MySQL索引经验

在数据库表中，使用索引可以大大提高查询速度。

假如我们创建了一个testIndex表:
create TABLE testIndex(i_testID INT NOT NULL,vc_Name VARCHAR(16) NOT NULL);

我们随机向里面插入了1000条记录，其中有一条
i_testID    vc_Name
555    erquan

在查找vc_Name="erquan"的记录
select * FROM testIndex where vc_Name='erquan';
时，如果在vc_Name上已经建立了索引，MySql无须任何扫描，即准确可找到该记录！相反，MySql会扫描所有记录，即要查询1000次啊~~可以索引将查询速度提高100倍。

一、索引分单列索引和组合索引
单列索引：即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。
组合索引：即一个索包含多个列。

二、介绍一下索引的类型

1.普通索引。
这是最基本的索引，它没有任何限制。它有以下几种创建方式：
（1）
创建索引：create INDEX indexName ON
tableName(tableColumns(length));如果是CHAR,VARCHAR类型，length可以小于字段实际长度;如果是
BLOB 和 TEXT 类型，必须指定length，下同。
（2）修改表结构：alter tableName ADD INDEX [indexName] ON (tableColumns(length))
（3）创建表的时候直接指定：create TABLE tableName ( [...], INDEX [indexName] (tableColumns(length)) ;

2.唯一索引。
它与前面的"普通索引"类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。它有以下几种创建方式：
（1）创建索引：create UNIQUE INDEX indexName ON tableName(tableColumns(length))
（2）修改表结构：alter tableName ADD UNIQUE [indexName] ON (tableColumns(length))
（3）创建表的时候直接指定：create TABLE tableName ( [...], UNIQUE [indexName] (tableColumns(length));

3.主键索引
它
是一种特殊的唯一索引，不允许有空值。一般是在建表的时候同时创建主键索引：create TABLE testIndex(i_testID INT
NOT NULL AUTO_INCREMENT,vc_Name VARCHAR(16) NOT NULL,PRIMARY
KEY(i_testID)); 当然也可以用alter命令。
记住：一个表只能有一个主键。

4.全文索引
MySQL从3.23.23版开始支持全文索引和全文检索。这里不作讨论，呵呵~~

删除索引的语法：drop INDEX index_name ON tableName

三、单列索引和组合索引

为了形象地对比两者，再建一个表：
create
TABLE myIndex ( i_testID INT NOT NULL AUTO_INCREMENT, vc_Name
VARCHAR(50) NOT NULL, vc_City VARCHAR(50) NOT NULL, i_Age INT NOT NULL,
i_SchoolID INT NOT NULL, PRIMARY KEY (i_testID) );

在这10000条记录里面7上8下地分布了5条vc_Name="erquan"的记录，只不过city,age,school的组合各不相同。
来看这条T-SQL：
select i_testID FROM myIndex where vc_Name='erquan' AND vc_City='郑州' AND i_Age=25;

首先考虑建单列索引：
在
vc_Name列上建立了索引。执行T-SQL时，MYSQL很快将目标锁定在了vc_Name=erquan的5条记录上，取出来放到一中间结果集。
在这个结果集里，先排除掉vc_City不等于"郑州"的记录，再排除i_Age不等于25的记录，最后筛选出唯一的符合条件的记录。

虽然在vc_Name上建立了索引，查询时MYSQL不用扫描整张表，效率有所提高，但离我们的要求还有一定的距离。同样的，在vc_City和i_Age分别建立的单列索引的效率相似。

为了进一步榨取MySQL的效率，就要考虑建立组合索引。就是将vc_Name,vc_City,i_Age建到一个索引里：
alter
TABLE myIndex ADD INDEX name_city_age
(vc_Name(10),vc_City,i_Age);--注意了，建表时，vc_Name长度为50，这里为什么用10呢？因为一般情况下名字的长
度不会超过10，这样会加速索引查询速度，还会减少索引文件的大小，提高insert的更新速度。

执行T-SQL时，MySQL无须扫描任何记录就到找到唯一的记录！！

肯
定有人要问了，如果分别在vc_Name,vc_City,i_Age上建立单列索引，让该表有3个单列索引，查询时和上述的组合索引效率一样吧？嘿
嘿，大不一样，远远低于我们的组合索引~~虽然此时有了三个索引，但MySQL只能用到其中的那个它认为似乎是最有效率的单列索引。

