06 | 索引的创建与设计原则

原创于 2025-06-01 13:29:09 发布 · 887 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#mysql

大数据面试专栏收录该内容

183 篇文章

订阅专栏

1 索引的声明与使用
1.1 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 2 种：聚簇索引和非聚簇索引。
按照作用字段进行划分，分成单列索引和联合索引。
小结：不同的存储引擎支持的索引类型也不一样

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 等索引
Archive：不支持 B-tree、Hash、Full-text 等索引
1.2 创建索引

创建表的时候创建索引

举例:

CREATE TABLE dept(
dept_id INT PRIMARY KEY AUTO_INCREMENT,
dept_name VARCHAR(20)
);

CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);
但是，如果显式创建表时创建索引的话，基本语法格式如下：

CREATE TABLE table_name [col_name data_type]
[UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name [length]) [ASC | DESC]
UNIQUE、 FULLTEXT 和 SPATIAL 为可选参数，分别表示唯一索引、全文索引和空间索引
INDEX 与 KEY 为同义词，两者的作用相同，用来指定创建索引
index_name 指定索引的名称，为可选参数，如果不指定，那么MySQL默认col_name为索引名
col_name 为需要创建索引的字段列，该列必须从数据表中定义的多个列中选择
length 为可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度
ASC 或 DESC 指定升序或者降序的索引值存储。
1.创建普通索引

在book表中的year_publication字段上建立普通索引，SQL语句如下:

CREATE TABLE book(
book_id INT ,
book_name VARCHAR(100),
authors VARCHAR(100),
info VARCHAR(100) ,
comment VARCHAR(100),
year_publication YEAR,
INDEX(year_publication)
);
2.创建唯一索引

举例：

CREATE TABLE test1(
id INT NOT NULL,
name varchar(30) NOT NULL,
UNIQUE INDEX uk_idx_id(id)
);
该语句执行完毕之后，使用SHOW CREATE TABLE查看表结构：

SHOW INDEX FROM test1 \G
3.主键索引

设定为主键后数据库会自动建立索引，innodb为聚簇索引，语法：

随表一起建索引：
CREATE TABLE student (
id INT(10) UNSIGNED AUTO_INCREMENT ,
student_no VARCHAR(200),
student_name VARCHAR(200),
PRIMARY KEY(id)
);
删除主键索引：
ALTER TABLE student
drop PRIMARY KEY ;
修改主键索引：必须先删除掉（drop）原索引，再新建（add）索引
1.3 删除索引

使用ALTER TABLE删除索引

ALTER TABLE 删除索引的基本语法格式如下：

ALTER TABLE table_name DROP INDEX index_name;
2. 使用DROP INDEX语句删除索引

DROP INDEX 删除索引的基本语法格式如下：

DROP INDEX index_name ON table_name;
提示：删除表中的列时，如果要删除的列为索引的组成部分，则该列也会从索引中删除。如果组成索引的所有列都被删除，则整个索引将被删除。

2 MySQL8.0索引新特性
2.1 支持降序索引
举例：分别在MySQL 5.7版本和MySQL 8.0版本中创建数据表ts1，结果如下：

CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
在MySQL 5.7版本中查看数据表ts1的结构，结果如下：

从结果可以看出，索引仍然是默认的升序。

在MySQL 8.0版本中查看数据表ts1的结构，结果如下：

从结果可以看出，索引已经是降序了。下面继续测试降序索引在执行计划中的表现。

分别在MySQL 5.7版本和MySQL 8.0版本的数据表ts1中插入800条随机数据，执行语句如下：

3 索引的设计原则
3.1 数据准备
第1步：创建数据库、创建表

CREATE DATABASE test;

USE test;

#1.创建学生表和课程表
CREATE TABLE student_info (
id INT ( 11 ) NOT NULL AUTO_INCREMENT,
student_id INT NOT NULL,
name VARCHAR ( 20 ) DEFAULT NULL,
course_id INT NOT NULL,
class_id INT ( 11 ) DEFAULT NULL,
create_time DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY ( id )
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8;

