mysql 索引

Posted 2020-11-16 ZJfor

对于任何DBMS，索引都是进行优化的最主要的因素。对于少量的数据，没有合适的索引影响不是很大，但是，当随着数据量的增加，性能会急剧下降。
如果对多列进行索引(组合索引)，列的顺序非常重要，MySQL仅能对索引最左边的前缀进行有效的查找。

例如：
假设存在组合索引idx(c1,c2)，查询语句select * from t1 where c1=1 and c2=2能够使用该索引。查询语句select * from t1 where c1=1也能够使用该索引。但是，查询语句select * from t1 where c2=2不能够使用该索引，因为没有组合索引的引导列，即要想使用c2列进行查找，必需出现c1等于某值。

索引是快速搜索的关键。mysql索引的建立对于MySQL的高效运行是很重要的。
下面介绍几种常见的MySQL索引类型：
在数据库表中，对字段建立索引可以大大提高查询速度。假如我们创建了一个 mytable表：

CREATE TABLE mytable(
ID INT NOT NULL, 
username VARCHAR(16) NOT NULL 
); 

我们随机向里面插入了10000条记录，其中有一条：5555, admin。
在查找username="admin"的记录时（SELECT * FROM mytable WHERE username=\'admin\'），如果在username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10000条记录。

一、MySQL索引类型包括：
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：
a.创建索引
CREATE INDEX indexName ON mytable(username(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。

b.修改表结构
ALTER mytable ADD INDEX [indexName] ON (username(length))

c.创建表的时候直接指定

CREATE TABLE mytable( 
   ID INT NOT NULL, 
   username VARCHAR(16) NOT NULL, 
   INDEX [indexName] (username(length)) 
); 

删除索引的语法：
DROP INDEX [indexName] ON mytable;

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：

 a.创建索引
CREATE UNIQUE INDEX indexName ON mytable(username(length))

b.修改表结构
ALTER mytable ADD UNIQUE [indexName] ON (username(length))

 c.创建表的时候直接指定

CREATE TABLE mytable( 
   ID INT NOT NULL, 
   username VARCHAR(16) NOT NULL, 
   UNIQUE [indexName] (username(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 mytable( 
  ID INT NOT NULL, 
  username VARCHAR(16) NOT NULL, 
  PRIMARY KEY(ID) 
); 

 4.组合索引
为了形象地对比单列索引和组合索引，为表添加多个字段：

CREATE TABLE mytable( 
   ID INT NOT NULL, 
   username VARCHAR(16) NOT NULL, 
   city VARCHAR(50) NOT NULL, 
   age INT NOT NULL 
); 

 为了进一步榨取MySQL的效率，就要考虑建立组合索引。就是将 username, city, age建到一个索引里：

ALTER TABLE mytable ADD INDEX name_city_age (username(10),city,age); 

建表时，usernname长度为16，这里用10。这是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。

如果分别在 usernname，city，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也会大不一样，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下面三组组合索引：
usernname,city,age
usernname,city
usernname

为什么没有city，age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SQL就会用到这个组合索引：

SELECT * FROM mytable WHREE username="admin" AND city="郑州"
SELECT * FROM mytable WHREE username="admin"

 而下面几个则不会用到：

SELECT * FROM mytable WHREE age=20 AND city="郑州"
SELECT * FROM mytable WHREE city="郑州"

二、使用索引的注意事项
使用索引时，有以下一些技巧和注意事项：

1.索引不会包含有NULL值的列
只要列中包含有NULL值都将不会被包含在MySQL索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时不要让字段的默认值为NULL。

2.使用短索引
对串列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果在前10个或20个字符内，多数值是惟一的，那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。

3.索引列排序
MySQL查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。

4.like语句操作
一般情况下不鼓励使用like操作，如果非使用不可，如何使用也是一个问题。like “%aaa%” 不会使用MySQL索引而like “aaa%”可以使用索引。

5.不要在列上进行运算

select * from users where YEAR(adddate)<2007; 

 将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成

select * from users where adddate<‘2007-01-01’;  

6.不使用NOT IN和<>操作
NOT IN和<>操作都不会使用索引将进行全表扫描。NOT IN可以使用NOT EXISTS代替，id<>3则可以使用id>3 or id<3来代替。

三、建立索引的时机
到这里我们已经学会了建立索引，那么我们需要在什么情况下建立索引呢？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才会使用索引。例如：

SELECT t.Name
FROM mytable t LEFT JOIN mytable m 
ON t.Name=m.username WHERE m.age=20 AND m.city=\'郑州\'

此时就需要对city和age建立索引，由于mytable表的userame也出现在了JOIN子句中，也有对它建立索引的必要。
刚才提到只有某些时候的LIKE才需建立索引。因为在以通配符%和_开头作查询时，MySQL不会使用索引。例如下句会使用索引：

SELECT * FROM mytable WHERE username like\'admin%\'

而下句就不会使用：

SELECT * FROM mytable WHEREt Name like\'%admin\'

因此，在使用LIKE时应注意以上的区别。

四、索引的不足之处
上面都在说使用索引的好处，但过多的使用索引将会造成滥用。因此索引也会有它的缺点：
(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。
索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。

五、实例

比如有这样一张表

create table staffs(
        id int primary key auto_increment,
        name varchar(24) not null default \'\' comment \'姓名\',
        age int not null default 0 comment \'年龄\',
        pos varchar(20) not null default \'\' comment \'职位\',
        add_time timestamp not null default current_timestamp comment \'入职时间\'
    ) charset utf8 comment \'员工记录表\';

