数据库索引

内容来源：https://github.com/Snailclimb/JavaGuide

一、为什么要使用索引

• 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性
• 可以大大加快数据的检索速度（大大减少检索的数据量），这也是创建索引的最主要原因
• 帮助服务器避免排序和临时表
• 将随机IO变为顺序的IO
• 可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别的有意义

二、为什么不对表中的每一个列创建一个索引

• 当对表中的数据进行增、删、改时，索引也要动态的维护，这样就降低了数据的维护速度
• 索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大
• 创建索引和维护索引要消耗时间，这种时间随着数据量的增加而增加

三、索引是如何提高查询速度的

• 将无序的数据变成相对有序的数据（就像查目录一样）

四、使用索引的注意事项

• 在经常需要搜索的列上，可以加快搜索的速度

• 在经常使用where子句中的列上面创建索引，加快条件的判断速度

• 在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间

• 对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引

• 在经常用在连接的列上，这些列主要是一些外键，可以加快连接的速度

• 避免where子句中对字段施加函数，这会造成无法命中索引

• 在使用InnoDB时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键

• 将打算加索引的列设置为NOT NULL，否则将导致引擎放弃使用索引而进行全表扫描

• 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗，MySQL 5.7可以通过查询sys库的chema_unused_indexes视图来查询哪些索引从未被引用

• 在使用limit offset查询缓慢时,可以借助索引来提高性能

五、MySQL索引主要使用的两种数据结构

哈希索引

对于哈希索引来说，底层的数据结构就是哈希表，因此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

BTree索引

MySQL的BTree索引使用的是B树中的B+Tree。但对于主要的两种存储引擎（MyISAM和InnoDB）的实现方式是不同的

六、MyISAM和InnoDB实现BTree索引方式的区别

MyISAM

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搜索算法搜索引擎，如果指定的key存在，则取出其data域的值，然后以data域的值为地址读取响应的数据记录。这被称为“非聚簇索引”。

InnoDB

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。这被称为“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，在走一遍主索引。 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。 PS：整理自《Java工程师修炼之道》

七、覆盖索引

1、什么是覆盖索引

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称
之为“覆盖索引”。我们知道在InnoDB存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次。这样就会比较慢
覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！

2、覆盖索引使用实例

现在我创建了索引(username,age)，在查询数据的时候：select username , age from user where username = ‘Java’ and age = 22。要查询出的列在叶子节点都存在！所以，就不用回表。

八、选择索引和编写利用这些索引的查询的3个原则

• 单行访问是很慢的。特别是在机械硬盘存储中(SSD的随机I/O要快很多，不过这一点仍然成立）。如果服务器从存储中读取一个数据块只是为了获取其中一行，那么就浪费了很多工作。最好读取的块中能包含尽可能多所需要的行。使用索引可以创建位置引，用以提升效率。
• 按顺序访问范围数据是很快的，这有两个原因。第一，顺序I/0不需要多次磁盘寻道，所以比随机I/O要快很多（特别是对机械硬盘）。第二，如果服务器能够按需要顺序读取数据，那么就不再需要额外的排序操作，并且GROUPBY查询也无须再做排序和将行按组进行聚合计算了。
• 索引覆盖查询是很快的。如果一个索引包含了查询需要的所有列，那么存储引擎就不需要再回表查找行。这避免了大量的单行访问，而上面的第1点已经写明单行访问是很慢的。