Mysql的索引数据结构、sql性能分析工具、索引使用和设计原则

索引概述

介绍：索引是帮助mysql高效获取数据的有序数据结构，在数据之外，数据库系统还维护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。
优缺点：

优势	劣势
提高数据检索的效率，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的小号	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

我们平时在应用索引的时候，往往是忽略劣势的，应为磁盘是很便宜的，一半业务系统对更新数据的频率不会太高。

---

索引结构

1.二叉树

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。大数据量的情况下，层级较深，检索速度慢。
2.红黑树

红黑树能解决顺序插入的问题，但是依然存在，大数据量的情况下，层级较深，检索速度慢。
3.B-Tree(多路平衡查找树)
上面的二叉树的结构都是每一个节点，最多2个指针，1个key,如果一个节点可以多个key，多个指针，就可以解决大数据量的情况下，层级较深，检索慢的问题。
树的度数：指的是一个节点的子节点个数，比如一个最大度数为5的B-Tree,代表的含义是每一个节点最多有5个指针，4个Key
数据结构可视化网站地址：https://www.cs.usfca.edu/~galles/visualization/BTree.html

4.B+Tree
B+树和B树的区别是，所有的数据都会出现在叶子节点，非叶子节点只起到索引的作用，这样就可以存放更多的数据，叶子节点形成一个单向链表。

5.Mysql的B+树
Mysql索引数据结构对经典的B+树进行了优化。在原B+树的基础上，增加了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+树，提高区间访问的性能。

6.Hash索引
哈希索引就是采用一定的hash算法，将键值换算称新的hash值，，映射到对应的槽位上，然后存储在hash表中。如果两个或者多个键值，映射到一个相同的槽位上，他们就产生了hash冲突，可以通过链表来解决。

如上图所示，每一行数据对应一个hash值，比如要给name字段田间hash索引，通过一定的hash算法计算hash值得槽位，计算出来之后存储在对应的槽位即可，槽位中存储的是key是name字段，value是对应的hash值这个指针指向name=key的这一行数据。

Hash索引的特点：
1）Hash索引只能用于对等比较（=，in）不支持范围查询（between,>,<）等；
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。
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。

---

索引分类

分类	含义	特点	关键字
主键索引	针对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词，而不是比较索引中的值	可以有多个	FULLTEXT

在InnoDB存储引擎中，根据索引的存储形式，可以分为以下两种：

分类	含义	特点
聚集索引	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（非聚集索引）	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

如下图所示，id是主键，主键为聚集索引，为name列建立了一个非聚集索引，由图可看出，聚集索引将索引与数据存储放在一块，而二级索引叶子节点存放的是主键，需要进行一次回表查询才能查到,需要进行二次索引扫描。

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，将使用第一个唯一索引作为聚集索引。
3.如果没有主键和唯一索引，INNODB会自动生成一个rowid作为隐藏的聚集索引。

---

索引语法

1.创建索引

create [unioque|fulltext] index index_name on table_name(index_clomun)

2.查看索引

show index from table_name

3.删除索引

drop index index_name on table_name

---

SQL性能分析工具

以下讲解sql的性能分析工具

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增删改查的访问频次：

show global status like 'Com_______'

通过上面语句可以查看结果如下：

2.慢查询日志
慢查询日志记录了所有执行时间操作指定参数（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.cof）中配置如下信息：
我们可以通过以下指令查看mysql慢查询日志是否开启

show variables like 'slow_query_log'

下面时配置慢查询日志的相关配置

#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语句执行时间草果2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

开启慢查询日志之后，在windows系统下，慢查询日志默认在\data\xxxx-slow.log下就是慢查询日志文件。
我们通过慢查询日志可以统计出哪些查询语句执行耗时长。但是只能记录大于设定时间的才会记录

3.profile
设置数据库的profile可以查看每一条查询语句的执行耗时情况，有的支持profile，有的不支持profile,我们可以通过以下命令查看是否支持profile:

select @@have_profiling;

执行结果如下：

通过以下命令查看profile是否开启：

select @@profiling

查询结果如下：

如果查询结果为0，可通过以下命令开启profile：

set global profiling = 1;

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。

show profiles;

查询结果如下：

4.explain 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的顺序，语法就是直接在select语句之前加上关键字explain/desc,如下：

explain select 字段列表 from 表明 where 条件

任意执行一个语句，explain执行结果如下：

接下来讲解Explain 执行计划各个字段每一列作用
1）id
select 查询的序列号，表示查询中执行了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)。
现在有sys_user,sys_user_role,sys_role 3张表，这里自己建立表，并添加一定的数据。
例1：查询每个用户所扮演的角色，sql如下：

select su.realname, sr.role_name from sys_user as su, sys_user_role as sur, sys_role as sr where su.id = sur.user_id and sur.role_id = sr.id;

查询结果如下：

给select语句前面加上expalin，查看执行计划

explain select su.realname, sr.role_name from sys_user as su, sys_user_role as sur, sys_role as sr where su.id = sur.user_id and sur.role_id = sr.id;

执行结果如下：

从上面我们可以看出，id值一样，那么表的执行顺序为su-sur-sr
例2：查询为临时角色的用户，通过子查询实现，sql如下：

select realname from sys_user where id in(select user_id  from sys_user_role where role_id in(select id from sys_role where role_name = '临时角色'));

