MySQL之索引以及正确使用索引

一、MySQL中常见索引类型

普通索引：仅加速查询
主键索引：加速查询、列值唯一、表中只有一个（不可有null）
唯一索引：加速查询、列值唯一（可以有null）
组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并

索引合并：使用多个单列索引组合搜索。

覆盖索引：select的数据列只用从索引中就能够取得，不必读取数据行；换句话说，查询列要被所建的索引覆盖。

普通索引

-- 创建表同时添加name字段为普通索引
create table tb(
   id int not null auto_increment primary key,
   name char(32) not null,
   index idx_name(name)
);
 
-- 单独为表指定普通索引
create index idx_name on tb(name);
 
-- 删除索引
drop index idx_name on tb;
 
-- 查看索引
show index from tb;

Table         # 表的名称
 
Non_unique    # 如果索引为唯一索引,则为0,如果可以则为1
 
Key_name  　　 # 索引的名称
 
Seq_in_index  # 索引中的列序列号，从1开始
 
Column_name   # 列名称
 
Collation     # 列以什么方式存储在索引中。在MySQL中，有值‘A’（升序）或NULL（无分类）
 
Cardinality   # 索引中唯一值的数目的估计值
 
Sub_part  　　 # 如果列只是被部分地编入索引，则为被编入索引的字符的数目。如果整列被编入索引，则为NULL
 
Packed  　　　　#指示关键字如何被压缩。如果没有被压缩，则为NULL
 
Null  　　　　　# 如果列含有NULL，则含有YES。如果没有，则该列含有NO
 
Index_type  　# 用过的索引方法（BTREE, FULLTEXT, HASH, RTREE）
 
Comment  　　　# 多种评注

查看索引 --> 列介绍

主键索引

主键有两个功能：加速查询和唯一约束（不可含null）

注意：一个表中最多只能有一个主键索引

-- 创建表同时添加id字段为主键索引
-- 方式一
create table tb(
   id int not null auto_increment primary key,
   name char(4) not null
);
 
-- 方式二
create table tb(
   id int not null auto_increment,
   name char(4) not null,
   primary key(id)
);
 
-- 给某个已经存在的表增加主键
alter table tb add primary key(id);
 
-- 删除主键
-- 方式一
alter table tb drop primary key;
 
-- 方式二
-- 如果当前主键为自增主键，则不能直接删除，需要先修改自增属性，再删除
alter table tb modify id int,drop primary key;

唯一索引

唯一索引有两个功能：加速查找 和 唯一约束（可含一个null 值）

create table tb(
  id int not null auto_increment primary key,
  name char(4) not null,
  age int not null,
  unique index idx_age (age)
);
 
-- 给某个已经存在的表创建唯一索引
create unique index idx_age on tb(age);

组合索引

组合索引是将n个列组合成一个索引
应用场景：频繁的同时使用n列来进行查询，如：select * from tb where name="pd" and id=888;

create table tb(
    id int not null,
    name char(4) not null,
    age int not null,
    index idx_name_age (name,age)
);
 
-- 给某个已经存在的表创建组合索引
create index idx_name_age on tb(name,age);

二、聚集索引和非聚集索引（辅助索引）

数据库中的 B+tree 索引可以分为：聚集索引和非聚集索引

聚集索引：innodb表/索引组织表，即表中数据按主键B+树存放，叶子节点直接存放整条数据，每张表只能有一个聚集索引。

①当你定义一个主键时，innodb 存储引擎则把它当做聚集索引；

②如果你没有定义一个主键，则 innodb 定位到第一个唯一索引，且该索引的所有列值均飞空的，则将其当做聚集索引；

③如果表没有主键或合适的唯一索引，innodb 会产生一个隐藏的行ID值6字节的行ID聚集索引。

补充：由于实际的数据页只能按照一颗B+tree进行排序，因此每张表只能有一个聚集索引，聚集索引对于主键的排序和范围查找非常有利。

非聚集索引（辅助索引）：指叶节点不包含行的全部数据，叶节点除了包含键值之外，还包含一个书签连接，通过该书签再去找相应的行数据。

innodb存储引擎辅助索引获得数据的查找方式如下：

从上图中可以看出，辅助索引叶节点存放的是主键值，获得主键值后，再从聚集索引中查找整行数据。
举个例子，如果在一颗高度为3的辅助索引中查找数据，首先从辅助索引中获得主键值（3次IO），接着从高度为3的聚集索引中查找以获得整行数据（3次IO），总共需6次IO。一个表上可以存在多个辅助索引。

聚集索引与辅助索引区别：

相同的是：不管是聚集索引还是辅助索引，其内部都是 B+tree 形式，即高度是平衡的，叶子结点存放着所有的数据。
不同的是：聚集索引叶子结点存放的是一整行的信息，而辅助索引叶子结点存放的是单个索引字段信息。

