Mysql-索引

一、索引概述

索引(indax)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。

优势   

提高数据检索的效率，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。

劣势

索引列也是会占用空间的。

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，效率降低。

二、索引结构

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结构，主要包含以下几种:

存储引擎对数据结构的支持

二叉树（Binary Tree）是一种树形数据结构，其中每个节点最多有两个子节点，通常称为左子节点和右子节点。二叉树广泛应用于计算机科学领域，尤其是在搜索算法、排序算法、表达式解析和其他数据结构中。

基本概念

节点（Node）：二叉树中的每一个元素称为节点。

根节点（Root Node）：二叉树的顶端节点，没有父节点。

子节点（Child Node）：一个节点的直接后继节点。二叉树中每个节点最多有两个子节点。

父节点（Parent Node）：具有子节点的节点。

叶节点（Leaf Node）：没有子节点的节点。

内部节点（Internal Node）：至少有一个子节点的节点。

深度（Depth）：节点到根节点的边数。

高度（Height）：从节点到叶节点的最长路径上的边数。

层（Level）：节点的深度加1。

B树（B-Tree）是一种自平衡的树数据结构，广泛应用于数据库和文件系统中，用于高效地进行排序、搜索、插入和删除操作。B树的特点是节点可以有多个子节点，且在节点中存储了多个键值。以下是关于B树的详细介绍及Java实现示例

B树的基本概念

节点（Node）：B树中的每个节点可以有多个子节点和多个键。

阶（Order）：B树的阶（通常用t表示）决定了每个节点的最小和最大子节点数。每个节点最多可以有2t - 1个键和2t个子节点，至少有t-1个键和t个子节点。

根节点（Root Node）：B树的顶端节点。

内部节点（Internal Node）：具有子节点的节点。

叶节点（Leaf Node）：没有子节点的节点。

B树的性质

每个节点最多有2t - 1个键。

每个节点最少有t - 1个键（除了根节点，根节点可以只有一个键）。

每个内部节点至少有t个子节点。

所有叶节点都在同一层。

B+树（B+ Tree）是B树的变种，广泛应用于数据库和文件系统中。与B树不同，B+树的所有数据都存储在叶子节点，内部节点只存储索引，这使得B+树的查询效率更高，特别是范围查询。

B+树的基本概念

节点（Node）：B+树中的每个节点可以有多个子节点和多个键。

阶（Order）：B+树的阶（通常用t表示）决定了每个节点的最小和最大子节点数。

根节点（Root Node）：B+树的顶端节点。

内部节点（Internal Node）：仅存储索引的节点。

叶节点（Leaf Node）：存储所有数据并按顺序链接的节点。

B+树的性质

每个节点最多有2t - 1个键。

每个节点最少有t - 1个键（除了根节点，根节点可以只有一个键）。

所有叶节点都在同一层，且通过链表相连，便于范围查询。

Hash索引特点

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

无法利用索引完成排序操作

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中，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;

相对Hash索引，B+tree支持范围匹配及排序操作;

算法演示 ： https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

三、索引分类

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:

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nnoDB会自动生成一个rowid作为隐藏的聚集索引。

三、索引语法

创建索引

CREATE [UNIOUE|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;

四、SQL性能分析

SOL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_______'

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。MySOL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MySOL慢日志查询开关
slow query log=1
# 设置慢日志的时间为2秒，SOL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。

profile 性能分析

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profiling是关闭的，可以通过set语句在session/glqpal级别开启profiling:

SET profiling=1;

执行一系列的业务SOL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5QL语句各个阶段的耗时情况
show profile for query query_id:
#查看指定query id的5QL语句CPU的使用情况
show profile cpu for query query_id;

explain执行计划

EXPLAIN 执行计划各字段含义:

ld

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)。

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)、SUBOUERY(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、eg_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，

五、索引使用

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査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)

示例  组合索引字段(profession,age,status)
explain select * from tb_user where profession ='软件工程" and age = 31 and status = '0'; --走索引
explain select * from tb_user where profession="软件工程' and age =31; --走索引
explain select * from tb_user where profession='软件工程';--走索引
explain select * from tb_user where age = 3l and status= '0';--索引失效
explain select * from tb_user where status='0'; --索引失效

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';--status失效
explain select * from tb_user where profession ='软件工程' and age >= 30 and status='0';--全部生效

索引失效情况

索引列运算：不要在索引列上进行运算操作，索引将失效

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

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。

示例  索引字段profession

explain select *from tb_user  where profession like "软件%' --走索引
explain select *from tb_user  where profession like '%工程' --失效
explain select * from tb_user  where profession like '%工%  --失效

or连接的条件

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。

-- id主键是索引，age不是索引

explain select * from tb_user where id= 10 or age = 23; -- 不走索引
-- phone，age 索引
explain select * from tb_user  where phone='17799990017' or age = 23; -- 走索引

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。

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。

例如一个字段创建多个索引，认为指定走那个索引。

use index  -- 指定索引

explain select * from tb_user use index(idx_user_pro) where profession='软件工程';

ignore index  -- 忽略索引

explain select * from tb_user ignore index(idx_user_pro) where profession=软件工程';

force index  --强制索引

explain select * from tb_user force index(idx_user_pro) where profession=软件工程’

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*。

--组合索引字段(profession,age,status)

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

说明

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

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数据

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I0，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。

示例

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

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。

单列索引情况:

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

多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。

六、索引设计原则

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(orderby)、分组(group by)操作的字段建立索引。

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。

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。

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。