【MySQL数据库笔记 - 进阶篇】（二）索引

二、索引

1. Linux Ubuntu中安装MySQL

第一步：查询msql版本

sudo apt search mysql-server

第二步：安装mysql

sudo apt install mysql-server -y

第三步：查看使用进程服务

sudo service --status-all

第四步：查看mysql状态

sudo service mysql status

第五步：直接打开mysql

sudo mysql

第六步：查看所有数据库

show databases;

2. 索引概述

介绍

索引是帮助 MySQL高效获取数据的数据结构（有序）。

演示

注意： 下图中的二叉树索引结构只是一个示意图，并不是真实的索引结构。

优缺点

3. 索引结构

分类

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结构，主要包含以下几种：

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。

B-Tree（多录平衡查找树）

以一颗最大度数（max-degree）为 5（5 阶）的 b-tree 为例（每个结点最多存储 4 个 key ，5 个指针）：

提示：树的度数指的是一个结点的子节点个数。

B+Tree

以一颗最大度数（max-degree）为 4（4 阶）的 b+tree 为例

相对于 B-Tree 区别：

① 所有的数据都会出现在叶子结点。

② 叶子结点形成一个单向链表。

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，增加了一个指向相邻叶子结点的链表指针，就形成了带有顺序指针的 B+Tree ，提高区间访问的性能。

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。

Hash 索引特点

• Hash 索引只能用于对等比较（= ，in），不支持范围查询（between ，> ，< ，…）。
  
• 无法利用索引完成排序操作。
  
• 查询效率高，通常只需要一次索引就可以了，效率通常要高于 B+tree 索引。
  

存储引擎支持

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

思考（面试题）

为什么 InnoDB 存储引擎选择使用 B+tree 索引结构？

相对于二叉树，层级更少，搜索效率高。

相对 B-tree ，无论是叶子结点还是非叶子结点，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，要同样保存大量的数据，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

分类

在 InnoDB 存储引擎中，根据引擎的存储形式，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。

案例

select * from user where name = 'Arm';

通过二级索引找到对应的值，然后再到聚集索引，这样的操作被称为回表查询。

思考

（1）以下 SQL 语句，哪个执行效率高？为什么？

-- id为主键，name字段创建的索引
select * from user where id = 10;
select * from user where name = 'Arm';

答案： 第一行 id 查询的执行效率更高，因为它只用通过一次查询即可找到对应的值，而 name 查询需要通过回表查询操作，效率是不及 id 查询的。

（2）InnoDB 主键索引的 B+tree 高度为多高呢？

假设： 一行数据大小为 1k ，一页中可以存储 16 行这样的数据。InnoDB 的指针占用 6 个字节的空间，主键假设为 bigint ，占用字节数为 8 。

高度为 2 ： n ∗ 8 + ( n + 1 ) ∗ 6 = 16 ∗ 1024 n*8+(n+1)*6=16*1024n∗8+(n+1)∗6=16∗1024 ，其中 n 指代当前结点存储 key 的数量且 n+1 指代指针的数量，算出 n 约为 1170 即有 1170 个 key 和 1171 个指针，故大概能存储的数据量为 1171 ∗ 16 = 18736 1171*16=187361171∗16=18736 。

高度为 3 ： 大概能存储的数据量为 1171 ∗ 1171 ∗ 16 = 21939856 1171*1171*16=219398561171∗1171∗16=21939856 ，因为 1171 个指针指向的每个结点又有 1171 个指针指向下面的数据。

5. 索引语法

创建索引

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

查看索引

SHOW INDEX FROM table_name;

删除索引

DROP INDEX index_name ON table_name;

案例

按照下列需求，完成索引的创建：

1.name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引。

2.phone 手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。

3.为 profession 、age 、status 创建联合索引。

4.为 email 建立合适的索引来提升查询效率。

需求一

name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引。

修改前：

进行操作：

create index idx_user_name on tb_user(name);

操作后：

需求二

phone 手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。

进行操作：

create unique index idx_user_phone on tb_user(phone);

操作后：

需求三

为 profession 、age 、status 创建联合索引。

进行操作：

create index idx_user_pro_sta on tb_user(profession,age,status);

操作后：

需求四

为 email 建立合适的索引来提升查询效率。

进行操作：

create index idx_user_email on tb_user(email);

操作后：

再删除它：

drop index idx_user_email on tb_user;

6. SQL性能分析

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 、DELETE 、SELECT 的访问频次：

SHOW GLOBAL STATUS LIKE 'Com_______';

案例

每一个下划线代表一个字符，下面是 7 个下划线。我们可以通过查询 SQL 的执行频次来判断该数据库是以什么操作为主，从而可以针对数据库进行性能的优化。

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，需要在 MySQL 的配置文件（/etc/my.cnf）中配置如下信息：

# 开启MySQL慢日志查询开关
slow_query_log = 1
# 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
long_query_time = 2

profile详情

show profiles 能够在左 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;

默认 profiling 是关闭的，可以用过 set 语句在 session/global 级别开启 profiling ：

SET profiling = 1;