CREATE TABLE course (
id INT ( 11 ) NOT NULL AUTO_INCREMENT,
course_id INT NOT NULL,
course_name VARCHAR ( 40 ) DEFAULT NULL,
PRIMARY KEY ( id )
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8;
第2步：创建模拟数据必需的存储函数

#函数1:创建随机产生字符串函数

DELIMITER //
CREATE FUNCTION rand_string ( n INT ) RETURNS VARCHAR ( 255 ) #该函数会返回一个字符串
BEGIN
DECLARE
chars_str VARCHAR ( 100 ) DEFAULT ‘abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ’;
DECLARE
return_str VARCHAR ( 255 ) DEFAULT ‘’;
DECLARE
i INT DEFAULT 0;
WHILE
i < n DO

		SET return_str = CONCAT(
			return_str,
		SUBSTRING( chars_str, FLOOR( 1+RAND ()* 52 ), 1 ));
	
	SET i = i + 1;
	
END WHILE;
RETURN return_str;

END //
DELIMITER;

#函数2:创建随机数函数

DELIMITER //
CREATE FUNCTION rand_num ( from_num INT, to_num INT ) RETURNS INT ( 11 ) BEGIN
DECLARE
i INT DEFAULT 0;

SET i = FLOOR(
	from_num + RAND()*(
		to_num - from_num + 1 
	));
RETURN i;

END // DELIMITER;
3.2 哪些情况适合创建索引
1.字段的数值有唯一性的限制

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。（来源：Alibaba）

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。

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。比如student_info数据表（含100万条数据），假设我们想要查询 student_id=123110 的用户信息。

3.经常GROUPBY和ORDERBY的列

索引就是让数据按照某种顺序进行存储或检索，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。

4.UPDATE、DELETE 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，然后再对它进行更新删除。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。

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。

比如，我们想要查询课程表中不同的 student_id 都有哪些，如果我们没有对 student_id 创建索引，执行 SQL 语句：

SELECT DISTINCT(student_id) FROM student_info;

运行结果(600637 条记录，运行时间 0.683s ):

如果我们对 student_id 创建索引，再执行 SQL 语句：

SELECT DISTINCT(student_id) FROM student_info;

运行结果(600637 条记录，运行时间 0.010s ):

你能看到 SQL 查询效率有了提升，同时显示出来的 student_id 还是按照递增的顺序进行展示的。这是因

为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。

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。比如 course_id 在 student_info 表和 course 表中都为 int(11) 类型，而不能一个为 int 另一个为 varchar 类型。举个例子，如果我们只对student_id 创建索引，执行 SQL 语句：

SELECT course_id, name, student_info.student_id, course_name FROM student_info JOIN course
ON student_info.course_id = course.course_id
WHERE name = ‘462eed7ac6e791292a79’;
运行结果(1 条数据，运行时间 0.189s ):

这里我们对 name 创建索引，再执行上面的 SQL 语句，运行时间为 0.002s 。

7.使用列的类型小的创建索引

8.使用字符串前缀创建索引

创建一张商户表，因为地址字段比较长，在地址字段上建立前缀索引

create table shop(address varchar(120) not null);

alter table shop add index(address(12));
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？

先看一下字段在全部数据中的选择度：

select count(distinct address) / count(*) from shop;

通过不同长度去计算，与全表的选择性对比：

公式：

count(distinct left(列名, 索引长度)) / count(*)

例如：

select
count(distinct left(address,10)) / count() as sub10, – 截取前10个字符的选择度
count(distinct left(address,15)) / count() as sub11, – 截取前15个字符的选择度
count(distinct left(address,20)) / count() as sub12, – 截取前20个字符的选择度
count(distinct left(address,25)) / count() as sub13 – 截取前25个字符的选择度
from shop;
引申另一个问题：索引列前缀对排序的影响

