mySql索引详解

mySql中索引类型

普通索引（key），唯一索引（unique key），主键索引（primary key），全文索引（fulltext key）

三种索引的索引方式是一样的，只不过对索引的关键字有不同的限制：

• 普通索引：对关键字没有限制
• 唯一索引：要求记录提供的关键字不能重复
• 主键索引：要求关键字唯一且不为null

主键索引和普通索引的查询有什么区别？
如果语句是select * from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；
如果语句是select * from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。
也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。
回到主键索引树搜索的过程，我们称为回表

主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

Mysql索引管理语法

查看索引：

show create table `table_name`   ---查看表创建结构 

desc 表名

表创建后添加索引

create TABLE user_index(
	id int auto_increment primary key,
	first_name varchar(16),
	last_name VARCHAR(16),
	id_card VARCHAR(18),
	information text
);

-- 更改表结构
alter table user_index
-- 创建一个first_name和last_name的复合索引，并命名为name
add key name (first_name,last_name),
-- 创建一个id_card的唯一索引，默认以字段名作为索引名
add UNIQUE KEY (id_card),
-- 鸡肋，全文索引不支持中文
add FULLTEXT KEY (information);

1.添加PRIMARY KEY（主键索引）

ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` ) 

2.添加UNIQUE(唯一索引)

ALTER TABLE `table_name` ADD UNIQUE ( `column` ) 

3.添加INDEX(普通索引)

ALTER TABLE `table_name` ADD INDEX index_name ( `column` )

4.添加FULLTEXT(全文索引)

ALTER TABLE `table_name` ADD FULLTEXT ( `column`) 

5.添加多列索引

ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )

创建表时指定索引

CREATE TABLE user_index2 (
	id INT auto_increment PRIMARY KEY, 
	first_name VARCHAR (16),
	last_name VARCHAR (16),
	id_card VARCHAR (18),
	information text,
	KEY name (first_name, last_name),
	FULLTEXT KEY (information),
	UNIQUE KEY (id_card)
);

删除索引
根据索引名删除普通索引、唯一索引、全文索引：alter table 表名 drop KEY 索引名

alter table user_index drop KEY name; 
alter table user_index drop KEY id_card;
alter table user_index drop KEY information;

删除主键索引：

alter table user_index
-- 重新定义字段（ps: 如果主键索引是自增，需要取消自增长再行删除）
MODIFY id int,
drop PRIMARY KEY

重建索引:

重建索引能将索引中的空洞去除、让索引更紧缩、占用空间变小。当索引文件过大的时候可以试试重建索引

alter table T add index(k); -- 重建普通索引:
alter table T add primary key(id); -- 重建主键索引: 

mysql索引类型(按存储结构划分)

说明：索引是存储引擎层次的东西、不同的存储引擎支持的索引类型也不同。

BTree索引

1、MySQL的BTree索引使用的是B树中的B+Tree,是大多数 MySQL 存储引擎的默认索引类型
ps:但对于主要的两种存储引擎（MyISAM和InnoDB）的实现方式是不同的。

2、因为不再需要进行全表扫描，只需要对树进行搜索即可，所以查找速度快很多。

3、除了用于查找，还可以用于排序和分组。

4、可以指定多个列作为索引列，多个索引列共同组成键。

5、适用于全键值、键值范围和键前缀查找，其中键前缀查找只适用于最左前缀查找。如果不是按照索引列的顺序进行查找，则无法使用索引

BTree和红黑树比较

红黑树等平衡树也可以用来实现索引，但是文件系统及数据库系统普遍采用 B+ Tree 作为索引结构，主要有以下两个原因

（一）更少的查找次数

平衡树查找操作的时间复杂度和树高 h 相关，O(h)=O(logdN)，其中 d 为每个节点的出度。
红黑树的出度为 2，而 B+ Tree 的出度一般都非常大，所以红黑树的树高 h 很明显比 B+ Tree 大非常多，查找的次数也就更多。

（二）利用磁盘预读特性

为了减少磁盘 I/O 操作，磁盘往往不是严格按需读取，而是每次都会预读。预读过程中，磁盘进行顺序读取，顺序读取不需要进行磁盘寻道，并且只需要很短的旋转时间，速度会非常快。

