂的是该字段值对应的主键值。

接下来，我们来分析一下，当我们执行如下的 SQL 语句时，具体的查找过程是什么样子的。

具体过程如下 :

① . 由于是根据 name 字段进行查询，所以先根据 name='Arm' 到 name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10 。

② . 由于查询返回的数据是 * ，所以此时，还需要根据主键值 10 ，到聚集索引中查找 10对应的记录，最终找到 10 对应的行 row 。

③ . 最终拿到这一行的数据，直接返回即可。

回表查询：这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

3. InnoDB主键索引的B+tree高度为多高呢?

假设:

一页是16K，一行数据大小为 1k ，一页中可以存储 16 行这样的数据。

InnoDB 的指针占用 6个字节的空间，主键即使为 bigint ，占用字节数为 8 。

高度为 2 ：

n * 8 + (n + 1) * 6 = 16*1024 , 算出 n 约为 1170

1171* 16 = 18736

也就是说，如果树的高度为 2 ，则可以存储 18000 多条记录。

高度为 3 ：

1171 * 1171 * 16 = 21939856

也就是说，如果树的高度为 3 ，则可以存储 2200w 左右的记录。

四、索引语法

创建索引

CREATE [ UNIQUE | FULLTEXT ] 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 ;

五、SQL 性能分析

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：
-- session 是查看当前会话 ; 
-- global 是查询全局数据 ; 
-- 7个下划线代表7个字符
SHOW GLOBAL STATUS LIKE 'Com_______';
Com_delete: 删除次数

Com_insert: 插入次数

Com_select: 查询次数

Com_update: 更新次数

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，我们可以查看一下系统变量 slow_query_log 。

如果要开启慢查询日志，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=1
# 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 】
systemctl restart mysqld 1

3. profile 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 ;

默认开关是关闭的。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;

4. explain

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 执行计划中各个字段的含义 :

重点字段：type、possible_key、key、key_len、rows

六、索引使用

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。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。

注意：最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是

第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

2. 范围查询

联合索引中，出现范围查询(>,<)，范围查询右侧（索引的创建顺序的右侧）的列索引失效。

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 < 。

3. 索引失效情况

3.1 索引列运算

不要在索引列上进行运算操作，索引将失效。

（1）当根据phone字段进行等值匹配查询时, 索引生效。
explain select * from tb_user where phone = '17799990015';
（2）当根据phone字段进行函数运算操作之后，索引失效。
explain select * from tb_user where substring(phone,10,2) = '15';

3.2 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。
explain select * from tb_user where phone = 17799990015;
如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

3.3 模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
explain select * from tb_user where profession like '软件%';

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

3.4 or 连接的条件

当 or 连接的条件，左右两侧字段都有索引时，索引才会生效。

3.5 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。

is null 、 is not null是否走索引，得具体情况具体分析，并不是固定的。

4. SQL 提示

SQL提示，是优化数据库的一个重要手段，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。

（1）use index ：建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';

（2）ignore index ：忽略指定的索引。
explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

（3）force index ：强制使用索引。
explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

5. 覆盖索引

尽量使用覆盖索引，减少select *。那么什么是覆盖索引呢？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。

6. 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。

（1）语法

create index idx_xxxx on table_name(column(n)) ;

（2）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。
select count(distinct email) / count(*) from tb_user ;

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

7. 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。

七、索引设计原则

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。