一、索引

1、索引概述

1.1、介绍

1.2、特点

2、索引结构

2.1、概述

上述是 MySQL 中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况。

注意： 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。

2.2、B+Tree

B+Tree 是 B-Tree 的变种，我们以一颗最大度数（ max-degree ）为 4 （ 4 阶）的 b+tree 为例，来看一

下其结构示意图：

我们可以看到，两部分：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

知识小贴士 : 树的度数指的是一个节点的子节点个数。

2.3、MySQL里的B+tree索引结构

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，利于排序。

2.4、Hash

MySQL 中除了支持 B+Tree 索引，还支持一种索引类型 ---Hash 索引。

2.4.1、结构

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。

2.4.2、特点

1. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）
2. 无法利用索引完成排序操作
3. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

2.4.3、存储引擎支持

在 MySQL 中，支持 hash 索引的是 Memory 存储引擎。 而 InnoDB 中具有自适应 hash 功能， hash 索引是InnoDB存储引擎根据 B+Tree 索引在指定条件下自动构建的。

思考题： 为什么InnoDB存储引擎选择使用B+tree索引结构?

1. 相对于二叉树，层级更少，搜索效率高；
2. 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；
3. 相对Hash索引，B+tree支持范围匹配及排序操作；

3、索引分类

3.1、索引分类

3.2、聚集索引&二级索引

而在在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

• 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。

• 聚集索引的叶子节点下挂的是这一行的数据 。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。

接下来，我们来分析一下，当我们执行如下的 SQL 语句时，具体的查找过程是什么样子的。

具体过程如下 :

1. 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
2. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。
3. 最终拿到这一行的数据，直接返回即可。

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取

数据的方式，就称之为回表查询。

4、索引语法

1. 创建索引 : 

   CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (
   index_col_name,... ) ;

2. 查找索引 : 

   SHOW INDEX FROM table_name ;

3. 删除索引 : 

   DROP INDEX index_name ON table_name ;

5、SQL性能分析

5.1、SQL执行频率

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

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';

Com_delete:    删除次数

Com_insert:    插入次数

Com_select:    查询次数

Com_update:   更新次数

那么通过查询 SQL 的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。 那假如说是以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？ 次数我们可以借助于慢查询日志。

接下来，我们就来介绍一下 MySQL 中的慢查询日志。

5.2、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

SQL 语句的日志。

MySQL 的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log 。

如果要开启慢查询日志，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，SQL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

systemctl restart mysqld

然后，再次查看开关情况，慢查询日志就已经打开了。

1. 执行如下SQL语句 : 

   select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00sec
   select count(*) from tb_sku; -- 由于tb_sku表中, 预先存入了1000w的记录, count一次,耗时13.35sec

   
2. 检查慢查询日志 ： 最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的SQL是不会记录的。

那这样，通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

5.3、profile详情

SELECT @@have_profiling ;

可以看到，当前 MySQL 是支持 profile 操作的，但是开关是关闭的。可以通过 set 语句在

session/global 级别开启 profiling ：

SET profiling = 1;

开关已经打开了，接下来，我们所执行的 SQL 语句，都会被 MySQL 记录，并记录执行时间消耗到哪儿去了。 我们直接执行如下的SQL 语句：

select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = '白起';
select count(*) from tb_sku;

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 query query_id;

查看每一条 SQL 的耗时情况 :

查看指定 SQL 各个阶段的耗时情况 :

5.4、explain

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。

-- 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 ;

6、索引使用

6.1、验证索引效率

在讲解索引的使用原则之前，先通过一个简单的案例，来验证一下索引，看看是否能够通过索引来提升数据查询性能。在演示的时候，我们还是使用之前准备的一张表 tb_sku , 在这张表中准备了 1000w的记录。

这张表中id 为主键，有主键索引，而其他字段是没有建立索引的。 我们先来查询其中的一条记录，看看里面的字段情况，执行如下SQL ：

select * from tb_sku where id = 1\G;

可以看到即使有 1000w 的数据 , 根据 id 进行数据查询 , 性能依然很快，因为主键 id 是有索引的。 那么接下来，我们再来根据 sn 字段进行查询，执行如下 SQL ：

SELECT * FROM tb_sku WHERE sn = '100000003145001';

我们可以看到根据 sn 字段进行查询，查询返回了一条数据，结果耗时 20.78sec ，就是因为 sn 没有索引，而造成查询效率很低。

那么我们可以针对于 sn 字段，建立一个索引，建立了索引之后，我们再次根据 sn 进行查询，再来看一下查询耗时情况。

创建索引：

create index idx_sku_sn on tb_sku(sn) ;

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';

我们明显会看到， sn 字段建立了索引之后，查询性能大大提升。建立索引前后，查询耗时都不是一个数量级的。

6.2、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，索引将会部分失效( 后面的字段索引失效 ) 。

以 tb_user 表为例，我们先来查看一下之前 tb_user 表所创建的索引。

在 tb_user 表中，有一个联合索引，这个联合索引涉及到三个字段，顺序分别为： profession ，

age ， status 。

对于最左前缀法则指的是，查询时，最左边的列，也就是 profession 必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。 接下来，我们来演示几组案例，看一下

具体的执行计划：

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';

以上的这三组测试中，我们发现只要联合索引最左边的字段 profession 存在，索引就会生效，只不

过索引的长度不同。 而且由以上三组测试，我们也可以推测出 profession 字段索引长度为 47 、 age

字段索引长度为 2 、 status 字段索引长度为 5 。

explain select * from tb_user where age = 31 and status = '0';

explain select * from tb_user where status = '0';