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：

# 查看每一条SQL的耗时基本情况
show profiles;
# 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query_id;
# 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query_id;

explain执行计划

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
EXPALIN SELECT 字段列表 FROM 表名 WHERE 条件;

EXPALIN 执行计划各字段含义：

id

select 查询的序列号，表示查询中执行 select 字句或者是操作表的顺序（若 id 相同，执行顺序从上到下；若 id 不同，值越大，越先执行）。

select_type

表示 SELECT 的类型，常见的取值有 SIMPLE（简单表，即不使用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE 之后包含了子查询）等。

type

表示连接类型，性能由好到差的连续类型为 NULL 、system 、const 、eq_ref 、ref 、range 、index 、all 。

possible_key

显示可能应用在这张表上的索引，一个或多个。

key

实际使用的索引，如果为 NULL ，则没有使用索引。

Key_len

表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。

rows

MySQL 认为必须要执行查询的行数，在 innodb 引擎的表中，是一个估计值，可能并不是准确的。

filtered

表示返回结果的行数站需读取行数的百分比，filtered 的值越大越好。

7. 索引使用

验证索引效率

在未建立索引之前，执行如下 SQL 语句，查看 SQL 的耗时。

SELECT * FROM tb_sku WHERE sn = '100000003145001';

针对字段创建索引：

create index idx_sku_sn on tb_sku(sn);

然后再执行相同的 SQL 语句，再次查看 SQL 的耗时。

SELECT * FROM tb_sku WHERE sn = '100000003145001';

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，索引将部分失效（后面的字段索引失效）。

-- 全都生效
explain select * from tb_user where profession='软件工程' and age=31 and status='0';
-- 全部生效
explain select * from tb_user where profession='软件工程' and age=31;
-- 全部生效
explain select * from tb_user where profession='软件工程';
-- 全部失效，因为少了最左列profession
explain select * from tb_user where age=31 and status='0';
-- 全部失效，因为少了最左边的profession和age
explain select * from tb_user where status='0';

范围查询

联合索引中，出现范围查询（> ，<），范围查询右侧的列索引失效。如果想避免失效，尽量使用 >= 和 <= 。

-- status失效
explain select * from tb_user where profession='软件工程' and age>30 and status='0';
-- 全部生效
explain select * from tb_user where profession='软件工程' and age>=30 and status='0';

索引失效情况

索引列运算

不要在索引列上进行运算操作，索引将失效。

-- 索引失效
explain select * from tb_user where substring(phone,10,2)='15';

字符串不加引号

字符串类型字段使用时，不加引号，索引失效。

-- 索引失效
explain select * from tb_user where phone=17799990015;

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。

-- 索引生效
explain select * from tb_user where profession like '软件%';
-- 索引失效
explain select * from tb_user where profession like '%工程';

or 连接的条件

用 or 分割开的条件，如果 or 前的条件中的列有索引，而后面的列没有索引，那么涉及的索引都不会被用到。

-- 由于age没有索引，所以即使id、phone有索引，索引也会失效
explain select * from tb_user where id=10 or age=23;
explain select * from tb_user phone='17799990017' or age=23;

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。

-- 全表扫描
select * from tb_user where phone >= '17799990005';
-- 使用索引
select * from tb_user where phone >= '17799990015';

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。

use index： 建议用该索引

explain select * from tb_user use index(idx_user_pro) where profession='软件工程'；

ignore index： 忽略该索引

explain select * from tb_user ignore index(idx_user_pro) where profession='软件工程';

force index： 强制用该索引

explain select * from tb_user force index(idx_user_pro) where profession='软件工程';

覆盖索引

尽量使用覆盖索引（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），减少 select * 。

-- 没有回表
explain select id,profession from tb_user where profession='软件工程' and age=31 and status='0';
explain select id,profession,age,status from tb_user where profession='软件工程' and age=31 and status='0';
-- 回表查询，name字段需要回表
explain select id,profession,age,status,name from tb_user where profession='软件工程' and age=31 and status='0';
explain select * from tb_user where profession='软件工程' and age=31 and status='0';

提示：

using index condition ：查找使用了索引，但是需要回表查询数据。

using where; using index ：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。

案例

-- 只用到了聚集索引
select * from tb_user where id=2;
-- 只用到了辅助索引
select id,name from tb_user where name='Arm';
-- gender需要进行回表查询
select id,name,gender from tb_user where name='Arm';

思考

一张表，有四个字段（id,username,password,status），由于数据量大，需要对以下 SQL 语句进行优化，该如何进行才是最优方案：

select id,username,password from tb_user where username='itcast'

答案： 应该对 id 和 password 建立联合索引，这样就不用进行回表查询了。

前缀索引

当字段类型为字符串（varchar ，text 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。此时可以只讲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

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

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，索引选择性越高则效率越高，唯一索引的选择性为 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;
select count(distinct substring(email,1,5))/count(*) from tb_user;
create index idx_email_5 on tb_user(email(5));

案例

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。

单列索引情况：

explain select id,phone,name from tb_user where phone='17799990010' and name='韩信';

注意： 多条件联合查询时，MySQL 优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。

联合索引情况：

create unique index idx_phone_name on tb_user(phone,name);

8. 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，它可以更好的确定哪个索引最有效地用于查询。