数据库索引的知识点，你所需要了解的都在这儿了

前言

数据库索引，相信大家都不陌生吧。

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。作为辅助查询的工具，合理的设计索引能很大程度上减轻db的查询压力，db我们都知道，是项目最核心也是最薄弱的地方，如果压力太大很容易产生故障，造成难以预计的影响。所以，不管是日常开发还是面试，索引这一块知识体系都是必须掌握的。

当然，虽说是必须掌握，但索引的知识点很多，很多初学者经常会遗漏，这也是我为什么想写这篇知识点总结的原因，既是给读者的分享，也是给自己一次全面的复习，希望对你们有所帮助。

好了，废话不多说，进入正题。
 

首先声明一下，本文索引的知识点全部是基于MySQL数据库

索引的优缺点

优点：

1.大大加快数据的查询速度

2.唯一索引可以保证数据库表每一行的唯一性

3.加速表连接时间

缺点：

1.创建、维护索引要耗费时间，所以，索引数量不能过多。

2.索引是一种数据结构，会占据磁盘空间。

3.对表进行更新操作时，索引也要动态维护，降低了维护速度

索引的类型

索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，所以这里也就引入了索引模型的概念。这里介绍三种常用于索引的数据结构，分别是哈希表、有序数组和搜索树。

哈希索引

哈希表，也称散列表，主要设计思想是通过一个哈希函数， 把关键码映射的位置去寻找存放值的地方 ，读取的时候也是直接通过关键码来找到位置并存进去，这种数据结构的平均查找复杂度为O(1)。

比如我们维护一张身份证信息和用户姓名的表，需要根据身份证号查询姓名，哈希索引大概是这样的：

 

这种索引结构优点在于随机添加或删除单个元素的效率高，缺点在于哈希表中的元素并不一定按顺序排列，所以如果想做区间查询的话是很慢的，

假设我想查找图中身份证号在[ID_card_n1, ID_card_n3]这个区间的所有用户的话，就必须全部扫描一遍了。

所以，哈希表这种结构适用于只有等值查询的场景

有序数组索引

有序数组索引在等值查询和区间查询场景中的效率都很高，还是拿上面的图做例子，用有序数组实现的话是这样子的：

 数组的元素按身份证号有序排列，要查询数据的时候，使用二分法就可以快速得到，时间复杂度为O(logN)，而且，因为是有序排列，查询某个区间内的数据也是非常的快。

当然，有序数组的缺点也很明显，就跟ArrayList一样，虽然搜索快，但添加删除元素都有可能要移动后面所有的元素，这是数组的天然缺陷。所以，有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口信息，这类不会再修改的数据。

搜索树索引

说到搜索树，我们最熟悉的应该就是二叉搜索树了，二叉搜索树的特点是每个结点的左儿子小于父结点，父结点又小于右儿子，并且左右子树也分别为二叉搜索树，平均时间复杂度是O(log2(n))。

 

它既有链表的快速插入与删除操作的特点，又有数组快速查找的优势，同时，因为本身二叉搜索树是有序的，所以也支持范围查找

这么说起来，其实二叉搜索树来做索引好像也是个不错的选择，其实不然

首先我们要明确的一点是，这棵树是存在于磁盘中，每次我们都要从磁盘中读取出相应的结点，然而二叉搜索树的结点在文件中是随机存放的，所以可能读取一个结点就需要一个磁盘IO，恰恰二叉搜索树都会比较高，如一棵一百万个元素的平衡二叉树就有十几层高度了，也就是大部分情况下检索一次数据就需要十几次磁盘IO，这个代价太高了，所以一般二叉搜索树也不会被用来作索引。

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块，也就是说，尽可能的让树的高度变低，也就是用多路搜索树，而InnoDB存储引擎使用的就是这种多路搜索树，也就是我们常说的B+树。

InnoDB的索引结构

InnoDB是MySQL中最常用的搜索引擎，它的索引底层结构用的就是B+树，所有的数据都是存储在B+树中的。每一个索引在InnoDB中对应一颗B+树。

 

B+树的特点是：

• 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
• 所有的中间结点元素都同时存在于子结点，在子结点元素中是最大（或最小）元素。

这种结构有两个优点：

• 可以使得单一结点存储更多的元素，除了叶子结点，其他的结点只是包含了键，没有保存值，这样的话，树的高度就能有效降低，从而减少查询的IO次数；
• 同时，因为叶子结点包含了下个叶子结点的指针，所以范围查询的时候如果搜索到第一个叶子结点的话，就能根据指针指向查询后面的数据，不用再从根结点遍历了。这也是为什么很多大神建议表的主键设计成自增长的好，因为这样范围查询能提高效率
   

索引的分类

按照结构来分的话，数据库索引可以分为聚簇索引和非聚簇索引。

聚簇索引，也叫聚集索引，就是按照每张表的主键构造一颗B+树，同时叶子结点中存放的就是整张表的行记录数据，简单点说，就是我们常说的主键索引。在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找。

