索引的创建与设计原则

最新推荐文章于 2025-03-29 01:53:39 发布

Seapp

最新推荐文章于 2025-03-29 01:53:39 发布

阅读量802

点赞数 1

CC 4.0 BY-SA版权

分类专栏： MySQL 文章标签：数据库 sql

本文链接：https://blog.youkuaiyun.com/Hai_pp/article/details/129128391

MySQL 专栏收录该内容

11 篇文章

订阅专栏

索引的创建与设计原则

一、索引的声明与使用
- 1. 索引的分类
二、索引的设计原则

一、索引的声明与使用

1. 索引的分类

MySql的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。

从功能逻辑上说，索引主要有4种，分别是普通索引、唯一索引、主键索引、全文索引。
按照物理实现方式，索引可以分为你2种：聚簇索引和非聚簇索引
按照作用字段个数进行划分，分为单列索引和联合索引。

1.1 普通索引

在创建普通索引时，不附加任何限制条件，只是用于提高查询效率。这类索引可以创建在任何数据类型中，其值是否唯一和非空，要由字段本身的完整性约束条件决定。建立索引以后，可以通过索引进行查询。例如：在表student的字段name上建立一个普通索引，查询记录时就可以根据该索引进行查询。

1.2 唯一性索引

使用UNIQUE参数可以设置索引为唯一性索引，在创建唯一性索引时，限制该索引的值必须是唯一的，但允许有空值。在一张数据表里可以有多个唯一索引。
例如，在表student的字段email中创建唯一性索引，那么字段email的值就必须是唯一的。通过唯一性索引，可以更快速地确定某条记录。

1.3 主键索引

主键索引就是一种特殊的唯一性索引，在唯一索引的基础上增加了不为空的约束，也就是NOT NULL + UNIQUE，一张表里最多只有一个主键索引。

Why? 这是由主键索引的物理实现方式决定的，因为数据存储在文件中只能按照一种顺序进行存储。

1.4 单列索引

在表中的单个字段上创建索引。单列索引只根据该字段进行索引。单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可。一个表可以有多个单列索引。

1.5 多列（组合、联合）索引

多列索引是在表的多个字段组合上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进行查询，但是只有查询条件中使用了这些字段中的第一个字段时才会被使用。例如，在表中的字段id、name和gender上建立一个多列索引idx_id_name_gender，只有在查询条件中使用了字段id时该索引才会被使用。使用组合索引时遵循最左前缀集合。

1.6 全文索引

全文索引（也称全文检索）是目前搜索引擎使用的一种关键技术。它能够利用分词技术等多种算法智能分析出文本文字中关键词的频率和重要性，然后按照一定的算法规则智能地筛选出我们想要的搜索结果。全文索引非常适合大型数据集，对于小的数据集，它的用处比较小。
使用参数FULLTEXT可以设置索引为全文索引。在定义索引的列上支持值的全文查找。允许在这些索引列中插入重复值和空值。全文索引只能创建在CHAR、VARCHAR或TEXT类型及其系列类型的字段上，查询数据量较大的字符串类型的字段时，使用全文索引可以提高程序速度。

全文索引典型的有两种类型：自然语言的全文检索和布尔全文索引：

自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里，相关度是基于匹配的关键词的个数，以及关键词在文档中出现的次数。==在整个索引中出现次数越少的词语，匹配时的相关度就越高。==相反，非常常见的单词就不会被搜索，如果一个词语在超过50%的记录中都出现了，那么自然语言的搜索将不会搜索这类词语。

1.7 空间索引

使用参数SPATIAL可以设置索引为“空间索引”。空间索引只能建立在空间数据类型上，这样可以提高系统获取空间数据的效率。MySQL中的空间数据类型包括GEMMETRY、POINT、LINESTRING和POLYGON等。目前只有MyISAM存储引擎支持空间索引，而且索引的字段不能为空值。对于初学者来说，这类索引很少会用到。

1.8 小结

存储引擎	索引支持
InnoDB	支持B-tree、Full-text等索引，不支持Hash索引
MyISAM	支持B-tree、Full-text等索引，不支持Hash索引
Memory	支持B-tree、Hash等索引，不支持Full-text索引
NDB	支持Hash索引，不支持B-tree、Full-text索引
Archive	不支持B-tree、Hash、Full-text索引

二、索引的设计原则

为了使索引的使用效率跟高，在创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。==索引设计不合理或者缺少索引都会对数据库和应用程序的性能造成障碍。==高效的索引对于获得良好的性能非常重要。设计索引时，应该考虑相应准则。

