SQL之SQL索引
温馨提示：这篇文章已超过448天没有更新，请注意相关的内容是否还可用！
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.htmlB+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
- Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，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
- 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。
- 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。
- 为profession、age、status创建联合索引。
- 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
- 针对于数据量较大，且查询比较频繁的表建立索引。
- 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。
- 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。
- 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。
- 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。
- 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
- Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，name查询