执行结果如下：

从上面可以看出以上三个用户都有临时角色，然后加上explain，查看执行计划:

explain select realname from sys_user where id in(select user_id  from sys_user_role where role_id in(select id from sys_role where role_name = '临时角色'));

执行结果如下：

从上可以看出，id不一样，id值大的先执行，id值相同的从上往下执行，所以上面的执行顺序为sys_role,sys_user_role,subquery2,sys_user。

2）select_type
表示select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之后包含子查询)等

3）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,在sql优化的时候尽量越靠左越好，一般我们使用主键和唯一索引条件进行查询会出现const,使用非唯一索引出现ref，如果出现All一般代表全表扫描，性能会很低。
比如还是上面查询每个用户所扮演的角色的sql语句，执行结果如下：

执行性能分别有All,ref，eq_ref

4）possible_key
显示可能应用在这张表上的索引，一个或多个。
5）key
实际使用的索引，如果为NULL，则没有使用索引。
6）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
7）rows
mysql认为必须要执行查询的函数，在innodb引擎的表中，是一个估计值，可能并不总是准确的
8）filtered
表示返回结果的函数占需读取行数的百分比，filtered的值越大越好。

---

索引使用

1.最左前缀法则
如果索引了多列（联合索引），要遵守最左前缀负责，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）。联合索引的最左边的字段必须存在，但并不是一定要放在第一位。
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，举一个如下的例子：

已建立profession, age, satus的联合索引
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;

上面的两个sql语句，第一句status会失效，第二句因为使用了>= status不会失效

3.索引的使用原则

① 索引列运算
不要在索引列上进行运算操作， 索引将失效。

假设已经给phone字段加了索引，如果在查询的时候，对phone字段进行了运算，索引将会失效
explain select * from tb_user where substring(phone,10,2) = '15'；

② 字符串不加引号
字符串类型字段使用时，不加引号，索引将会失效。

假设已经给phone字段加了索引，并且phone是字符串类型，如果在查询的时候，对phone字段没有加单引号，索引将会失效
explain select * from tb_user where phone = 1212121;

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。
例子：

explain select * from tb_user where profession like '软件%';索引不会失效
explain select * from tb_user where profession like '%工%';索引失效
explain select * from tb_user where profession like '%工程';索引失效

④ 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，那马涉及到的索引都不会被用到，只有or两边都建立了索引，才会走索引

假设id是主键，age没有建立索引
explain select * from tb_user where id = 10 or age =23;索引会失效
如果对age列也建立了索引，那么上面的sql语句将会走索引。

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。

⑥SQL提示
场景：加入有一个user表，表中有 profession，phone，status 3个字段，加入对三个字段创建了一个联合索引，对profession字段创建了一个单列索引，那么以下的sql在执行的时候，mysql数据库会自动评判是走联合索引还是走单列索引：

explain select * from user where profession = “软件工程”
以上sql语句，Mysql会自动评判走联合索引还是单列索引。

假如我们需要让sql语句走指定的索引，这时就引出了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。
use index:建议数据库走指定的索引，mysql数据库也会自己判定走不走；
ignore index:表示数据库忽略指定的索引；
force index:强制数据库走指定的索引。
例子如下：

expalin select * from user use index(指定索引名称)where profession = '软件工程';
expalin select * from user ignore index index(指定索引名称)where profession = '软件工程';
expalin select * from user force index(指定索引名称)where profession = '软件工程';

⑦ 覆盖索引&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*;
在执行expalin时，如果extr中出现的信息如下：

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

下面以一个例子来讲解以下覆盖索引和回表查询：

如上图所示，假如有一个tb_user表，表中有id,name,gender,createdate4个字段，对name建立单列索引。
当执行下面sql语句的时候，会直接走聚集索引，直接查询出所有数据

select * from tb_user where id = 2;

当执行下面sql语句的时候，由于给name字段加了索引，且查询的列字段就只有id,name，由于这两个字段都建立索引，所以直接走了辅助索引，而且辅助索引中存放了主键id,索引不用回表查询。

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

当执行下面sql语句的时候，会走回表查询，因为要查询的字段中包含gender，该字段是没有建立索引的，会先走辅助索引找到对应的主键id，在根据主键id回表查询聚集索引找到gender的值。

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

4.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 inx_xxxx on table_name(column(n));n代表前缀长度

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。
下面是怎么选取n的方法，我们通过以下sql语句来求取指定n长度的选择：

select count(disinct subString(列名,1,5))/count(*) from table_name

下面举个例子，现在又一个user表，user表中有一个remark字段，该数据类型为text，假如我们现在需要对remark字段建立前缀索引来进行查询，但是又不能对整个字段建立索引，因为那样会占用很大的磁盘空间，user表如下：

select count(distinct subString(remark,1,2))/count(*) from user;

执行结果如下：

当n=2时选择性为0.574，
当n=3时，执行结果为1，如下：

证明我们完全就对前3个字符建立索引就可以得到很好的查询性能，不必要对整个字段建立索引，占用空间。

5.单列索引&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。
多条件联合查询1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。
创建出来的联合索引如下图所示：

在创建联合索引的时候，需要考虑字段的顺序。

---

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。
一般数据超过100万条，就要考虑建立索引的情况。
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。

---