1 哪些情况适合创建索引

1.1 字段的数值有唯一性的限制

索引本身可以起到约束的作用，比如唯一索引、主键索引都是可以起到唯一性约束的，因此在我们的数据表中，如果某个字段是唯一性的，就可以直接创建唯一性索引，或者主键索引。这样可以更快速地通过该索引来确定某条记录。

业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。
说明：不要以为唯一索引影响了insert速度，这个速度损耗可以忽略，但提高查找速度是明显的。

1.2 频繁作为WHERE查询条件的字段

某个字段在SELECT语句的WHERE条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。

1.3 经常GROUP BY和ORDER BY的列

索引就是让数据按照某种顺序进行存储和检索，因此当我们使用GROUP BY对数据进行分组查询，或者使用ORDER BY对数据进行排序的时候，就需要对分组或者排序的字段进行索引。如果待排序的列有多个，那么可以在这些列上建立组合索引。

1.4 UPDATE、DETELE的WHERE条件列

对数据按照某个条件进行查询后再进行UPDATE或DELETE的操作，如果对WHERE字段创建了索引，就能大幅提升效率。原理是因为我们需要先根据WHERE条件列检索出来这条记录，探后再对它进行更新或删除。如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显，这是因为非索引字段更新不需要对索引进行维护。

1.5 DISTINCT字段需要创建索引

有时候我们需要对某个字段进行去重，使用DISTINCT，那么对这个字段创建索引，也会提升查询效率。

1.6 多表JOIN连接操作时，创建索引注意事项

首先，==连接表的数量尽量不要超过3张，==因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长会非常快，严重影响查询的效率。
其次，==对WHERE条件创建索引，==因为WHERE才是对数据条件的过滤。如果在数据量非常大的情况下，没有WHERE条件过滤是非常可怕的。
最后，对用于连接的字段创建索引，并且该字段在多张表中的类型必须一致。

1.7 使用列的类型小的创建索引

我们这里所说的类型大小指的就是该类型表示的数据范围的大小。
我们在定义表结果的时候要显式的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等。它们占用的存储空间依次递增，能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话，在表示的整数范围允许的情况下，尽量让索引列使用较小的类型，比如我们能使用INT就不要使用BIGINT，能使用MEDIUMINT就不要使用INT。这是因为：

数据类型越小，在查询时进行的比较操作越快。
数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘I/O带来的性能损耗，也就意味着可以把更多的数据页缓存到内存中，从而加快读写效率。

这个建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键适用更小的数据类型，也就意味着节省更多的存储空间和更高效的I/O。

1.8 使用字符串前缀创建索引

假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的B+树中有这么两个问题：

B+树索引中的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，在索引中占用的存储空间越大。
如果B+树索引中索引列存储的字符串很长，那在做字符串比较时会占用更多的时间。

我们可以通过截取字段的前面的一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串值。即节省空间，又减少了字符串的比较时间，还大体能解决排序的问题。

问题是，截取多少呢？截取得多了，达不到节省索引存储空间的目的。截取得少了，重复内容太多，字段的散列度（选择性）会降低。怎么计算不同的长度的选择性呢？
通过不同长度去计算，与全表的选择性对比：
count(distinct left (列名，索引长度))/count()
Alibaba《Java开发手册》
【强制】在varchar字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决定索引长度。
说明：索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为20的索引，区分度会高达90%以上，可以使用》》count(distinct left (列名，索引长度))/count()的区分度来确定。

引申另一个问题：索引列前缀对排序的影响：
如果适用了索引列前缀，比方说前边只把address列的前12个字符放到了二级索引中，下边这个查询可能就优点尴尬了：

SELECT * FROM shop
ORDER BY address
LIMIT 12;

因为二级索引中不包含完整的address列信息，所以无法对前12个字符相同，后边的字符不同的记录进行排序，也就是使用索引列前缀的方式无法支持使用索引排序，只能使用文件排序。

1.9 区分度高（散列性高）的列适合作为索引

列的基数指的是某一列中不重复数据的个数。在记录行数一定的情况下，列的基数越大，该列中的值越分散；列的基数越小，该列中的值越集中。这个类的基数指标非常重要，直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引，为基数太小列建立索引的效果可能不好。
可以使用公式select count(distinct a )/count(*) from t1 计算区分度，越接近1越好，一般超过33%就算是比较高效的索引了。
扩展：联合索引把区分度高（散列性高）的列放在前面。

1.10 使用最频繁的列放到联合索引的左侧

这样也可以较少的建立一些索引。同时，由于最左前缀原则，可以增加联合索引的使用率。

1.11 在多个字段都要创建索引的情况下，联合索引优于单值索引。

2 限制索引的数目

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表索引数量不超过6个，原因如下：

①每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。
②索引会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时索引也会进行调整和更新，会造成负担。
③优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能。