何时使用聚集索引或非聚集索引（重要！！！）：

三、测试索引

1、创建表

create table userinfo(
    id int not null,
    name varchar(16) default null,
    age int,
    gender char(1) not null,
    email varchar(32) default null
)engine=myisam default charset=utf8;

注意：MYISAM存储引擎不产生引擎事务，数据插入速度极快，为方便快速插入测试数据，等我们插完数据，再把存储类型修改为InnoDB。

2、创建存储过程

create procedure insert_userinfo(in num int)
begin
    declare i int default 0;
    declare n int default 1;
    -- 循环进行数据插入
    while n<=num do
        set i=rand()*50;
        insert into userinfo(id,name,age,gender,email) values(n,concat("pink",i),rand()*50,if(i%2=0,"女","男"),concat("pink",n,"@qq.com"));
        set n=n+1;
    end while;
end;

3、调用存储过程，插入500万条数据

call insert_userinfo(5000000);

4、修改引擎为INNODB

alter table userinfo engine=innodb;

5、测试索引

①在没有索引的前提下测试查询速度

select * from userinfo where id=4567890;

注意：无索引情况，mysql根本就不知道id等于4567890的记录在哪里，只能把数据表从头到尾扫描一遍，此时有多少个磁盘块就需要进行多少IO操作，所以查询速度很慢。

②在表中已经存在大量数据的前提下，为某个字段段建立索引，建立速度会很慢

create index idx_id on userinfo(id);

③在索引建立完毕后，以该字段为查询条件时，查询速度提升明显

select * from userinfo where id=4567890;

注意：

mysql先去索引表里根据 b+树的搜索原理很快搜索到id为4567890的数据，IO大大降低，因而速度明显提升
我们可以去mysql的data目录下找到该表，可以看到添加索引后该表占用的硬盘空间多了
如果使用没有添加索引的字段进行条件查询，速度依旧会很慢（如下图）

四、正确使用索引

数据库表中添加索引后确实会让查询速度起飞，但前提必须是正确的使用索引来查询，如果以错误的方式使用，则即使建立索引也会不奏效。
即使建立索引，索引也不会生效，例如：

-- 范围查询（>、>=、<、<=、!= 、between...and）
    -- = 等号
    select count(*) from userinfo where id=1000； -- 执行索引，索引效率高
 
    -- >、>=、<、<=、between...and 区间查询
    select count(*) from userinfo where id<100;   -- 执行索引，区间范围越小，索引效率越高
    select count(*) from userinfo where id>100;   -- 执行索引，区间范围越大，索引效率越低
    select count(*) from userinfo where id between 10 and 500000; -- 执行索引，区间范围越大，索引效率越低
 
    -- != 不等于
    select count(*) from userinfo where id!=1000; -- 索引范围大，索引效率低
 
-- like "%xx%"
    -- 为name字段添加索引
    create index idx_name on userinfo(name);
 
    select count(*) from userinfo where name like "%xxxx%";  -- 全模糊查询，索引效率低
    select count(*) from userinfo where name like "%xxxx";   -- 以什么结尾模糊查询，索引效率低
     -- 例外：当like使用以什么开头，索引效率高
    select * from userinfo where name like "xxxx%";
 
-- or
    select count(*) from userinfo where id=1000 or email="xx";   -- email不是索引字段，索引此查询全表扫描
 
    -- 例外：当or条件中有未建立索引的列才失效，以下会走索引
    select count(*) from userinfo where id=1000 or name="pink3"; -- id和name都为索引字段时，or条件也会执行索引
 
-- 使用函数
    select count(*) from userinfo where reverse(name)="1knip";   -- name索引字段,使用函数时,索引失效
    -- 例外：索引字段对应的值可以使用函数，我们可以改为以下形式
    select count(*) from userinfo where name=reverse("1knip");
 
-- 类型不一致
    -- 如果列是字符串类型，传入条件是必须用引号引起来
    select count(*) from userinfo where name=123;   -- 慢
    -- 类型一致
    select count(*) from userinfo where name="123"; -- 快
 
-- order by
    -- 排序条件为索引，则select字段必须也是索引字段，否则无法命中
    select email from userinfo order by name desc;  -- 无法命中索引
    select name from userinfo order by name desc;   -- 命中索引

五、组合索引

组合索引：是指对表上的多个列组合起来做一个索引。

组合索引好处，简单的说有两个主要原因：

一个顶三个；建了一个(a,b,c)的组合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销！
索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql：select * from table where a=1 and b=2 and c=3，假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W*10%=100w条数据，然后再回表从100w条数据中找到符合 b=2 and c= 3 的数据，然后再排序，再分页；如果是组合索引，通过索引筛选出1000w*10%*10%*10%=1w，然后再排序、分页，哪个更高效，一眼便知。

