【面试题 - mysql】进阶篇 - 索引

索引

1 索引概述

索引是帮助 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询算法，这种数据结构就是索引。

2 优点、缺点

优点：
提高数据检索效率，降低数据库的IO成本
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

缺点：
索引列也是要占用空间的
索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

3 索引结构(B+，Hash)

3.1 二叉树

3.2 红黑树

红黑树也存在大数据量情况下，层级较深，检索速度慢的问题。

3.3 B树

B-Tree (多路平衡查找树) 以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）

3.4 B+树

与 B-Tree 的区别：
所有的数据都会出现在叶子节点
叶子节点形成一个单向链表

3.5 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。
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。

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

4 面试题：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

1. 对于 B-Tree，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，指针也跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
2. 相对于 Hash 索引，B+Tree 支持范围匹配及排序操作(页子节点用单向指针连接)

5 索引分类（主键索引，唯一索引，普通索引）

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：

5.1 回表

6 索引语法

6.1 创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, …);
如果不加 CREATE 后面不加索引类型参数，则创建的是常规索引

6.2 查看索引

SHOW INDEX FROM table_name;

6.3 删除索引

DROP INDEX index_name ON table_name;

7 sql 性能分析

7.1 查看执行频次

SHOW GLOBAL STATUS LIKE 'Com_______';

7.2 慢查询 （默认关闭）

开启慢查询（默认关闭）：

查询慢查询sql:

7.3 性能分析 explain (type/possible_key/key/rows)

EXPLAIN sql语句;

EXPLAIN 各字段含义：

id	select 查询的序列号，表示查询中执行 select 子句或者操作表的顺序（id相同，执行顺序从上到下；id不同，值越大越先执行）
select_type	表示 SELECT 的类型，常见取值有 SIMPLE（简单表，即不适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（NULL查询的时候不访问表可以达到，system访问系统表的时候可以达到，const唯一索引、主键索引可以达到，ref非唯一索引可以达到，all全表扫描）
possible_key	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

type值	场景
type = NULL，MYSQL不用访问表或者索引就直接能到结果。
type = const/system，单表中最多只有一条匹配行。例如根据主键或者唯一索引进行的查询。	explain select * from film where film_id = 1
type = eq_ref，相对于ref来说就是使用的是唯一索引，对于每个索引键值，只有唯一的一条匹配记录（在联表查询中使用primary key或者unique key作为关联条件）	explain select * from film a ,film_text b where a.film_id = b.film_id（在film和film_text中film_id都是主键，即都是唯一索引）
type = ref ，使用非唯一性索引或者唯一索引的前缀扫描，返回匹配某个单独值的记录行。	explain select * from payment where customer_id = 350（使用非唯一性索引customer_id单表查询）
type = range ，索引范围扫描，常见于<、<=、>、>=、between等操作符（因为customer_id是索引，所以只要查找索引的某个范围即可，通过索引找到具体的数据）	explain select * from payment where customer_id > 300 and customer_id < 350
type = index，索引全扫描，MYSQL遍历整个索引来查找匹配的行。（虽然where条件中没有用到索引，但是要取出的列title是索引包含的列，所以只要全表扫描索引即可，直接使用索引树查找数据）	explain select title from film
type = ALL，全表扫描

8 索引使用原则

8.1 联合索引

使用表中的多个字段创建索引，就是 联合索引，也叫 组合索引 或 复合索引。

最左前缀法则

如果索引关联了多列（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，索引将部分失效（后面的字段索引失效）。

最左前缀法则注意事项(范围查找)

联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。
举例：
联合索引（a,b,c），条件为a=? and b>? and c=? 索引生效（a,b），但是条件为a=? and b>=? and c=? 索引生效（a,b,c）
更多demo

索引下推

在搜索引擎中提前判断对应的搜索条件是否满足，满足了再去回表，通过减少回表次数进而提高查询效率。

使用一张用户表tuser，表里创建联合索引（name, age）。

如果现在有一个需求：检索出表中名字第一个字是张，而且年龄是10岁的所有用户。那么，SQL语句是这么写的：
select * from tuser where name like ‘张%’ and age=10;

