文章目录

• 一、索引概述
• • 介绍
  • 演示
  • 优缺点
  • 二、索引结构
  • • 二叉树
    • B-Tree (多路平衡查找树)
    • B+Tree
    • Hash
    • 三、索引分类
    • 四、索引语法
    • 五、SQL性能分析
    • • SQL执行频率
      • 慢查询日志
      • profile详情
      • 索引使用原则
      • • 验证索引效率
        • 最左前缀法则
        • 索引列运算
        • 字符串不加引号
        • 模糊查询
        • or连接的条件
        • 数据分布影响
        • .SQL提示
        • • 覆盖索引
          • 前缀索引
          • 单列索引与联合索引
          • 总结

            ---

            一、索引概述

            介绍

            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。

            

            演示

            备注:上述二叉树索引结构的只是一个示意图，并不是真实的索引结构。

            优缺点

            

            二、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结构，主要包含以下几种;

            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。

            二叉树

            二叉树缺点:顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

            红黑树:大数据量情况下，层级较深，检索速度慢。

            B-Tree (多路平衡查找树)

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

            

            知识小贴士:树的度数指的是一个节点的子节点个数。

            插入100 65169 368 900 556 780 352151200 234 888158 90 1000 88 120 268250数据为例。

            具体动态变化的过程可以参考网站: https://www.cs.usfca.edu/~galles/visualization/BTree.html

            B+Tree

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

            

            插入10065169 368 900 55678035 2151200 234 888 158 90 1000 88 120268250数据为例。

            相对于B-Tree区别:

            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
            

            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。

            

            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

            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，通常只需要一次检索就可以了，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。

            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;
            • 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;

              三、索引分类

              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。

                

                思考题

                1．以下SQL语句，那个执行效率高?为什么?

                select * from user where id =10;

                select * from user where name = ‘Arm’;

                备注: id为主键，name字段创建的有索引;

                根据id查询>name查询

                lnnoDB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，主键即使为bigint，占用字节数为8。

                高度为2:

                n * 8+(n +7)6=161024，算出n约为1170

                117116= 18736

                高度为3:

                7171 1171* 16= 21939856

                四、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 ;
                

                按照下列的需求，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。

                CREATE INDEX idx_user_name ON tb_user(name);
                CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);
                CREATE INDEX idx_user_pro_aye_sta ON tb_user(profession,age,status);
                CREATE INDEX idx_email ON tb_user(email);
                

                五、SQL性能分析

                SQL执行频率

                MySQL客户端连接成功后，通过show [session globall 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:

                SHOW GLOBAL STATUS LIKE 'Com______';
                

                

                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5QL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，5QL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
                

                配置完毕之后，重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/varltib/mysql/localhost-slow.log。

                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 ;
                

                默认profiling是关闭的，可以通过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 query_id;
                #查看指定query_id的SQL语句CPU的使用情况
                show profile cpu for duery 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
                EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;
                

                EXPLAIN 执行计划各字段含义:

                ld

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

                select_type

                表示SELECT的类型，常见的取值有SIMPLEg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，性能由好到差的连接类型为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，可能并不总是准确的。

                filtered

                表示返回结果的行数占需读取行数的百分比，filtered 的值越大越好。

                索引使用原则

                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) ;
                

                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)。

                explain select * 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;
                explain select * from tb_user where profession= '软件工程";
                explain select * from tb_user where age = 31 and status = '0';
                explain select *from tb_user where status = '0';
                

                索引列运算

                不要在索引列上进行运算操作，索引将失效。

                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，索引将失效。

                explain select * from tb_user where profession= '软件工程' and age = 31 and status =0;
                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。

                explain select * from tb_user where profession like '软件%*;
                explain select * from tb_user where profession like '8工程";
                explain select * from tb_user where profession like '%工%";
                

                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，而后面的列中没有索引，那么涉及的索引都不会被用到。

                explain select * from tb_user where id= 10 or age = 23;
                explain select * from tb_user where phone = '17799990017' or age = 23;
                

                由于age没有索引，所以即使id、ppone有索引，索引也会失效。所以需要针对于age也要建立索引。

                

                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';
                

                

                .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5QL语句中加入一些人为的提示来达到优化操作的目的。

                use index:

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

                ignore index:

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

                force index:

                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 *。

                explain select id, profession from tb_user where profession='软件工程' and age= 31 and status = 'o' ;
                explain select id,profession,age, status from tb_user where profession='软件工程'’ and age =31 and status = '0';
                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' ;
                

                知识小贴士:
                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
                

                

                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lO，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

                create index idx xooox 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 ;
                select count(distinct substring(email,1,5))/ count(*) from tb_user ;
                

                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';
                

                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:

                

                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。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。

                3. 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。
                4. 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。
                5. 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。
                6. 如果索引列不能存储NULL值，请在创建表时使用NOTNULL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。

                ---

                总结