【MySQL】索引特性

什么是索引

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的索引需要占用物理空间，因此会增加数据库的存储需求,在插入、删除和修改数据时，索引也需要动态维护，降低了这些操作的效率，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

索引主要分为以下几种类型：

1. 普通索引：最基本的索引类型，没有唯一性的限制。
2. 唯一索引：与普通索引类似，但区别在于唯一索引的列不允许有重复值。
3. 主键索引：特殊的唯一索引，不允许为空，常用于唯一标识表中的每一行。
4. 全文索引：用于大量文本的搜索，MySQL中只有MyISAM存储引擎支持全文索引。
5. 组合索引：将多个列组合为一个索引。
6. 空间索引：MySQL在MySQL 5.7.6之后支持空间索引，主要用于地理空间数据类型。

案例：
先整一个海量表，在查询的时候，看看没有索引和有索引的区别。

--构建一个8000000条记录的数据
--构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解
-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin 
 declare chars_str varchar(100) default
   'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
 declare return_str varchar(255) default '';
 declare i int default 0;
 while i < n do 
   set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
   set i = i + 1;
   end while;
 return return_str;
 end $$
delimiter ;
--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begin 
 declare i int default 0;
 set i = floor(10+rand()*500);
return i;
end $$
delimiter ;
--创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0; 
 set autocommit = 0;  
 repeat
  set i = i + 1;
  insert into EMP values ((start+i) 
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
 until i = max_num
 end repeat;
 commit;
end $$
delimiter ;
-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

• 现在可以来查询一下员工编号为888888的员工

select * from EMP where empno=888888;
1

可以看到耗时5.65秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

• 现在我们看一下创建索引后再次查询

alter table EMP add index(empno);

select * from EMP where empno=888888;
1
2
3

这次查询的结果就很快了，机会是同一时刻就查询到了。

了解MySQL的存储

硬件上

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑)

而我们之前也提到过了，在MySQL中创建数据库，其实本质上就是在linux中创建一个一个的文件目录，而创建表就是在这些文件目录中创建一个一个的文件，而要让这些数据进行长就行的保留，那么就必定是要将数据写进磁盘上的。

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

• 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
• 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
• 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？不是

• 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
• 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
• 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

• 随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。
• 连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
• 磁盘是通过机械运动进行寻址的，随机访问需要过多的定位，故效率比较高。

所以综合上述就是，mysql中的数据是写进磁盘上的，而磁盘是由许多个磁片组成的，数据写道磁盘上本质就是写入一个一个的磁片上，磁片上有扇区和磁道，数据是通过磁头定位到具体的磁片上的具体柱面上的的扇区，最后定位到具体的磁道上拿到数据的，而每个扇区的的存储数据的大小是512字节，但是磁盘真正与上层应用交互数据的大小并非是512字节，这是因为磁盘并不会直接与上层进行交互，如果这样的话耦合度太高，一旦磁盘发生变动，上层的应用也得发生相应的改变，所以就有了数据块，磁盘与上层应用交互数据是以4kb的数据块进行交互的。而在查找数据时有分随机访问，和连续访问，随机范文的效率会更低一点，而连续访问，如果访问的两块数据的扇区距离比较远的话也视为时随机访问。

软件上

• MySQL的存储

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解)

mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name   | Value |
+------------------+-------+
| Innodb_page_size | 16384 |    -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)
1
2
3
4
5
6
7

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

• 建立共识

MySQL 中的数据文件，是以page为单位保存在磁盘当中的。

MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。

而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。

所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。

为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。

为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

理解索引

建立测试表

create table if not exists user ( 
   id int primary key,     --一定要添加主键哦，只有这样才会默认生成主键索引
   age int not null,
   name varchar(16) not null
);

mysql> show create table user \G
*************************** 1. row ***************************
       Table: user
Create Table: CREATE TABLE `user` (
  `id` int NOT NULL,
  `age` int NOT NULL,
  `name` varchar(16) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

插入多条记录

--插入多条记录，注意，我们并没有按照主键的大小顺序插入哦
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)
1
2
3
4
5
6
7
8
9
10
11

查看插入结果

mysql> select * from user;      --发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？
+----+-----+-----------+
| id | age | name     |
+----+-----+-----------+
|  1 |  56 | 欧阳锋   |
|  2 |  26 | 黄蓉     |
|  3 |  18 | 杨过     |
|  4 |  16 | 小龙女   |
|  5 |  36 | 郭靖     |
+----+-----+-----------+
5 rows in set (0.00 sec)
1
2
3
4
5
6
7
8
9
10
11

