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，数据库系统还维护着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。
索引就像是书籍的目录一样，我们可以通过目录快速查找到自己想要看的篇章，不用一页页去翻找。

1、 演示

表结构及其数据如下：
假如我们要执行的SQL语句为 ： select * from user where age = 42;

1.1、无索引的情况

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很 低。

1.2、有索引的情况

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。

此时我们在进行查询时，只需要扫描几次就可以找到数据了，极大的提高的查询的效率

注：

这里只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并

不是索引的真实结构。

2、特点

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，效率降低。

3、 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

1. B+Tree索引 ：最常见的索引类型，大部分引擎都支持 B+ 树索引。
2. Hash索引 ：底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询 。
3. R-tree(空间索引） ：空间索引是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。
4. 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 。

上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况。

注意： 我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

3.1 二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

如果主键是顺序插入的，则会形成一个单向链表，结构如下

所以，如果选择二叉树作为索引结构，会存在以下缺点：

1. 顺序插入时，会形成一个链表，查询性能大大降低。
2. 大数据量情况下，层级较深，检索速度慢。

此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数 据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：

• 大数据量情况下，层级较深，检索速度慢。

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是 B+Tree呢？

3.2 B-Tree

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储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。

特点：

1. 5阶的B树，每一个节点最多存储4个key，对应5个指针。
2. 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
3. 在B树中，非叶子节点和叶子节点都会存放数据。

3.3 B+Tree

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

我们可以看到，两部分：

1. 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
2. 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

特点：

1. 所有的数据都会出现在叶子节点。
2. 叶子节点形成一个单向链表。
3. 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的 B+Tree。

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，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

3.4 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表中。

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（也称为hash碰撞），可 以通过链表来解决。特点：

1. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...） 。
2. 无法利用索引完成排序操作 。
3. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索 引。

在MySQL中，支持hash索引的是Memory存储引擎。

而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

面试题：

为什么InnoDB存储引擎选择使用B+tree索引结构?

答案：

• 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，导致性能降低；
• 相对Hash索引，B+tree支持范围匹配及排序操作；

4、索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：

主键索引、唯一索引、常规索引、全文索引。

4.1 聚集索引&二级索引

而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

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。

聚集索引和二级索引的具体结构如下：

聚集索引的叶子节点下挂的是这一行的数据 。

二级索引的叶子节点下挂的是该字段值对应的主键值。

当我们执行如下的SQL语句时，具体的查找过程是什么样子的。

select *
from emp
where name = '金庸'

过程如下：

1、由于是根据name字段进行查询，所以先根据name='金庸'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 金庸 对应的主键值 1。

2、由于查询返回的数据是*，所以此时，还需要根据主键值1，到聚集索引中查找1对应的记录，最终找到1对应的行row。

3、最终拿到这一行的数据，直接返回即可。

回表查询：

这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取

数据的方式，就称之为回表查询。

思考题：

以下两条SQL语句，那个执行效率高? 为什么?

1、 select * from emp where id = 1 ;

2、select * from user where name = '金庸' ;

备注: id为主键，name字段创建的有索引；

4.2 索引语法

1、创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;

2、查看索引

SHOW INDEX FROM table_name ;

3、 删除索引

DROP INDEX index_name ON table_name ; 1

5、SQL性能分析

5.1 SQL执行频率

MySQL 客户端连接成功后，通过 show [session|global] status 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：

注：

1、session 是查看当前会话 ;

2、global 是查询全局数据 ;

SHOW GLOBAL STATUS LIKE 'Com_______';

Com_delete: 删除次数

Com_insert: 插入次数

Com_select: 查询次数

Com_update: 更新次数

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据

库优化提供参考依据。

如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了。

那么通过查询SQL的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。 那假 如说是以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？

次数我们可以借助于慢查询日志。

5.2 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_time，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，我们可以查看一下系统变量 slow_query_log。

SHOW variables like 'slow_query_log';

如果你没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

注：

如果大家在上面提供的位置没有找到my.cnf,可以去C:\ProgramData\MySQL\MySQL Server 8.0找my.ini,我自己就是这样的。

第一个红框就是开启MySQL慢日志查询开关 ，第二个就是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。

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试。

systemctl restart mysqld

测试：

执行如下SQL语句 ：

现在没插入什么数据：

select * from tb_user;

这次插入100w条数据,再次查询

select count(*) from tb_sku;

检查慢查询日志 ：
最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（10s）的SQL，执行较快的SQL是不会记录的。

那这样，通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

5.3 profile详情

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。

通过have_profiling参数，能够看到当前MySQL是否支持profile操作：

SELECT @@have_profiling ;

可以看到，当前MySQL是支持 profile操作的，如果开关是关闭的。可以通过set语句在

session/global级别开启profiling：

SET [session/global] profiling = 1;

开关已经打开了，接下来，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到哪儿去了。

我们直接执行如下的SQL语句：

select * from tb_user;

select * from tb_user where id = 1;

select * from tb_user where name = '白起';

select count(*) from tb_sku;

