目录
一、索引概述
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：
| |
 |
 |
注意：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：
| 优势 | 劣势 |
|
|
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：
| 索引结构 | 描述 |
| B+Tree索引 | 最常见的索引类型，大部分引擎都支持B+树索引。 |
| Hash索引 | 底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效,不支持范围查询。 |
| R-tree (空间索引) |
空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
| Full-text (全文索引) |
是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES。 |
- B+Tree索引
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索引
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。
① 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，>，<，....)
- 无法利用索引完成排序操作
- 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
② 存储引擎支持：在MsaL中，支持hash索引的是Memory引擎，而innoD8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。
思考：为什么InnoDB存储引擎选择使用B+Tree索引结构？（面试题）
- 相对于二叉树，层级更少，搜索效率越高。
- 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支持范围匹配以及排序操作。
三、索引分类
| 分类 | 含义 | 特点 | 关键字 |
| 主键索引 | 针对于表中主键创建的索引 | 默认自动创建,只能有一个 | PRIMARY |
| 唯一索引 | 避免同一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
| 常规索引 | 快速定位特定数据 | 可以有多个 | |
| 全文索引 | 全文索引查找的是文本中的关键词，而不是比较索引中的值 | 可以有多个 | FULLTEXT |
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：
| 分类 | 含义 | 特点 |
| 聚集索引 (Clustered lndex) |
将数据存储与索引放到一块，索引结构的叶子节点保存了行数据 | 必须有而且只有一个 |
| 二级索引(Secondary lndex) | 将数据与索引分开存储，索引结构的叶子节点关联的是对应主键 | 可以存在多个 |
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。
 |
| 回表查询：先根据二级索引拿到主键值，再根据主键值走聚集索引拿到这一行的数据。 |
思考：以下SQL语句中，哪个执行效率高？为什么？
解答：第一个执行效率高。根据 id 直接找聚集(主键)索引构造的B+Tree，直接找到行数据返回；根据 name字段 需要先到二级索引的B+Tree上查找name对应的 primary key 的值，然后再回表查询去聚集索引的B+Tree上查找对应的行数据。
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;
示例练习：根据下列的需求，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。
show index from tb_user;
-- 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。
create index idx_user_name on tb_user (name);
-- 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。
create unique index idx_user_phone on tb_user(phone);
-- 3. 为 profession、age、status 创建联合索引。
create index idx_user_pro_age_stu on tb_user(profession,age,status);
-- 4. 为 email 建立合适的索引来提升查询效率。
create index idx_user_email on tb_user(email);
五、SQL性能分析
1. 查看执行频次
MySQL客户端连接成功后，通过show [ session|global ] 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_ _ _ _ _ '；（一个下划线一个字符）
通过这种方式查看SQL执行频率，为SQL优化提供支撑。
2. 慢查询日志
- 查看慢查询日志开启情况
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100秒）的所有SQL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）中配置信息：
配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息 /var/lib/mysqL/localhost-slow.log。
3. show profiles指令
- 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；
 |
 |
- 执行了一系列业务SQL的操作，然后通过如下指令查看指令的执行耗时：
4. 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：
EXPLAIN执行计划各字段含义：
- id：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）。
> 多对多的多表关联：id相同，执行顺序从上到下
> 子查询（ 查询选修了"MySQL"课程的学生 ）：id不同，值越大，越先执行
- select_type：表示SELECT的类型，常见的取值有SIMPLE（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。
六、索引使用规则
1. 验证索引效率
- 在未创立索引之前，执行如下SQL语句，查看SQL的耗时：SELECT *FROM tb_sku WHERE sn = '100000003145001' ;
我们发现执行一条数据的查询用时20.78秒，效率极低，原因在于：因为表中 id 为主键，默认主键索引，而 sn字段没有索引，所以效率低。
- 针对字段创建索引：create index idx_sku_sn on tb_sku(sn) ;（构建B+Tree索引结构）
- 然后再次执行相同的SQL语句，再次查看SQL的耗时：SELECT *FROM tb_sku WHERE sn = '100000003145001' ;
PS：以上证明了索引对于查询效率的提升。
2. 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)。
- 与存放位置无关，只要存在即可。
示例：联合索引idx_user_pro_age_sta
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';
explain select * from tb_user where age = 31 and status = '10';
explain select * from tb_user
where age = 31 and status = '0' and profession = '软件工程';
3. 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';
explain select * from tb_user
where profession = '软件工程'and age >= 30 and status = '0';
4. 索引失效情况
- 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;
- 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 '%工程';
- 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用到。
explain select * from tb_user where id = 10 or age = 23;
由于age没有索引，即使id有索引，索引也会失效，索引需要针对于age也要建立索引。
5. SQL提示
通过小例子了解SQL提示：
已知profession查询会用到复合索引，那么如果我们再创建单列索引。
create index idx_user _pro on tb_user (profession);那么当我们再次查询时，那么将会选择用复合索引还是单列索引呢？
因此：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。
- use index：建议使用某个索引
- ignore index：忽略使用某个索引
- force index：强制使用某个索引
6. 覆盖索引
之前我们在基础篇中提到，尽量不要使用select * ，一方面不直观，可读性差，另一方面效率低下。所以尽量使用覆盖索引（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） 。
explain select id,pofession,age,status from tb_user
where profession = '软件工程' and age = 31 and status = '0';
解释：id,pofession,age之间存在联合索引，属于二级索引，可以拿到我们想要找到的数据直接返回，不需要再查找聚集索引。
explain select id,profession,age,status, name from tb_user
where profession = '软件工程' and age = 31 and status = '0';
解释：id,profession,age,status通过二级索引都可以查询到，但是name字段不可以，需要通过id再到聚集索引中进行查找name字段即回表查询。
知识小贴纸：
- 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。
7. 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 xooxx 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。
- 公式：
| select count(distinct ermail) / count(*) from tb_user ; |
 |
| select coint(distinct substring(email,1,5)) / count(*) from tb_user ; |
 |
-- 创建前缀索引 长度为5
create index idx_email_5 on tb_user (email(5));
explain select * from tb_user where email = 'daqiao666@sina.com' ;
8. 单列索引与联合索引的选择
- 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，而非但列索引。
单列索引情况：
explain select id, phone, name from tb_user
where phone = '123456789' and name = '张三';
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。
而我们想要使用我们创建联合索引，不使用单列索引：
create unqiue index idx_user_phone_name on tb_user (phone, name) ;
explain select id,phone, name from tb_user use index(idx_user_phone_name)
where phone = '123456789' and name = '张三';
七、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。