（八）MySQL笔记（索引）

1、索引概述

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，数据库系统还维护这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：
索引列也是要占用空间的
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，效率很低。

2、索引结构

MySQL的索引实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：
B+Tree索引：
最常见的索引类型，大部分引擎都支持B+树索引
Hash索引：
底层数据结构使用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询。
R-tree(空间索引)：
空间索引时MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text（全文索引）：
是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene,Solr,ES

索引	InnoDB	MyISAM	Memory
B+Tree索引	支持	支持	支持
Hash索引不支持	不支持	支持	支持
R-tree索引不支持	支持	不支持	不支持
Full-text	5.6版本之后支持	支持	不支持

B-Tree（多路平衡查找树）：
以一颗最大度数（max-degree）为5（5阶）的b-tree为例（每个节点最多存储4个key，5个指针）;

注：树的度数指的是一个节点的子节点个数。

B+Tree
相对于B-Tree区别
a.所有的数据都会出现在叶子节点
b.叶子节点形成一个单向链表

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，增加里一个指向相邻叶子结点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

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上。
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（页称为hash碰撞），可以通过链表来解决。

特点：
a. hash索引只能用于对等比较）（=，in），不支持范围查找（between， > ,< …）
b. 无法利用索引完成排序操作
c. 查询效率高，通常只需要一次检错就可以了，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。

注：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，这样会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，导致性能减低。
相对于Hash索引，B+Tree支持范围匹配及排序操作；

3、索引分类

主键索引：
针对于表中主键创建的索引（默认自动创建，只能有一个）
关键字：PRIMARY

唯一索引：
避免同一个表中某数据列中的值重复（可以有多个）
关键词：UNIQUE

常会索引：
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字，而不是比较索引中的值（可以有多个）
关键词：FULLTEXT

在InnoDB存储引擎中，根据索引的存储形式，又可以分为：
聚集索引：将数据存储与索引放到了一块，索引结构的叶子结点保存了行数据（必须有，而且只有一个）
二级索引: 将数据与索引分开存储，索引结构的叶子结点关联的是对应的主键（可以存在多个）

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
如果表中没有主键，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。

注：
InnoDB主键索引的B+Tree高度为多高呢？
假设：
一行数据大小为1k，一夜中可以存储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：
n8 + (n+1)6 = 161024, 算出n约为1170
117116 = 18736
高度为3：
1171117116 = 21939856

4、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;

5、SQL性能分析

SQL执行频率：
MySQL客户端连接成功后，用过show [session|global] statue 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_______’；--(及格下划线几个字符)

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_ime, 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.cnf）中配置如下信息：
slow_query_log = 1 #开启MySQL慢日志查询开关
long_query_time=2 #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

配置完成之后，通过以下指令重新启动MySQL服务器进行测试，查看慢查询日志中记录的信息/var/lib/mysql/localhost-slow.log

show variables like 'shoe_query_log';

profilez详情：
show profiles能够在做SQL优化使帮助我们了解时间否耗费到哪里去了。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/global级别开启profiling：

SET profiling = 1；

只从一系列的业务SQL的操作之后，通过如下命令查看指定的执行耗时：

--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;

explain执行计计划
EXPLAIN或DESC命令获取MySQL如何指定SELECT语句的信息，包括在SELECT语句执行过程中表图和连接和连接的顺序。
语法：

--直接在执行语句前加上关键字explain/desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;

EXPLAIN 执行计划名字段含义：
id：
select查询的序列号，表示查询中执行select字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，及不使用表连接或者子查询）
PRIMARY（主查询，及外层的查询）
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、qrq_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。

6、索引使用

验证索引效率
在为建立索引之前，执行如下SQL语句，查询SQL的耗时。
SELECT * FROM tb_sku WHERE sn = ‘100000003145001’;

针对字段创建索引
create index idx_sku_sn on tb_sku(sn);

然后再次执行相同的SQL语句，再次查看SQL的耗时。
SELECT * FROM tb_sku WHERE sn = ’100000003145001‘；

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索引的最左列开始，并且不能跳过索引中的列。如果条约某一列，索引将部分失效（后面的字段索引失效）。

索引列运算：
不要在索引列上进行运算操作，索引将失效。
字符串类型字段使用时，不加引号，索引将失效。
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。

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。

数据分布影响:
如果MySQL评估使用素银比全表更慢，则不适用索引。

SQ L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语句中加入一些认为的提示来达到优化操作的目的。
use index：
ignore index：
force index：

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*。

注：
using index condition:查找使用了索引，但是需要回表查询
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IO，影响查询效率。此时可以只将字符串的一部分前缀就，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_xxx on table_name(clumn(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，这是最好饿索引选择性，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;

单列索引与联合索引
单列索引：即一个索引只包含单个列。
连个索引：即一个索引包含了多个列
在业务场景中就，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。
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

7、索引设计原则

1）针对数据量较大，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，联合索引很多时候时可以覆盖索引，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越大，会影响增删改饿效率。
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，它可以更好的确定哪个索引最有效得用于查询。