建立这样的组合索引，其实是相当于分别建立了
vc_Name,vc_City,i_Age
vc_Name,vc_City
vc_Name
这样的三个组合索引！为什么没有vc_City,i_Age等这样的组合索引呢？这是因为mysql组合索引"最左前缀"的结果。简单的理解就是只从最左面的开始组合。并不是只要包含这三列的查询都会用到该组合索引，下面的几个T-SQL会用到：
select * FROM myIndex WHREE vc_Name="erquan" AND vc_City="郑州"
select * FROM myIndex WHREE vc_Name="erquan"
而下面几个则不会用到：
select * FROM myIndex WHREE i_Age=20 AND vc_City="郑州"
select * FROM myIndex WHREE vc_City="郑州"

四、使用索引
到
此你应该会建立、使用索引了吧？但什么情况下需要建立索引呢？一般来说，在where和join中出现的列需要建立索引，但也不完全如此，因为
MySQL只对 <，<=，=，>，>=，BETWEEN，IN，以及某些时候的like(后面有说明)才会使用索引。
select
t.vc_Name FROM testIndex t LEFT join myIndex m ON t.vc_Name=m.vc_Name
where m.i_Age=20 AND
m.vc_City='郑州'  时，有对myIndex表的vc_City和i_Age建立索引的需要，由于testIndex表
的vc_Name开出 现在了join子句中，也有对它建立索引的必要。

刚才提到了，只有某些时候的like才需建立索引？是的。因为在以通配符 % 和 _ 开头作查询时，MySQL不会使用索引，如
select * FROM myIndex where vc_Name like'erquan%'
会使用索引，而
select * FROM myIndex wheret vc_Name like'%erquan'
就不会使用索引了。

五、索引的不足之处

上面说了那么多索引的好话，它真的有像传说中那么优秀么？当然会有缺点了。

1.虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行insert、update和delete。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件

2.建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会膨胀很快。

篇尾：
讲了这么多，无非是想利用索引提高数据库的执行效率。不过索引只是提高效率的一个因素。如果你的MySQL有大数据的表，就需要花时间研究建立最优秀的索引或优化查询语句。

就
象许多的PHP开发者一样，在刚开始建立动态网站的时候，我都是使用相对简单
的数据结构。PHP在连接数据库方面的确实是十分方便（译者注：有些人认为PHP在连接不同数据库时没有一个统一的接口，不太方便，其实这可以通过一些扩
展库来做到这一点），你无需看大量的设计文档就可以建立和使用数据库，这也是PHP获得成功的主要原因之一。

前些时候，一
位颇高级
的程序员居然问我什么叫做索引，令我感到十分的惊奇，我想这绝不会是沧海一粟，因为有成千上万的开发者（可能大部分是使用MySQL的）都没有受过有关数
据库的正规培训，尽管他们都为客户做过一些开发，但却对如何为数据库建立适当的索引所知较少，因此我起了写一篇相关文章的念头。

最普通的情况，是为出现在where子句的字段建一个索引。为方便讲述，我们先建立一个如下的表。

Code代码如下: CREATE TABLE mytable (
id serial primary key,
category_id int not null default 0,
user_id int not null default 0,
adddate int not null default 0
);

很简单吧，不过对于要说明这个问题，已经足够了。如果你在查询时常用类似以下的语句：

SELECT * FROM mytable WHERE category_id=1;

最直接的应对之道，是为category_id建立一个简单的索引：

CREATE INDEX mytable_categoryid 
ON mytable (category_id);

OK，搞定？先别高兴，如果你有不止一个选择条件呢？例如：

SELECT * FROM mytable WHERE category_id=1 AND user_id=2;

你的第一反应可能是，再给user_id建立一个索引。不好，这不是一个最佳的方法。你可以建立多重的索引。

CREATE INDEX mytable_categoryid_userid ON mytable (category_id,user_id);

注意到我在命名时的习惯了吗？我使用"表名_字段1名_字段2名"的方式。你很快就会知道我为什么这样做了。

现在你已经为适当的字段建立了索引，不过，还是有点不放心吧，你可能会问，数据库会真正用到这些索引吗？测试一下就OK，对于大多数的数据库来说，这是很容易的，只要使用EXPLAIN命令：