非聚簇索引，也叫非聚集索引，二级索引。这种索引是将数据与索引分开存储，索引结构的叶子结点指向了数据对应的位置。

聚簇索引

InnoDB使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上，我们先假设一张用户表，这张表包含了id，name，company几个字段，

用图片表示InnoDB的索引结构大概是这样：

 

从图中就可以看出，如果我们使用"where id = 14"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶结点，之后获得行数据。

若对Name列进行条件搜索，则需要两个步骤：第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据**。（**重点在于通过其他键需要建立辅助索引）

这是聚簇索引的结构，而非聚簇索引的代表是MyISM，这也是MySQL中常见的搜索引擎。

非聚簇索引

非聚簇索引的两棵B+树看上去没什么不同，结点的结构完全一致只是存储的内容不同而已，主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。索引本身不存储数据，数据存储在独立的地方，这两颗B+树的叶子节点都使用一个地址指向真正的表数据。

 

看上去，好像非聚簇索引的效率要高于聚簇索引，因为不用查两次B+树，那为什么最常用的InnoDB引擎还要用这种存储结构呢？它本身的优势在哪？

1、聚簇索引中，由于行数据和叶子结点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把页加载到了Buffer中，再次访问的时候，会在内存中完成访问，不必访问磁盘。这样主键和行数据是一起被载入内存的，找到叶子节点就可以立刻将行数据返回了，所以，如果按照主键Id来组织数据，获得数据更快。

2、辅助索引使用主键作为"指针"而不是使用地址值作为指针的好处是，减少了当出现行移动或者数据页分裂时辅助索引的维护工作**，使用主键值当作指针会让辅助索引占用更多的空间，换来的好处是InnoDB在移动行时无须更新辅助索引中的这个"指针"。**也就是说行的位置（实现中通过16K的Page来定位）会随着数据库里数据的修改而发生变化（前面的B+树节点分裂以及Page的分裂），使用聚簇索引就可以保证不管这个主键B+树的节点如何变化，辅助索引树都不受影响。

3、聚簇索引适合用在排序、范围查询，非聚簇索引不适合。

覆盖索引

说到辅助索引，我们还可以延伸出另一种特别的索引，就是覆盖索引。

上面说了，聚簇索引中访问数据要经过二次查找，就是先找到辅助键的叶子结点，得到主键对应的结点后再用主键索引查询数据，这样还是比较慢的，其实，如果我们所需的字段第一次查找就能获取到的话，就不用再二次查找主键了，也就是不用“回表”。

就还是上面那张表有三个字段id，name，company的表来说，我给name加了索引，在查询数据的时候，我就这么写语句：

select name from user where name like '张%';

因为我们的语句走了索引，并且返回的字段在叶子结点都存在，查询的时候就不会回表了，多好啊~~

所以，如果所需的字段刚好是索引列的话，尽量用这种查询方式，不要用select *这种语句。

索引种类

前面说的索引分类是按照结构来分，如果按作用范围来分的话，索引还可以分为以下几种：

普通索引：这是最基本的索引类型，没唯一性之类的限制。

CREATE INDEX INDEX_NAME ON TABLE_NAME(PROPERTY_NAME)

唯一性索引：和普通索引基本相同，但所有的索引列只能出现一次，保持唯一性。

CREATE UNIQUE INDEX INDEX_NAME ON TABLE_NAME(PROPERTY_NAME)

主键：跟唯一索引一样，不能有重复的列，但本质上，主键不能算是索引，而是一种约束，必须指定为"PRIMARY KEY"。它跟唯一索引的区别在于：

• 主键创建后一定包含一个唯一性索引，唯一性索引并不一定就是主键。
• 唯一性索引列允许空值，而主键列不允许为空值。
• 主键列在创建时，已经默认为空值 + 唯一索引了。
• 主键可以被其他表引用为外键，而唯一索引不能。
• 一个表最多只能创建一个主键，但可以创建多个唯一索引。
• 主键更适合那些不容易更改的唯一标识，如自动递增列、身份证号等。

全文索引：全文索引的索引类型为FULLTEXT，可以在VARCHAR或者TEXT类型的列上创建。在MySQL5.6以前的版本，只有 MyISAM 存储引擎支持全文索引，5.6及之后的版本，MyISAM 和 InnoDB 存储引擎均支持全文索引。

CREATE FULLTEXT INDEX INDEX_NAME ON TABLE_NAME(PROPERTY_NAME)

联合索引：联合索引其实不是一种索引分类，就是包含多个字段的普通索引，比如有个联合索引为index(a，b)，查找的时候可以用 a and b 作为条件，

最左匹配原则

联合索引中，最左优先，以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(>、<、between、like)就会停止匹配。

就像上面说的index(a，b)或者是a单独作为查询条件都会走索引，但是如果是单独用 b 做查询条件就不会走索引了

或者是如果建立(a,b,c,d)顺序的索引的话，用a = 1 and b = 2 and c > 3 and d = 4这样的语句搜索，d是用不到索引的，因为c字段是一个范围查询，它之后的字段会停止匹配。

