SQL之SQL索引

---

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
1
2

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...) ;
1
2

查看索引

SHOW INDEX FROM table_name ;
1

删除索引

DROP INDEX index_name ON table_name ;
1

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);
1
2
3
4

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______';
1

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
1
2
3
4

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 ;
1

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;
1
2
3
4
5
6

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;
1
2

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';
1

针对字段创建索引

create index idx_sku_sn on tb_sku(sn) ;
1

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';
1
2
3
4
5

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';
1

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;
1
2

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%";
1
2
3

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;
1
2

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';
1
2

.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' ;
1
2
3
4

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
1
2
3

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 ;
1
2

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';
1

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