mysql的索引优化
近段时间在学习mysql，这篇博客就从以下三个方面谈谈对mysql的索引的理解。如有不足，还请留言交流。
一 为什么要用索引
一项技术的产生一定是为了解决某个问题，或者是迎合某项业务需求的。所以对于技术，我们就应该本着求真，严谨，热爱的态度来学习使用它。因为每项技术都凝结着无数人的智慧，在推动着社会的发展。
那么mysql的数据库中为什么要使用索引，以下面这个场景为例，假设数据库中有10万条图书数据，要根据书籍的作者查询一本书。以此来比较不使用索引和使用索引的查询速度。
-
创建数据库表
create table tb_book(id int,book_name varchar(64),author varchar(64)); -
模拟插入10万条数据：
/*插入数据的方法*/ public void insertBook(Book book){ connection = DaoUtils.getConnection(); final String INSERT_BOOK = "insert into tb_book(id,book_name,author) VALUES(?,?,?)"; try { preparedStatement = connection.prepareStatement(INSERT_BOOK); preparedStatement.setInt(1,book.getId()); preparedStatement.setString(2,book.getBookName()); preparedStatement.setString(3,book.getAuthorName()); preparedStatement.executeUpdate(); } catch (SQLException e) { e.printStackTrace(); }finally { DaoUtils.close(preparedStatement,connection); } } /*插入数据的测试*/ @Test public void testInsert(){ BookDao bookDao = new BookDao(); long startTime = System.currentTimeMillis(); int i = 0; for( i = 1;i<100000;i ){ Book book = new Book(); book.setId(i); book.setBookName("mysql技术内幕" i); book.setAuthorName("Paul" i); bookDao.insertBook(book); } long endTime = System.currentTimeMillis(); long time = endTime-startTime; System.out.println("插入" i "条数据用的时间为：" time); } 注： 以这样的方式插入数据比较耗时，建议使用sql脚本批量查询，也就是将自动提交事物改为手动提交。 查询指定的书名：
-
在不使用索引的条件下查询作者名
/** *按照作者名查询 * @param author * @return */ public List<Book> selectByBookAuthor(String author){ final String QUERYByBook = "select * from tb_book where author='" author "' " ; List<Book> bookList = new ArrayList<>(); try { connection = DaoUtils.getConnection(); preparedStatement = connection.prepareStatement(QUERYByBook); resultSet=preparedStatement.executeQuery(); Book book = null; while(resultSet.next()){ book = new Book(); book.setId(resultSet.getInt("id")); book.setBookName(resultSet.getString("book_name")); book.setAuthorName(resultSet.getString("author")); bookList.add(book); } return bookList; } catch (SQLException e) { e.printStackTrace(); }finally { DaoUtils.close(resultSet,preparedStatement,connection); } return null; } /*查询的测试*/ @Test public void testBookByName(){ BookDao bookDao = new BookDao(); long startTime = System.currentTimeMillis(); List<Book> list = bookDao.selectByBookAuthor("Paul69002"); long endTime = System.currentTimeMillis(); System.out.println("未使用索引的时间：" (endTime-startTime)); System.out.println(list.size()); }
耗时995秒 -
加上索引，查询书名
改变表结构，增加索引，并指定索引的长度 。alter table tb_book add index index_author(author(16)); # 增加索引字段 /*使用索引的查询测试*/ @Test public void testBookByName(){ BookDao bookDao = new BookDao(); long startTime = System.currentTimeMillis(); List<Book> list = bookDao.selectByBookAuthor("Paul69002"); long endTime = System.currentTimeMillis(); System.out.println("使用索引的时间：" (endTime-startTime)); }
耗时927秒 可见使用索引可以提升查询速度。
索引的工作原理：
对于单表：假设下面的一张表。要想查询某本书，就是要检查表的每一行，看看它是否和期望值匹配。如果表很大，而且仅有几行于搜索条件相匹配，那么整个表的查询效率将会很低。
如果在上述表的基础上增加索引，查询速度就会快很多，比如我们找出图书编号为13的书籍，开始扫描表，然后我们会找到相对应的行，便会找到1个值，然后我们会到书籍编号为14的值，该值比我们查询的值要大一些，由于索引是有序的，所以当我们读取到那条包含14的索引行时，我们便知道再也没有和13行匹配的数据，这时就会退出查询。
对于单表 索引的优势就是不在执行全表扫描，极大的提升查询的速度。
对于多表查询，索引就更有必要了，假设有三个索引表t1,t2,t3,每个表都有一列，且每一行都有1000行，这些行中包含的数字1~1000的数字，如果想要在这些表的所有行中。将其相等的行找出来 可以使用下列语句进行查询
select t1.i1,t2.i2,t3.i3 from t1 inner join t2 inner join t3 where t1.i1 = t2.i2 and t2.i2= t3.i3此查询结果应该有1000行，其中每一行有三个相等的值，如果不使用索引进新查询，根本不知道那些行包含那些值，于是我们必须尝试所有的组合，以找到与where相匹配的行。可能的组合有1000* 1000 *1000(10亿) 这比匹配数目多了100万倍。如果表的数据继续增大，查询的次数更多。这个时候就需要建立索引了，具体建立的索引的原理如下：
- 从表t1中选择一行，看该行包含什么样的值
- 利用表t2的索引，直接与表t1的值进行匹配，类似的利用表3的行直接与t1表的行相匹配
- 继续选择t1的下一行，重复前面的过程，直到持续到表t1所有的行被检查完为止。
这样查询的结果就是只对t1进行全表扫描，对表t2和t3进行索引查找.