首先我们要再次理解什么时page，我们现在不能单单的认为page只是一个16kb的内存大小。首先mysql中一定会存在大量的page，也就决定了mysal一定要对大量的page进行管理，而说到管理我们就要提到六字真言：“先描述，在组织”，所以mysal中一定存在一种数据结构将page管理起来，所以对page的管理就变成了对数据结构的增删改查了。

所以为什么IO交互要使用page

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

理解page

我们上面已经说过了，mysql与操作系统进数据交换的单位是page，我们也提到了，MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的，而page其实就是一种结构化数据。

不同于page，MySQL中，数据单位传输都是以16kb为单位的，使用prev和next双向链表为数据结构进行数据管理。
因为有主键的问题，MySQL会默认按照主键给我们进行数据排序，这一点从上面的page数据记录和我们上面的测试可以看出，因此在MySQL中数据是有序且彼此有关联的。

那么MySQL为什么要给我们的数据进行排序呢？

插入数据时排序的目的，就是优化查询的效率。页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。正是因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

页目录

我们还是拿翻书来做例子。加入我们有一本书，我们想要查找书中的某些内容时，我们有两个方案进行查找，第一种就是从头开始一致查到尾知道找到要查询的数据位置，而这种查询方法的效率显然是很低的。第二种方法就是先查看目录，根据目录具体定位到某一页，然后在进行线性查找，而这种查找方法是具有一定目的性的，效率自然也有大幅度提升。

所以针对上述情况，在page中添加了页目录来加快查询效率。

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。同时这也解释了，为什么我们在添加主键后，MySQL会自动给我们进行排好序，因为主键具有唯一性没有重复的，而目录是有序的，所以如果想要添加索引，那么就必定要求查找的数据是有序的。

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然

这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了，所以我们可以再加上一层目录结构，通过指针的方式，将所有的Page组织起来，而这个上层page结构只用于存放page的地址。

使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。其中，每个目录项的构成是：键值+指针。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页

这货就是传说中的B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。

**此外我们从途中可以发现，B+树的路劲（除了叶子节点外）是没有使用链表进连接的，只有叶子节点才是使用链表连接起来的。**因为这样有利于进行范围查找，一旦我们找到了一个page节点，那么根据局部性原理，很大可能下一次数据就是从周围附近的节点中拿到数据，这样就不需要再次遍历一次B+树了。

所以这里假设就只有三层，第一层为跟目录，第二层就是次目录，第三层就是存放数据层。所以我们现在整体的搜寻就变成了一颗多叉树找叶子节点，同过这种方式，再搜寻的过程中非叶子节点并没有存放数据，而是存放更多的目录项，目录页，这样就可以管理更多的page，所以再搜寻的过程中搜寻的节点变少了，也就是说找到对应的数据需要的page更少了，那么将page加载到内存的page也就少了，也就是IO次数变少了，同时将对应的page给内存，该page中还有目录，查询结果的速度也就变快了。所以有了这两个加成搜寻效率大大的提高了。

为什么不使用其他数据结构

1. 链表

如果是使用链表存储的，就是线性查找了，这显然不符合条件

2. 二叉搜索树

虽然二叉搜索树再正常情况下是可以做到的，但是因为二叉搜索树的特点，在极端情况下会也会变成线性查询，也就是所有节点都在最右边，或者在最左边。

3. AVL && 红黑树

虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，经过的节点树会跟多，那么IO次数也就变多了，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但是有更秀的。

4. Hash

官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行，并且hash并不支持排序，这样也就无法进行局部查询，并且如果进行更改输入数据的微小变化会导致哈希表中的位置改变，使得性能下降。

B vs B+

B树

B+树

首先我们从上面两张图可以发现B树和B+树的一些区别。

1. B树的每个节点，既有数据又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针。
2. B树的叶子节点并没有进行连接，而B+树的叶子节点使用双向链表进行连接。

为什么选择B+树

1. 因为B树的每个节点都有存放数据，这也就说明了B树的每个节点存放页目录信息的空间就少了，也就间接的导致了在存放相同数据的情况下B树会比B+树高的多，也就说明进行的IO可能会更多，这是因为，B树查找数据的时间复杂度不确定，最好是O(1)，而B+树的时间复杂度时稳定的。
2. B树的叶子节点没有使用双向结构进行连接，也就对于进行范围查找的时候依旧得重新遍历一次B树，也就注定了一旦我们要查某个数据是一定要重新进行遍历B树。并且根据局部性原则在B+树下可以利用磁盘预读原理提前将这些数据读入内存，减少了磁盘 IO 的次数，而B树去不能。

这里提供一个图形化数据结构测试网站连接

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助
索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。