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时：

1、查看每一条SQL的耗时基本情况

show profiles;

2、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;

3、查看指定query_id的SQL语句CPU的使用情况

show profile cpu for query query_id;

查看每一条SQL的耗时情况:

查看指定SQL各个阶段的耗时情况 :

5.4  explain

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

语法：

直接在select语句之前加上关键字 explain / desc

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

Explain 执行计划中各个字段的含义:

6、索引的使用

6.1 验证索引效率

这里就做一个简单的示例，我用一张有100w数据的表，对其进行操作。

这张表中id为主键，有主键索引，而其他字段是没有建立索引的。 我们先来查询其中的一条记录，看看里面的字段情况，执行如下SQL：

select * from tb_sku where id = 50000;

可以看到即使有100w的数据,根据id进行数据查询,性能依然很快，因为主键id是有索引的。 那么接下来，我们再来根据 sn 字段进行查询，执行如下SQL：

SELECT * FROM tb_sku WHERE sn = '1000000031450050000';

我们可以看到根据sn字段进行查询，查询返回了一条数据，结果耗时 13 s 608 ms，就是因为sn没有索引，而造成查询效率很低。

那么我们可以针对于sn字段，建立一个索引，建立了索引之后，我们再次根据sn进行查询，再来看一下查询耗时情况。

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。

我们明显会看到，sn字段建立了索引之后，查询性能大大提升。建立索引前后，查询耗时都不是一个数量级的

6.2 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从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。

例如，我给t_user表创建联合索引，age,sex,status，如果我在进行查询时，最左边的列age不存在，那么索引全部失效。

而且中间不能跳过某一列，否则该列后面的字段索引将失效。

这里有一个思考题：

如果我进行sql语句编写，将age和status进行位置交换，这时候是否满足最左前缀法则？

答案：

满足，最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

注：

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。

在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。

6.3 索引失效情况

6.3.1 索引列运算

不要在索引列上进行运算操作， 索引将失效。

就例如在t_user表上，索引列是age,如果在age用AVG函数做平均值进行运算操作后，索引失效。

6.3.2  字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。

为什么呢？因为数据库存在隐式类型转换，索引将失效。

6.3.3 模糊查询

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。

就是我们在进行模糊查询的时候 '%1%' ，百分号不能在前面，这样子索引会失效，'1%',要像这样子才行。

6.3.4 or连接条件

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。

select * from tb_user where id = 10 or age = 23;

就比如上面这条语句，如果id 有索引 ，但是 age没有索引，这时候索引会失效，所以进行or查询时，最好两边的字段都建立了索引。

6.3.5 数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。

select * from tb_user where phone >= '17799990005'; 
select * from tb_user where phone >= '17799990015';

就比如上面两条语句，只是传入的值不一样，最终的执行计划也完全不一样，为什么？

因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

6.4 SQL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语句中加入一些人为的提示来达到优化操作的目的。

1、  use index ： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。

explain select * from 表名 use index(索引名) where 条件

2、 ignore index ： 忽略指定的索引。

explain select * from 表名 ignore index(索引名) where 条件

3、force index ： 强制使用索引。

explain select * from 表明 force index(索引名) where 条件

6.5 覆盖索引

尽量使用覆盖索引，减少select *。

那么什么是覆盖索引呢？ 覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 。

这就相当于，我们的表里有id,age,sex这些字段，然后 id 和 age都有索引。

如果我们在进行查询的时候 直接使用 select * ，返回全部字段，这个时候就会触发回表查询，什么回表查询？

本来我们如果只返回  age，而不是 * 号 返回全部数据，这样会走二级索引，到age字段的二级索引中进行匹配查找。在二级索引中查找到 age 对应的主键值，然后返回数据 。

如果由于查询返回的数据是*，所以此时，还需要根据主键值，到聚集索引中查找主键值对应的记录，最终找到 主键值 对应的行row。

这就需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

那遇到这种情况该如何进行优化？

那就是把没有索引的字段加上索引。

6.6 前缀索引

当字段类型为字符串（varchar，text，longtext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，建 立索引，这样可以大大节约索引空间，从而提高索引效率。

语法如下：

create index idx_xxxx on table_name(column(n)) ;

示例：
为tb_user表的email字段，建立长度为5的前缀索引。

create index idx_email_5 on tb_user(email(5));

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，这是最好的索引选择性，性能也是最好的。

select count(distinct email) / count(*) from tb_user ;

6.7 单列索引与联合索引

• 单列索引：即一个索引只包含单个列。
• 联合索引：即一个索引包含了多个列。

在业务场景中，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，而非单列索引。

因为如果，我们使用单列索引，一条查询语句，存在多个索引，MySQL只会选择其中一个，这样剩下的肯定会走回表查询降低性能的。

7、索引设计原则

1. 针对于数据量较大，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也就越大，会影响增删改的效率。
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，它可以更好地确定哪个索引最有效地用于查询。