操作系统一般将内存和磁盘分割成固定大小的块，每一块称为一页，内存与磁盘以页为单位交换数据。数据库系统将索引的一个节点的大小设置为页的大小，使得一次 I/O 就能完全载入一个节点。并且可以利用预读特性，相邻的节点也能够被预先载入。

BTree索引在（MyISAM和InnoDB）的不同实现方式

MyISAM实现
B+Tree叶节点的data域存放的是数据记录的地址。在索引检索的时候，首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其 data(叶子节点) 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为非聚簇索引。

InnoDB实现

其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。这被称聚簇索引（或聚集索引)。而其余的索引都作为辅助索引，辅助索引的data域存储相应记录主键的值而不是地址，这也是和MyISAM不同的地方。在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

哈希索引

哈希索引能以 O(1) 时间进行查找，但是失去了有序性：

无法用于排序与分组；
只支持精确查找，无法用于部分查找和范围查找。
InnoDB 存储引擎有一个特殊的功能叫“自适应哈希索引”，当某个索引值被使用的非常频繁时，会在 B+Tree 索引之上再创建一个哈希索引，这样就让 B+Tree 索引具有哈希索引的一些优点，比如快速的哈希查找。

在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快。其余大部分场景，建议选择BTree索引。

全文索引

MyISAM 存储引擎支持全文索引，用于查找文本中的关键词，而不是直接比较是否相等。
查找条件使用 MATCH AGAINST，而不是普通的 WHERE。
全文索引使用倒排索引实现，它记录着关键词到其所在文档的映射。

ps:InnoDB 存储引擎在 MySQL 5.6.4 版本中也开始支持全文索引。

空间数据索引

MyISAM 存储引擎支持空间数据索引（R-Tree），可以用于地理数据存储。空间数据索引会从所有维度来索引数据，可以有效地使用任意维度来进行组合查询。

必须使用 GIS 相关的函数来维护数据。

分析索引使用情况 explain

可以通过explain selelct来分析SQL语句执行前的执行计划：

什么样的列段适合建立索引

where 条件后面使用：给where条件中的字段建立索引能提高新能
order by:给参与order by 的字段建立索引提高性能，因为 建立索引后此字段就有序了。能 极大提高新能。如果不建立索引那么全部数据都要使用外部排序效率非常低
join on:对join语句匹配关系（on）涉及的字段建立索引能够提高效率
索引覆盖:当select 查询的字段 包含在索引中那么就不需要回表。比如给 name,age 这个两个列段建立索引 然后 select name,age from user where name = ‘zs’.就能利用到覆盖索引。
or条件：一但有一边无索引可用就会导致整个SQL语句的全表扫描

注意：索引不是越多越好，索引是能提高查询新能，但是会降低增删改的新能。并且会占用跟多的磁盘空间。

语法细节（要点）

在满足索引使用的场景下（where/order by/join on或索引覆盖），索引也不一定被使用

字段要独立出现

比如下面两条SQL语句在语义上相同，但是第一条会使用主键索引而第二条、第三条不会使用到索引。

select * from user where id = 20-1;
select * from user where id+1 = 20;
select * from user where xxx(id) = 20;   --- xxx是一个函数 

多列索引

在需要使用多个列作为条件进行查询时，使用多列索引比使用多个单列索引性能更好。例如下面的语句中，最好把 actor_id 和 film_id 设置为多列索引。

SELECT film_id, actor_ id FROM sakila.film_actor WHERE
 actor_id = 1 AND film_id = 1;

like查询，不能以通配符开头

title字段建立索引，但是当我们like查不注意的时候会导致索引失效

select * from article where title like '%mysql%'; --无法使用索引全表扫描
select * from article where title like 'mysql%'; -- 能使用到索引

索引列的顺序

让选择性最强的索引列放在前面。
索引的选择性是指：不重复的索引值和记录总数的比值。最大值为 1，此时每个记录都有唯一的索引与其对应。选择性越高，查询效率也越高。

例如下面显示的结果中 customer_id 的选择性比 staff_id 更高，因此最好把 customer_id 列放在多列索引的前面。

SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity,
COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity,
COUNT(*)
FROM payment;

 staff_id_selectivity: 0.0001
customer_id_selectivity: 0.0373
               COUNT(*): 16049