而通过上面的这两组测试，我们也可以看到索引并未生效，原因是因为不满足最左前缀法则，联合索引最左边的列profession不存在。

explain select * from tb_user where profession = '软件工程' and status = '0';

上述的 SQL 查询时，存在 profession 字段，最左边的列是存在的，索引满足最左前缀法则的基本条

件。但是查询时，跳过了 age 这个列，所以后面的列索引是不会使用的，也就是索引部分生效，所以索引的长度就是47 。

思考题: 

当执行SQL语句:

explain select * from tb_user where age = 31 and status = '0' and profession = '软件工程';

时，是否满足最左前缀法则，走不走上述的联合索引，索引长度？

可以看到，是完全满足最左前缀法则的，索引长度 54 ，联合索引是生效的。

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段 ( 即是

第一个字段 ) 必须存在，与我们编写 SQL 时，条件编写的先后顺序无关。

6.3、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';

当范围查询使用 > 或 < 时，走联合索引了，但是索引的长度为 49 ，就说明范围查询右边的 status 字

段是没有走索引的。

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。

6.4、索引失效情况

6.4.1、索引列运算

不要在索引列上进行运算操作， 索引将失效。

在tb_user表中，除了前面介绍的联合索引之外，还有一个索引，是phone字段的单列索引。

A. 当根据phone字段进行等值匹配查询时, 索引生效。

explain select * from tb_user where phone = '17799990015';

B. 当根据 phone 字段进行函数运算操作之后，索引失效。

explain select * from tb_user where substring(phone,10,2) = '15';

6.4.2、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。

如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

6.4.3 、 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。

接下来，我们来看一下这三条 SQL 语句的执行效果，查看一下其执行计划：

由于下面查询语句中，都是根据 profession 字段查询，符合最左前缀法则，联合索引是可以生效的，我们主要看一下，模糊查询时，% 加在关键字之前，和加在关键字之后的影响。

explain select * from tb_user where profession like '软件%';
explain select * from tb_user where profession like '%工程';
explain select * from tb_user where profession like '%工%';

经过上述的测试，我们发现，在 like 模糊查询中，在关键字后面加 %，索引可以生效。而如果在关键字前面加了%，索引将会失效。

6.4.4、or连接条件

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、phone有索引，索引也会失效。所以需要针对于age也要建立索引。

create index idx_user_age on tb_user(age);

 建立了索引之后，我们再次执行上述的SQL语句，看看前后执行计划的变化

 最终，我们发现，当or连接的条件，左右两侧字段都有索引时，索引才会生效。

 6.4.5、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';

explain select * from tb_user where profession is null;
explain select * from tb_user where profession is not null;

 接下来，我们做一个操作将profession字段值全部更新为null。

然后，再次执行上述的两条SQL，查看SQL语句的执行计划。

6.5、SQL提示

目前tb_user表的数据情况如下

 索引情况如下:

 把上述的 idx_user_age, idx_email 这两个之前测试使用过的索引直接删除。

drop index idx_user_age on tb_user;
drop index idx_email on tb_user;

查询走了联合索引。 

create index idx_user_pro on tb_user(profession);

 C. 创建单列索引后，再次执行A中的SQL语句，查看执行计划，看看到底走哪个索引。

1. use index ： 建议 MySQL 使用哪一个索引完成此次查询（仅仅是建议， mysql 内部还会再次进行评估）。

   explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';

2. ignore index ： 忽略指定的索引。

   explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

3. force index ： 强制使用索引

   explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

 6.6、覆盖索引

 接下来，我们来看一组SQL的执行计划，看看执行计划的差别，然后再来具体做一个解析

explain select id, profession from tb_user where profession = '软件工程' and age = 31 and status = '0' ;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';

 上述这几条SQL的执行结果为：

为了大家更清楚的理解，什么是覆盖索引，什么是回表查询，我们一起再来看下面的这组 SQL 的执行过程。

A. 表结构及索引示意图 :

 id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）。

 B. 执行SQL : select * from tb_user where id = 2;

 根据id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

C. 执行SQL：selet id,name from tb_user where name = 'Arm';

 D. 执行SQL：selet id,name,gender from tb_user where name = 'Arm';

思考题：

一张表 , 有四个字段 (id, username, password, status), 由于数据量大 , 需要对以下SQL 语句进行优化 , 该如何进行才是最优方案 :

select id,username,password from tb_user where username = 'itcast';

答案: 针对于 username, password建立联合索引, sql为:

create index idx_user_name_pass on tb_user(username,password);

这样可以避免上述的 SQL 语句，在查询的过程中，出现回表查询。

 6.7、前缀索引

1. 语法

   create index idx_xxxx on table_name(column(n)) ;

   示例 :
    
   为 tb_user 表的 email 字段，建立长度为5的前缀索引。

   create index idx_email_5 on tb_user(email(5));

   
    
2. 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，性能是最好的。
    

   select count(distinct email) / count(*) from tb_user ;
   select count(distinct substring(email,1,5)) / count(*) from tb_user ;

   小贴士: 求取不重复的值, 在字段前加上distinct关键字来去重。

3. 前缀索引的查询流程
   
    

   

 6.8、单列索引与联合索引

我们先来看看 tb_user 表中目前的索引情况:
 

 在查询出来的索引中，既有单列索引，又有联合索引

接下来，我们来执行一条SQL语句，看看其执行计划：

create unique index idx_user_phone_name on tb_user(phone,name);

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。

 如果查询使用的是联合索引，具体的结构示意图如下：

 7、索引设计原则

1. 针对于数据量较大，且查询比较频繁的表建立索引。
    
2. 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。
    
3. 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。
    
4. 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。
    
5. 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。
    
6. 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。