拓展：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(distinctleft(列名,索引长度))/count(*) 的区分度来确定。

9.区分度高（散列性高）的列适合作为索引

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。

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

3.3 限制索引的数量
3.4 哪些情况不适合创建索引
1.在where条件中使用不到的字段，不要设置索引

2.数据量小的表最好不要使用索引

举例：

创建表1

CREATE TABLE t_without_index(
a INT PRIMARY KEY AUTO_INCREMENT,
b INT
);

#创建存储过程
DELIMITER //
CREATE PROCEDURE t_wout_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 900
DO
INSERT INTO t_without_index(b) SELECT RAND()*10000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER ;

#调用
CALL t_without_index();

创建表2

CREATE TABLE t_with_index(
a INT PRIMARY KEY AUTO_INCREMENT,
b INT,
INDEX idx_b(b)
);

创建存储过程2

DELIMITER //
CREATE PROCEDURE t_with_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 900
DO
INSERT INTO t_with_index(b) SELECT RAND()*10000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER ;

#调用
CALL t_with_insert();

查询对比

mysql> select * from t_without_index where b = 9879;
±-----±-----+
|a|b|
±-----±-----+
| 1242 | 9879 |
±-----±-----+
1 row in set (0.00 sec)

mysql> select * from t_with_index where b = 9879;
±----±-----+
|a|b|
±----±-----+
| 112 | 9879 |
±----±-----+
1 row in set (0.00 sec)
你能看到运行结果相同，但是在数据量不大的情况下，索引就发挥不出作用了。

结论：在数据表中的数据行数比较少的情况下，比如不到 1000 行，是不需要创建索引的。

3.有大量重复数据的列上不要建立索引

举例1：要在 100 万行数据中查找其中的 50 万行（比如性别为男的数据），一旦创建了索引，你需要先访问 50 万次索引，然后再访问 50 万次数据表，这样加起来的开销比不使用索引可能还要大。

举例2：假设有一个学生表，学生总数为 100 万人，男性只有 10 个人，也就是占总人口的 10 万分之 1。

学生表 student_gender 结构如下。其中数据表中的 student_gender 字段取值为 0 或 1，0 代表女性，1 代表男性。

CREATE TABLE student_gender(
student_id INT(11) NOT NULL,
student_name VARCHAR(50) NOT NULL,
student_gender TINYINT(1) NOT NULL,
PRIMARY KEY(student_id)
)ENGINE = INNODB;
如果我们要筛选出这个学生表中的男性，可以使用：

SELECT * FROM student_gender WHERE student_gender = 1

运行结果(10 条数据，运行时间 0.696s ):

结论：当数据重复度大，比如高于 10% 的时候，也不需要对这个字段使用索引。

4.避免对经常更新的表创建过多的索引

5.不建议用无序的值作为索引

例如身份证、UUID（在索引比较时需要转为ASCII，并且插入时可能造成页分裂）、MD5、HASH、无序长字符串等。

删除不再使用或者很少使用的索引

7.不要定义冗余或重复的索引

1）冗余索引

举例：建表语句如下

CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
KEY idx_name (name(10))
);
我们知道，通过 idx_name_birthday_phone_number 索引就可以对 name 列进行快速搜索，再创建一个专门针对 name 列的索引就算是一个冗余索引，维护这个索引只会增加维护的成本，并不会对搜索有什么好处。

2）重复索引

另一种情况，我们可能会对某个列重复建立索引，比方说这样：

CREATE TABLE repeat_index_demo (
col1 INT PRIMARY KEY,
col2 INT,
UNIQUE uk_idx_c1 (col1),
INDEX idx_c1 (col1)
);
我们看到，col1 既是主键、又给它定义为一个唯一索引，还给它定义了一个普通索引，可是主键本身就会生成聚簇索引，所以定义的唯一索引和普通索引是重复的，这种情况要避免。