EXPLAIN

SELECT * FROM mytable 
WHERE category_id=1 AND user_id=2;

This is what Postgres 7.1 returns (exactly as I expected)

NOTICE: QUERY PLAN:

Index Scan using mytable_categoryid_userid on 
mytable (cost=0.00..2.02 rows=1 width=16)

EXPLAIN

以上是postgres的数据，可以看到该数据库在查询的时候使用了一个索引（一个好开始），而且它使用的是我创建的第二个索引。看到我上面命名的好处了吧，你马上知道它使用适当的索引了。

接着，来个稍微复杂一点的，如果有个ORDER BY字句呢？不管你信不信，大多数的数据库在使用order by的时候，都将会从索引中受益。

SELECT * FROM mytable 
WHERE category_id=1 AND user_id=2
ORDER BY adddate DESC;

有点迷惑了吧？很简单，就象为where字句中的字段建立一个索引一样，也为ORDER BY的字句中的字段建立一个索引：

CREATE INDEX mytable_categoryid_userid_adddate
ON mytable (category_id,user_id,adddate);

注意: "mytable_categoryid_userid_adddate" 将会被截短为

"mytable_categoryid_userid_addda"

CREATE

EXPLAIN SELECT * FROM mytable
WHERE category_id=1 AND user_id=2
ORDER BY adddate DESC;

NOTICE: QUERY PLAN:

Sort (cost=2.03..2.03 rows=1 width=16)
-> Index Scan using mytable_categoryid_userid_addda 
on mytable (cost=0.00..2.02 rows=1 width=16)

EXPLAIN

看看EXPLAIN的输出，好象有点恐怖啊，数据库多做了一个我们没有要求的排序，这下知道性能如何受损了吧，看来我们对于数据库的自身运作是有点过于乐观了，那么，给数据库多一点提示吧。

为
了跳过排序这一步，我们并不需要其它另外的索引，只要将查询语句稍微改一下。这里用的是postgres，我们将给该数据库一个额外的提示--在
ORDER BY语句中，加入where语句中的字段。这只是一个技术上的处理，并不是必须的，因为实际上在另外两个字段上，并不会有任何的排
序操作，不 过如果加入，postgres将会知道哪些是它应该做的。

EXPLAIN SELECT * FROM mytable 
WHERE category_id=1 AND user_id=2
ORDER BY category_id DESC,user_id DESC,adddate DESC;

NOTICE: QUERY PLAN:

Index Scan Backward using 
mytable_categoryid_userid_addda on mytable 
(cost=0.00..2.02 rows=1 width=16)

EXPLAIN

现在使用我们料想的索引了，而且它还挺聪明，知道可以从索引后面开始读，从而避免了任何的排序。

以

上说得细了一点，不过如果你的数据库非常巨大，并且每日的页面请求达上百万算，我想你会获益良多的。不过，如果你要做更为复杂的查询呢，例如将多张表结合

起来查询，特别是where限制字句中的字段是来自不止一个表格时，应该怎样处理呢？我通常都尽量避免这种做法，因为这样数据库要将各个表中的东西都结合
起来，然后再排除那些不合适的行，搞不好开销会很大。

如果不能避免，你应该查看每张要结合起来的表，并且使用以上的策略来建立索引，然后再用EXPLAIN命令验证一下是否使用了你料想中的索引。如果是的话，就OK。不是的话，你可能要建立临时的表来将他们结合在一起，并且使用适当的索引。

要注意的是，建立太多的索引将会影响更新和插入的速度，因为它需要同样更新每个索引文件。对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引了，对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。

以

上介绍的只是一些十分基本的东西，其实里面的学问也不少，单凭EXPLAIN我们是不能判定该方法是否就是最优化的，每个数据库都有自己的一些优化器，虽

然可能还不太完善，但是它们都会在查询时对比过哪种方式较快，在某些情况下，建立索引的话也未必会快，例如索引放在一个不连续的存储空间时，这会增加读磁
盘的负担，因此，哪个是最优，应该通过实际的使用环境来检验。

在刚开始的时候，如果表不大，没有必要作索引，我的意见是在需要的时候才作索引，也可用一些命令来优化表，例如MySQL可用"OPTIMIZE TABLE"。

综上所述，在如何为数据库建立恰当的索引方面，你应该有一些基本的概念了。