索引什么时候会失效

1、索引列用函数或表达式，比如这种

select * from test where num + 1 = 5

MySQL无法解析这种方程，这完全是用户的行为，应该把索引列当成独立的列，这样索引才会生效。

2、存在NULL值条件

select * from user where user_id is not null;

我们在设计数据库表时，应该尽力避免NULL值出现，如果数据有为空的情况可以给一个默认值，比如数值型的可以给0、-1，字符类型的可以给空字符串。

3、用or表达式作为条件，有一个列没有索引，那么其它列的索引将不起作用

select * from user where user_id = 700 or user_name = "老薛";

像这种，如果user_id有加索引，而user_name没有的话，那么执行的时候user_id的索引也是失效的，这也是为什么开发中尽量少用or的原因，除非是两个字段都加了索引。

4、列与列对比，某个表中，有两列（id和c_id）都建了单独索引，下面这种查询条件不会走索引

select * from test where id = c_id;

5、数据类型的转换。如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不使用索引

create index `idx_user_name` ON user(user_name)
select * from user where user_name = 123;

像上面这种，虽然给user_name建立了索引，但查询的时候条件没有当成字符串，这样的话就不会走索引。

6、NOT条件

当查询条件为非时，索引定位就困难了，执行计划此时可能更倾向于全表扫描，这类的查询条件有：<>、NOT、in、not exists

select * from user where user_id<>500;
select * from user where user_id in (1,2,3,4,5);
select * from user where user_id not in (6,7,8,9,0);
select * from user where user_id exists (select 1 from user_record where user_record.user_id = user.user_id);

7、like查询是以%开头

当使用模糊搜索时，尽量采用后置的通配符，例如要查姓张的人，可以用user_name like ‘张%’，这样走索引时，可以从前面开始匹配索引列，但如果是这样user_name like ‘%张’，那么就会走全表扫描的方式

8、多列索引，遵循最左匹配原则，这个上面说了

什么时候该用索引

前面说了，索引虽然能加快查询速度，但本身也会占用空间，所以，索引的创建并不是越多越好，为了使索引能有效应用，我们要把索引留给最有用的查询字段，一般来说，应该在这些字段上创建索引：

• 主键字段，这不用多说了吧；
• 经常需要搜索的列，比如where条件经常用到的字段；
• 其他表的外键字段，作为连接表的条件字段，可以有效加快连表查询速度；
• 查询中作为排序、统计或者是分组的字段；

同样，对于有些字段不应该创建索引，这些列包括

• 频繁更新的字段不适合创建索引，因为每次更新不单单是更新记录，还会更新索引，保存索引文件
• where条件里用不到的字段，不创建索引；
• 表记录太少，不需要创建索引；
  对于那些定义为text，image类型的列不应该增加索引。这是因为，这些列的数据量要么相当大，要么取值很少，不利于使用索引；
• 数据重复且分布平均的字段，因此为经常查询的和经常排序的字段建立索引。注意某些数据包含大量重复数据，这种字段建立索引就没有太大的效果，例如性别字段，只有男女，不适合建立索引。

explain关键字

explain是MySQL的关键字，通过该关键字我们可以查看搜索语句的性能。

 

这是查询表的数量，一共有三千多万行，这么多的数据，我们搜索的时候肯定要用到索引才行，至于索引是否会生效，我们也可以通过该关键字来看下

 

看，搜索的条数瞬间降到了16条，走的索引是 index_user_id，证明我们的索引是生效的。

关于explain的几个重要参数，我们有必要了解一些：

id：查询的序列号

select_type：查询的类型，主要是区别普通查询和联合查询、子查询之类的复杂查询。

type：

type显示的是访问类型，是较为重要的一个指标，结果值从好到坏依次是：

system > const > eq_ref > ref >fulltext > ref_or_null > index_merge > unique_subquery >index_subquery > range > index > ALL

System效率最高，ALL的话已经是全表扫描了，一般来说，查询至少要达到range级别。

key：

显示MySQL实际决定使用的键。如果没有索引被选择，键是NULL。

key=primary的话，表示使用了主键；

key=null表示没用到索引。

possible_keys：

指出MySQL能使用哪个索引在该表中找到行。如果是空的，没有相关的索引。这时要检查语句中是不是有什么情况导致索引失效。

rows：

表示执行计划中估计扫描的行数，是个估计值。

Extra：

• 如果是Only index，这意味着信息只用索引树中的信息检索出的，这比扫描整个表要快。

• 如果是where used，就是使用上了where限制。

• 如果是impossible where 表示用不着where，一般就是没查出来啥。

• 出现using index就说明我们的索引是生效的。

总结

好了，索引的知识点就介绍到这了，最后总结一下索引的注意事项吧。

1、索引要根据表数据的使用情况来创建，不能创建太多，一般一张表不建议超过6个索引字段

2、好刀要用在刀刃上，经常用于查询，没多少重复数据，搜索行数不超过表数据量4%的字段用索引的效果比较好

3、创建联合索引要注意最左匹配原则，切记，最左边的字段是必传字段，这点我他妈就吃过大亏

4、查询语句要用explain执行计划来查看性能。