Mysql索引

索引

索引的概念
      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。

优势和劣势

索引的结构

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：

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。

索引-结构-Btree

概念
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：

索引-结构-B+tree

概念
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：

最终我们看到，B+Tree 与 B-Tree相比，主要有以下三点区别：

• 所有的数据都会出现在叶子节点。
• 叶子节点形成一个单向链表。
• 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。

索引-结构-hash

概念
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

• 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(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。

索引分类

而在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。

索引语法

创建索引

语法：
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (
index_col_name,… ) ;

查看索引

语法：
SHOW INDEX FROM table_name ;

删除索引

语法：
DROP INDEX index_name ON table_name ;

索引使用

最左前缀法则

概念
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)。

以 tb_user 表为例，我们先来查看一下之前 tb_user 表所创建的索引。

在tb_user 表中，有一个联合索引，这个联合索引涉及到三个字段，顺序分别为：profession，age，status。

对于最左前缀法则指的是，查询时，最左变的列，也就是profession必须存在，否则索引全部失效。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。接下来，我们来演示几组案例，看一下具体的执行计划：

explain select * from tb_user where profession='软件工程' and age=31 and status ='0';
1

此处可以看到mysql查询走了索引。

而：

explain select * from tb_user where age=31 and status='0';
1

却没有走索引。

还有一种部分失效的情况：

explain select * from tb_user where profession='软件工程' and status='0';
1

此处profession走了索引，而后面的status却没有走索引。

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。

explain select * from tb_user where profession='软件工程' and age>30 and status ='0';
1

age使用范围查询导致status并没有走索引。

规避方法
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<，因为使用类似于>= 或<= 这类的范围查询，可以避免索引失效问题。

索引失效情况

1.索引列运算
不要在索引列上进行运算操作，索引将失效。
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。
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。
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。
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。

SQL提示

概念
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 tb_user use index(idx_user_pro) where profession = '软件工程';
1

2.ignore index ：忽略指定的索引。

explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';
1

3.force index ：强制使用索引。

explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
1

覆盖索引

概念
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。故尽量使用覆盖索引，减少select *。

接下来，我们来看一组SQL的执行计划，看看执行计划的差别，然后再来具体做一个解析。


从上述的执行计划我们可以看到，这四条SQL语句的执行计划前面所有的指标都是一样的，看不出来差异。但是此时，我们主要关注的是后面的Extra，前面两天SQL的结果为Using where; Using Index ; 而后面两条SQL的结果为: Usingindex condition 。

所以我们尽量用覆盖索引查询，避免走回表查询。

前缀索引

概念
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。

单列联合索引

概念
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。

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。