通过以上的示例，就可以看到使用索引的好处：
- 加快查询速度
- 改进查询性能，也就是提升查询速度。
二 mysql中怎么添加索引
增加索引：
-
使用alter关键字添加索引
alter table tb_name add index index_name(index_columns) alter table tb_name add unique index_name(index_columns) alter table tb_name add primary key (index_columns) #主键索引，不允许为null, alter table tb_name add fulltext index_name(index_columns) alter table tb_name add spatial index_name(index_columns)注： 其中tb_name是添加表的名称，index_name是索引的名称，可以自定义，index_columns 是添加索引的列。
限制某个索引： 就使用上述的primary key和unique ,两者的不同在于有以下两点：
- unique允许有多个空值，而primary key 不允许有空值
- 一个表中只能包含一个primary key ,而可以有多个unique索引。
2.除primary key外 ，使用create index 添加索引
crate index index_name on tb_name (index_columns);
create unique index_name on tb_name(index_columns);
create fulltext index_name on tb_name(index_columns);
create spatial index_name on tb_name(index_columns);3.创建表时添加索引
create table tb_name(
..列定义..
index index_name(index_columns)
unique index_name(index_columns)
primary key (index_columns)
fulltext index_name(index_columns)
spatial index_name(index_columns)
);删除索引：
删除索引的方法是 drop index 和alter table语句 ，具体语法如下：
-
使用drop语句
drop index index_name on tb_name; drop index 'primary' on tb_name; -
使用alter来删除索引
alter table tb_name drop index_name(index_columns); alter table tb_name drop primary key;
三 怎样用好索引
索引的代价：
- 索引提高了查询速度的同时，降低了插入，删除更新值的速度。也就是说索引降低了大部分与写入相关的操作。原因就在于写入一个行不仅是写入一个数据行，还要更改索引，表的索引越多，就更改的越多，平均性能就下降的越快。
- 索引也会占用磁盘空间。增加io读写的负担。
怎么选择索引：
为用于搜索，排序或者分组的列创建索引，而对于用作输出显示的列则不用创建索引，也就是说，最佳的候选列是那些出现在where字句中的列，连接子句中的列，或者出现在order by 或者 gruop by子句中的列，那些只出现在select关键字后面输出列表里的列，则不是很好的索引候选列。
认真考虑列的基数，也就是指他所容纳所有非重复值得个数，重复值越少，使用索引优化的性能越高。例如对于记录性别的列，就每必要列出他们的索引，列的重复个数太多，基数太小。
索引短小值，尽量选择较小的数据类型。短小值可以让比的操作更快，对于更短小的值，键缓存的索引块可以容纳更多的键值。
特别是InnoDB他使用的是聚簇索引，所以主键尽量短小会带来更多的好处。-
索引字符串值的前缀。想要对字符串进行索引，应尽可能的指定字符串的前缀长度。具体的语法为：
create table tb_book( id int not null, book_name varchar(64), author varchar(64), index (author(10)) # 指定具有特定前缀索引的长度。 ) 利用最左前缀 当创建包含n个列的复和索引时，实际上会创建n个专供Mysql使用的索引。复和索引相当于多个索引，因为索引中最左边的任意数据列集合都可用于匹配各个行，这样的集合称为“最左前缀”
.下面用一个例子进行说明：
假设有一个表，他拥有一个或者多个列的复和索引，这些列的名字分别为： country,state和city。在索引里，行的排列顺序为country/state/city,因此，行首先会自动按照country/state顺序排序，然后再按country进行排序。这意味着，即使再查询时只指定了country的值，或者只指定了country值和state的值，MYSQL也可以充分的利用索引。因此，索引可用于搜索下列几种组合
country,state , city
country ,state
country注意：对于没有包含最左边前缀的那些搜索，如按照state或city来搜索，mysql无法使用索引。
6.不要建立过多索引，正所谓物极必反，索引亦是如此，前面提到过建立过多的索引会影响数据的写操作，而且还会占用额外的数据空间。
7.让参与的索引比较类型保持匹配。也就是再选择索引类型时，请考虑在索引列上执行的是什么类型的比较操作。不同的存储引擎使用的数据结构不同。
- 对于散列索引适用于精确查找，所以你要想精确查找某个数据的话就将表的存储引擎改为MyISAM，因为MyIsAM的默认索引类型为散列索引。
- 对于范围查找使用B树索引效果会更好，将表的结构改为InnoDB的存储引擎会更好，这是因为InnoDB的默认存储引擎为B树索引。
8.利用慢查询日志找出那些性能低劣的查询。也就是用处不大的索引。这里不做过多说明。详见《Mysql技术内幕》
参考书籍： 《MYSQL技术内幕》