 添加三列的复合索引：

alter table staffs add index idx_nap(name, age, pos);

在BTREE索引的使用上，以下几种情况可以用到该索引或索引的一部分（使用explain简单查看使用情况）：
1.全值匹配
如select * from staffs where name = \'July\' and age = \'23\' and pos = \'dev\' ，key字段显示使用了idx_nap索引。

2.匹配最左列，对于复合索引来说，不总是匹配所有字段列，但是可以匹配索引中靠左的列，
如select * from staffs where name = \'July\' and age = \'23\'，key字段显示用到了索引，注意，key_len字段（表示本次语句使用的索引长度）数值比上一条小了，意思是它并未使用全部索引列（通常这个长度可估摸着用了哪些索引列），事实上只用到了name和age列。

再试试select * from staffs where name = \'July\'，它也用了索引，key_len值更小，实际只用到了索引中的name列。

3.匹配列前缀，即一个索引中列的前一部分，主要用在模糊匹配，如select * from staffs where name like \'J%\'，explain信息的key字段表示使用了索引。

4.匹配范围，如select * from staffs where name > \'Mary\'。

5.精确匹配一列并范围匹配右侧相邻列，即前一列是固定值，后一列是范围值，它用了name与age两个列的索引（key_len推测）
如select * from staffs where name = \'July\' and age > 25

6.只访问索引的查询，比如staffs表的情况，索引建立在(name,age,pos)上面，前面一直是读取的全部列，如果我们用到了哪些列的索引，查询时也只查这些列的数据，就是只访问索引的查询，如

select name,age,pos from staffs where name = \'July\' and age = 25 and pos = \'dev\'
select name,age from staffs where name = July and age > 25

第一句用到了全部索引列，第二句只用了索引前两列，select的字段就最多只能是这两列，这种查询情况的索引，mysql称为覆盖索引，就是索引包含（覆盖）了查询的全部字段。是不是用到了索引查询，在explain中需要看最后一个Extra列的信息，Using index表明使用了覆盖索引，同时Using where表明也使用了where过滤。

7.前缀索引

区别于列前缀（类似like \'J%\'形式的模糊匹配）和最左列索引（顺序取索引中靠左的列的查询），它只取某列的一部分作为索引。通常在说InnoDB跟MyISAM的区别时，一个明显的区别是：MyISAM支持全文索引，而InnoDB不行，甚至对于text、blob这种超长的字符串或二进制数据时，MyISAM会取前多少个字符作为索引，InnoDb的前缀索引跟这个类似，某些列，一般是字符串类型，很长，全部作为索引大大增加存储空间，索引也需要维护，对于长字符串，又想作为索引列，一个可取的办法就是取前一部分（前缀），代表一整列作为索引串，问题是：如何确保这个前缀能代表或大致代表这一列？所以mysql中有个概念是索引的选择性，是指索引中不重复的值的数目（也称基数）与整个表该列记录总数（#T）的比值，比如一个列表（1,2,2,3），总数是4，不重复值数目为3，选择性为3/4，因此选择性范围是[1/#T, 1]，这个值越大，表示列中不重复值越多，越适合作为前缀索引，唯一索引（UNIQUE KEY）的选择性是1。

比如有一列a varchar(255)，以它作前缀索引，比如以7个测试，逐个增加看看选择性值增长到那个数基本不变，就表示可以代表整列了，再结合这个长度的索引列是否存储数据太多，做个权衡，基本就行了。但如果这个选择性本来就小的可怜还是算了

select count(distinct left(a, 7))/count(*) as non_repeat from tab;

定好一个前缀数目，如9，添加索引时可以这样

 alter table tab add index idx_pn(name(9))  --单独前缀索引
 alter table tab add index idx_cpn(count, name(9))  --复合前缀索引

以上为常见的使用索引的方式，有这么些情况不能用或不能全用，有的就是上面情况的反例，以key(a, b, c)为例
(1).跳过列，where a = 1 and c = 3，最多用到索引列a；where b = 2 and c = 3，一个也用不到，必须从最左列开始
(2).前面是范围查询，where a = 1 and b > 2 and c = 3，最多用到 a, b两个索引列；
(3).顺序颠倒，where c = 3 and b = 2 and a = 1，一个也用不到；
(4).索引列上使用了表达式，如where substr(a, 1, 3) = \'hhh\'，where a = a + 1，表达式是一大忌讳，再简单mysql也不认。有时数据量不是大到严重影响速度时，一般可以先查出来，比如先查所有有订单记录的数据，再在程序中去筛选以\'cp1001\'开头的订单，而不是写sql过滤它；
(5).模糊匹配时，尽量写 where a like \'J%\'，字符串放在左边，这样才可能用得到a列索引，甚至可能还用不到，当然这得看数据类型，最好测试一下。

排序对索引的影响
order by是经常用的语句，排序也遵循最左前缀列的原则，比如key(a, b)，下面语句可以用到（测试为妙）

select * from tab where a > 1 order by b
select * from tab where a > 1 and b > \'2015-12-01 00:00：00\' order by b
select * from tab order by a, b

以下情况用不到
(1).非最左列，select * from tab order by b;
(2).不按索引列顺序来的，select * from tab where b > \'2015-12-01 00:00:00\' order by a;
(3).多列排序，但列的顺序方向不一致，select * from tab a asc, b desc。
初步了解以上内容后，就知道了索引冗余了，比如有了(a,b)索引，(a)就是冗余的，需要创建(a)索引时，直接创建(a)就行，而不是(id,a)，id指主键，主键primary key已经是UNIQUE KEY了，不用加唯一限制。