前缀索引

语法：index(field(10))，使用字段值的前10个字符建立索引，默认是使用字段的全部内容建立索引。前缀索引能节省空间，但会增加查询扫描次数，并且不能使用覆盖索引；

区分度问题：前缀的区分度要高。比如密码就适合建立前缀索引，因为密码几乎各不相同。
我们可以利用select count(*)/count(distinct left(password,prefixLen));，通过从调整prefixLen的值（从1自增）查看不同前缀长度的一个平均匹配度，接近1时就可以了（表示一个密码的前prefixLen个字符几乎能确定唯一一条记录）

**倒序存储，再创建前缀索引：**用于绕过字符串本身前缀的区分度不够的问题,比如为我们要给身份证字段建立索引，但是身份证前面几位都差不多。我们主要是根据后面的几位来做区分。这时候就可以使用 倒序存储，再创建前缀索引

覆盖索引

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

索引的复用能力。因为可以支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。因此，第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

最左前缀原则

MySQL中的索引可以以一定顺序引用多列，这种索引叫作联合索引。如User表的name和city加联合索引就是(name,city)o而最左前缀原则指的是，如果查询的时候查询条件精确匹配索引的左边连续一列或几列，则此列就可以被用到。如下：

select * from user where name=xx and city=xx ; ／／可以命中索引
select * from user where name=xx ; // 可以命中索引
select * from user where city=xx; // 无法命中索引            

这里需要注意的是，查询的时候如果两个条件都用上了，但是顺序不同，如 city= xx and name ＝xx，那么现在的查询引擎会自动优化为匹配联合索引的顺序，这样是能够命中索引的.

列段重复少的放前面，多的放后面。ORDERBY子句也遵循此规

注意避免冗余索引

冗余索引指的是索引的功能相同，能够命中 就肯定能命中 ，那么 就是冗余索引如（name,city ）和（name ）这两个索引就是冗余索引，能够命中后者的查询肯定是能够命中前者的 在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。

MySQLS.7 版本后，可以通过查询 sys 库的 schemal_r dundant_indexes 表来查看冗余索引

索引下推 (5.6版本开始后)

以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

导致索引失效的场景

1.建什么索引用什么索引,顺序也最好保持一致

2.最佳左前缀索引名称命名（如字段name,age,city,则索引命名应该是nameAgeCity或者xxx_nameAgeCity,顺序很重要）

3.不在索引列上做任何操作（计算，函数，or，类型转换），会导致索引失效而转向全表扫描

4.存储引擎不能使用索引中范围条件右边的列（如name=‘lin’ and age>25 and city=‘qingdao’,则age后面的索引会实效）

5.尽量使用覆盖索引（只访问索引的查询（索引列和要查询的列一致）），减少select *

6.MySQL在使用不等于（!=或者<>）的时候无法使用索引会导致全表扫描
　　
7. is null，is not null 也无法使用索引

8.like以通配符在这（’%abc’,’%abc%’）两种情况会索引实效变成全表扫描，‘abc%‘则不会，若要’%abc’,’%abc%'不失效，建议使用覆盖索引，且查询的字段要少于索引或者与索引一致，不使用select *。如为name，age，city建了索引，请这么使用:select name或者select age,或者select city或者select name,age,city。如果select name,age,city,email则会全表扫描
　　
9.字符串不加引号索引失效，

10.少用or，用他来连接时索引会失效

11.select * from A where exists (select 1 from where b.id=A.id)#当A表的数据系小于B表时，用exists优于in

12.使用join代替子查询

索引的优点

1、大大减少了服务器需要扫描的数据行数。
2、帮助服务器避免进行排序和分组，以及避免创建临时表（B+Tree 索引是有序的，可以用于 ORDER BY 和 GROUP BY 操作。临时表主要是在排序和分组过程中创建，因为不需要排序和分组，也就不需要创建临时表）。
3、将随机 I/O 变为顺序 I/O（B+Tree 索引是有序的，会将相邻的数据都存储在一起）。

索引的使用条件

1、对于非常小的表、大部分情况下简单的全表扫描比建立索引更高效；
2、对于中到大型的表，索引就非常有效；
3、但是对于特大型的表，建立和维护索引的代价将会随之增长。这种情况下，需要用到一种技术可以直接区分出需要查询的一组数据，而不是一条记录一条记录地匹配，例如可以使用分区技术。