索引结构：

没有索引下推

有索引下推

除此之外我们还可以看一下执行计划，看到Extra一列里 Using index condition，这就是用到了索引下推。

8.2 覆盖索引

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。
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找到），减少 select *。

explain 中 extra 字段含义：

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

如果在聚集索引中直接能找到对应的行，则直接返回行数据，只需要一次查询；如select id, name from xxx where name=‘xxx’;，也只需要通过辅助索引(name)查找到对应的id，返回name和name索引对应的id即可，只需要一次查询；如果是通过辅助索引查找其他字段，则需要回表查询，如select id, name, gender from xxx where name=‘xxx’;

所以尽量不要用select *，容易出现回表查询，降低效率，除非有联合索引包含了所有字段

面试题: 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：
select id, username, password from tb_user where username=‘itcast’;

解：给username和password字段建立联合索引，则不需要回表查询，直接覆盖索引

8.3 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IO，影响查询效率，此时可以只降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。

8.3.1语法

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

8.3.2 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。

求选择性公式：
select count(distinct email) / count() from tb_user; //越接近1越合适
select count(distinct substring(email, 1, 5)) / count() from tb_user;
show index 里面的sub_part可以看到接取的长度

8.3.3 前缀索引使用过程

0. 建立索引列idx_email （email 的前5个字符）
1. 从索引idx_email 中找到第一个值为 lvbu6 的记录；由于是二级索引，叶子结点保存的是主键值，所以此时拿到了主键 id 为 1。
2. 拿着主键 id 去回表，在主键索引上找到 id 为 1 的行的完整记录，返回给 server 层。
3. server 层判断其 email 是不是 lvbu666@163.com（所以执行计划的 Extra 为 Using where）。
   如果是，将该记录加入结果集。
   如果不是，这行记录丢弃。
4. 索引叶子结点上数据之间是有单向链表维系的，所以接着第一步查找的结果，继续向后读取下一条记录，然后重复 2、3、4 步，直到在 idx_email 上取到的值不为 lvbu6 时，循环结束。
   

8.4 SQL 提示(sql指定索引)

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。

例如，使用索引：
explain select * from tb_user use index(idx_user_pro) where profession=“软件工程”;
不使用哪个索引：
explain select * from tb_user ignore index(idx_user_pro) where profession=“软件工程”;
必须使用哪个索引：
explain select * from tb_user force index(idx_user_pro) where profession=“软件工程”;

use 是建议，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改，force就是无论如何都强制使用该索引。

9 索引设计原则

1. 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
2. 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）
3. 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
4. 如果是字符串类型的字段，字段长度较长，可以针对于字段的特点，建立前缀索引
5. 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就越大，会影响增删改的效率

9.2索引失效情况

1. 在索引列上进行运算操作，索引将失效。如：explain select * from tb_user where substring(phone, 10, 2) = ‘15’;
2. 字符串类型字段使用时，不加引号，索引将失效。如：explain select * from tb_user where phone = 17799990015;，此处phone的值没有加引号
3. 模糊查询中，如果仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。如：explain select * from tb_user where profession like ‘%工程’;，前后都有 % 也会失效。
4. 用 or 分割开的条件，如果 or 两侧条件其中一个条件没有索引，那么涉及的索引都不会被用到；如果两侧条件都有索引，索引生效。可以使用union all来代替（union 不包含重复行，union all 包含重复行）
5. limit 1
6. 如果 MySQL 评估使用索引比全表更慢，则不使用索引。
   6.1 IN肯定会走索引，但是当IN的取值范围较大时会导致索引失效，走全表扫描。如果使用了 not in，则不走索引。
   6.2 is null/ is not null走不走索引取决于表中数据
   如果条件is null，表中大部分数据都是null，则不走索引，表中的大部分数据都不是null，走索引。
   如果条件is　not null，表中大部分数据都不是null，则不走索引，表中的大部分数据都是null，走索引。

视频链接：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=87&spm_id_from=pageDriver&vd_source=b901ef0e9ed712b24882863596eab0ca
索引下推：https://baijiahao.baidu.com/s?id=1716515482593299829&wfr=spider&for=pc
前缀索引：https://blog.csdn.net/wdjnb/article/details/122880079
explain.type：https://blog.csdn.net/qq_27676247/article/details/79387637