最左匹配原则：从左往右依次使用生效，如果中间某个索引没有使用，那么断点前面的索引部分起作用，断点后面的索引没有起作用。

select * from tb where a=1 and b=2 and c=3;
-- abc三个索引都在where条件里面用到了，而且都发挥了作用
 
select * from tb where c=3 and b=2 and a=1;
-- 这条语句列出来只想说明mysql没有那么笨，where里面的条件顺序在查询之前会被mysql自动优化，效果跟上一句一样
 
select * from tb where a=1 and c=3;
-- a用到索引，b没有用，所以c是没有用到索引效果的
 
select * from tb where a=1 and b>2 and c=3;
-- a用到了，b也用到了，c没有用到，这个地方b是范围值，也算断点，只不过自身用到了索引
 
select * from tb where a>1 and b=2 and c=3;
-- a用到了，b没有使用，c没有使用
 
select * from tb where a=1 order by b;
-- a用到了索引，b在结果排序中也用到了索引的效果
 
select * from tb where a=1 order by c;
-- a用到了索引，但是c没有发挥排序效果，因为中间断点了
 
select * from tb where b=2 order by a;
-- b没有用到索引，排序中a也没有发挥索引效果

六、注意事项（重要）

1、避免使用select *
2、其他数据库中使用count(1)或count(列)代替count(*)，而mysql数据库中count(*)经过优化后，效率与前两种基本一样
3、创建表时尽量时 char 代替 varchar
4、表的字段顺序固定长度的字段优先
5、组合索引代替多个单列索引（经常使用多个条件查询时）
6、使用连接（JOIN）来代替子查询（Sub-Queries）
7、不要有超过4个以上的表连接（JOIN）
8、优先执行那些能够大量减少结果的连接
9、连表时注意条件类型需一致
10、索引散列值不适合建索引，例：性别不适合

七、慢查询日志

慢查询日志：将mysql服务器中影响数据库性能的相关SQL语句记录到日志文件，通过对这些特殊的SQL语句分析，改进以达到提高数据库性能的目的。

慢查询日志参数：

long_query_time               # 设定慢查询的阀值，超出设定值的SQL即被记录到慢查询日志，缺省值为10s
slow_query_log                # 指定是否开启慢查询日志
log_slow_queries              # 指定是否开启慢查询日志(该参数已经被slow_query_log取代，做兼容性保留)
slow_query_log_file           # 指定慢日志文件存放位置，可以为空，系统会给一个缺省的文件host_name-slow.log
log_queries_not_using_indexes # 如果值设置为ON，则会记录所有没有利用索引的查询

查看MySQL慢日志信息：

-- 查询慢日志配置信息
show variables like "%query%";
-- 修改配置信息
set global slow_query_log = on;

查看不使用索引参数状态：

-- 显示参数　　
show variables like "%log_queries_not_using_indexes";
-- 开启状态
set global log_queries_not_using_indexes = on;

查看慢日志显示的方式：

-- 查看慢日志记录的方式
show variables like "%log_output%";
-- 设置慢日志在文件和表中同时记录
set global log_output="FILE,TABLE";

测试慢查询日志：

-- 查询时间超过10秒就会记录到慢查询日志中
select sleep(3) from userinfo;
-- 查看表中的日志
select * from mysql.slow_log;

八、执行计划

explain + 查询SQL：用于显示SQL执行信息参数，根据参考信息可以进行SQL优化。

explain  select count(*) from userinfo where  id=1;

执行计划：让mysql预估执行操作(一般正确)。
 
type：查询计划的连接类型, 有多个参数，先从最佳类型到最差类型介绍
性能：null > system/const > eq_ref > ref > ref_or_null > index_merge >  range > index >  all 
 
慢：
    explain select * from userinfo where email="pink";
    type: ALL(全表扫描)
    特别的: select * from userinfo limit 1;
 
快：
    explain select * from userinfo where name="alex";
    type: ref(走索引)

EXPLAIN 参数详解

九、大数据量分页优化

执行此段代码：

select * from userinfo limit 3000000,10;

优化方案：

1、简单粗暴，不允许查看这么靠后的数据。比如百度就是这样的，最多翻到76页就不让你翻了，这种方式就是从业务上解决。

2、在查询下一页时把上一页的行id作为参数传递给客户端程序，然后sql就改成了

select * from userinfo where id>3000000 limit 10;

这条语句执行也是在毫秒级完成的，id>300w 其实就是让mysql直接跳到这里了，不用依次在扫描全面所有的行。

3、延迟关联

分析一下这条语句为什么慢，慢在哪里：

select * from userinfo limit 3000000,10;

慢就慢在这个 * 里面，这个表除了id主键肯定还有其他字段，比如 name、age 之类的，因为select * 所以mysql在沿着id主键走的时候要回行拿数据，走一下拿一下数据；如果把语句改成：

select id from userinfo limit 3000000,10;

你会发现时间缩短了很多；然后我们在拿id分别去取10条数据就行了。语句就改成了这样：

select userinfo.* from userinfo inner join
(select id from userinfo limit 3000000,10) as tmp
on tmp.id=userinfo.id;

PS：三种方法最先考虑第一种，其次第二种，第三种是别无选择。