索引操作

查看索引

语法：

第一种方法：show keys from 表名;
第二种方法：show index from 表名;
1
2

create table user1(id int primary key, name varchar(20));

mysql> show index from user1 \G
*************************** 1. row ***************************
        Table: user1
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: id
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
1 row in set (0.01 sec)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

删除索引

1. 第一种方法-删除主键索引：

alter table 表名 drop primary key;
1

3. 第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys from 表名中的 Key_name 字段

alter table 表名 drop index 对应索引列名称;
1

4. 第三种方法方法： drop index 索引名 on 表名

drop index 对应索引列名称 on 表名 ;
1

创建主键索引

1. 第一种方式

在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(20));
1
2

2. 第二种方法

在创建表的时候，直接在字段名后指定 primary key
create table user2(id int, name varchar(20)), primary key(id);
1
2

3. 第三种方法

create table user3(id int, name varchar(20));
创建表以后再添加主键
alter table user3 add primary key(id);
1
2
3

• 主键索引的特点：
  1.一个表中，最多有一个主键索引，当然可以使符合主键
  2.主键索引的效率高（主键不可重复）
  3.创建主键索引的列，它的值不能为null，且不能重复
  4.主键索引的列基本上是int

创建唯一索引

1. 第一种方法

在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);
1
2

2. 第二种方法

创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));
1
2

3.第三种方法

create table user6(id int primary key, name varchar(30));
创建表以后再添加unique
alter table user6 add unique(name);
1
2
3

• 唯一索引的特点：
  1 一个表中，可以有多个唯一索引
  2 查询效率高
  3.如果在某一列建立唯一索引，必须保证这列不能有重复数据
  4.如果一个唯一索引上指定not null，等价于主键索引

创建普通索引

1. 第一种方法

create table user7(id int primary key,
	->name varchar(20),
	->email varchar(30),
	->index(name) 在表的定义最后，指定某列为索引
);
1
2
3
4
5

2. 第二种方法

create table user8(id int primary key, name varchar(20), email 
varchar(30));
alter table user8 add index(name); 创建完表以后指定某列为普通索引
1
2
3

3.第三种方法

create table user9(id int primary key, name varchar(20), email varchar(30));
创建一个索引名为 idx_name 的索引 
create index idx_name on user9(name);
1
2
3

• 普通索引的特点：
  1.一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
  2.如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

创建全文索引（了解）

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

CREATE TABLE articles (
	->id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
	->title VARCHAR(200),
	->body TEXT,
	->FULLTEXT (title,body)
)engine=MyISAM;

INSERT INTO articles (title,body) VALUES
	->('MySQL Tutorial','DBMS stands for DataBase ...'),
	->('How To Use MySQL Well','After you went through a ...'),
	->('Optimizing MySQL','In this tutorial we will show ...'),
	->('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
	->('MySQL vs. YourSQL','In the following database comparison ...'),
	->('MySQL Security','When configured properly, MySQL ...');
1
2
3
4
5
6
7
8
9
10
11
12
13
14

• 查询有没有database数据
  如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引

mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  1 | MySQL Tutorial   | DBMS stands for DataBase ...             |
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+
1
2
3
4
5
6
7

可以用explain工具看一下，是否使用到索引

mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
           id: 1
 select_type: SIMPLE
       table: articles
         type: ALL
possible_keys: NULL
         key: NULL <== key为null表示没有用到索引
     key_len: NULL
         ref: NULL
         rows: 6
       Extra: Using where
1 row in set (0.00 sec)
1
2
3
4
5
6
7
8
9
10
11
12
13

• 使用全文索引

mysql> select * from articles where match (title,body) AGAINST ('database');
 +----+-------------------+------------------------------------------+
 | id | title             | body                                     |
 +----+-------------------+------------------------------------------+
 |  5 | MySQL vs. YourSQL | In the following database comparison ... |
 |  1 | MySQL Tutorial   | DBMS stands for DataBase ...             |
 +----+-------------------+------------------------------------------+
1
2
3
4
5
6
7

通过explain来分析这个sql语句

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST 
('database')\G
*************************** 1. row ***************************
           id: 1
 select_type: SIMPLE
       table: articles
         type: fulltext
possible_keys: title
         key: title <= key用到了title
     key_len: 0
         ref: 
         rows: 1
       Extra: Using where
1
2
3
4
5
6
7
8
9
10
11
12
13

索引创建原则

1. 比较频繁作为查询条件的字段应该创建索引
2. 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
3. 更新非常频繁的字段不适合作创建索引
4. 不会出现在where子句中的字段不该创建索引