MySQL中索引和优化的用法总结
Posted 为爱奔跑
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MySQL中索引和优化的用法总结相关的知识，希望对你有一定的参考价值。
1、什么是数据库中的索引？索引有什么作用？
引入索引的目的是为了加快查询速度。如果数据量很大，大的查询要从硬盘加载数据到内存当中。
2、InnoDB中的索引原理是怎么样的？
InnoDB是mysql的默认存储引擎,InnoDB有两种索引：B+树索引和哈希索引，其中哈希索引是自适应性的，存储引擎会根据表的使用情况，自动创建哈希索引，不能人为的干涉。
B树、B-树、B+树、B*树四种数据结构在索引中的运用，这四种数据结构的顺序必须是这样的。分别阐述如下：
B树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点；
B-树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；
B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；
B*树：在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率从1/2提高到2/3；
首先，B树也叫作二叉搜索树，字如其义。B树有如下三个特点：所有非叶子节点至多拥有两个儿子；所有节点存储一个关键字；非叶子节点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树。
B树的搜索，从根结点开始，如果查询的关键字与结点的关键字相等，那么就命中，否则，如果查询关键字比结点关键字小，就进入左儿子；如果比结点关键字大，就进入右儿子；如果左儿子或右儿子的指针为空，则报告找不到相应的关键字。如果B树的所有非叶子结点的左右子树的结点数目均保持差不多（平衡），那么B树的搜索性能逼近二分查找；但它比连续内存空间的二分查找的优点是，改变B树结构（插入与删除结点）不需要移动大段的内存数据，甚至通常是常数开销。最右边也是一个B树，但它的搜索性能已经是线性的了；同样的关键字集合有可能导致不同的树结构索引；所以，使用B树还要考虑尽可能让B树保持左图的结构，和避免右图的结构，也就是所谓的“平衡”问题；实际使用的B树都是在原B树的基础上加上平衡算法，即“平衡二叉树”；如何保持B树结点分布均匀的平衡算法是平衡二叉树的关键；平衡算法是一种在B树中插入和删除结点的策略；
其次，B-树。数据量越大，B树的高度会越高，之所以会越高，主要是因为二叉引起的。所以在此基础上我们定义了B-树的规范如下：B-树不是二叉的，所以又叫作多路搜索树。
B-树是一种多路搜索树（并不是二叉的）： 1.定义任意非叶子结点最多只有M个儿子；且M>2； 2.根结点的儿子数为[2, M]；除根结点以外的非叶子结点的儿子数为[M/2, M]； 3.每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字） 4.非叶子结点的关键字个数=指向儿子的指针个数-1； 5.非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]； 6.非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树； 7.所有叶子结点位于同一层；如图所示中（M=3）
B-树的搜索，从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的儿子结点重复，直到所对应的儿子指针为空，或已经是叶子结点。
B-树的特性：
1.关键字集合分布在整颗树中；
2.任何一个关键字出现且只出现在一个结点中；
3.搜索有可能在非叶子结点结束；
4.其搜索性能等价于在关键字全集内做一次二分查找；
5.自动层次控制；
由于限制了除根结点以外的非叶子结点，至少含有M/2个儿子，确保了结点的至少利用率，其最底搜索性能如图，
其中，M为设定的非叶子结点最多子树个数，N为关键字总数；
所以B-树的性能总是等价于二分查找（与M值无关），也就没有B树平衡的问题；由于M/2的限制，在插入结点时，如果结点已满，需要将结点分裂为两个各占M/2的结点；删除结点时，需将两个不足M/2的兄弟结点合并；
其次，B+树。B树、B-树、B+树、B*树。B树是二叉搜索树，B-树、B+树、B*树都是多路搜索树。B-树定义了基本的规范，它有个特点，关键字出现在非叶子节点或者叶子节点，子树的指针比关键字个数大一个。B+树在这两方面分别做了升级，定义如下：
B+树是B-树的变体，也是一种多路搜索树：
1.其定义基本与B-树同，除了：
2.非叶子结点的子树指针与关键字个数相同；
3.非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树
（B-树是开区间）；
5.为所有叶子结点增加一个链指针；
6.所有关键字都在叶子结点出现；
B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找；
B+的特性：
1.所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；
2.不可能在非叶子结点命中；
3.非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；
4.更适合文件索引系统；
最后B*树，它是B+树的变体，在B+树的非根和非叶子结点再增加指向兄弟的指针。
B*树定义了非叶子结点关键字个数至少为(2/3)*M，即块的最低使用率为2/3（代替B+树的1/2）；
B+树的分裂：当一个结点满时，分配一个新的结点，并将原结点中1/2的数据复制到新结点，最后在父结点中增加新结点的指针；B+树的分裂只影响原结点和父结点，而不会影响兄弟结点，所以它不需要指向兄弟的指针；
B*树的分裂：当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）；
如果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3的数据到新结点，最后在父结点增加新结点的指针；
所以，B*树分配新结点的概率比B+树要低，空间使用率更高；
3、如何在Navicat中对表添加索引？
#删除表
DROP TABLE test.idc_work_order_main
# 创建表结构idc_work_order_main
CREATE TABLE `idc_work_order_main` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT \'主键ID\',
`creator` varchar(128) NOT NULL DEFAULT \'0\' COMMENT \'创建人\',
`gmt_create` timestamp NULL DEFAULT NULL COMMENT \'创建时间\',
`modifier` varchar(128) DEFAULT \'0\' COMMENT \'修改人\',
`gmt_modified` timestamp NULL DEFAULT NULL COMMENT \'修改时间\',
`title` varchar(64) DEFAULT NULL COMMENT \'工单标题\',
`category` varchar(32) DEFAULT NULL COMMENT \'工单类别\',
`subject` varchar(32) DEFAULT NULL COMMENT \'工单类型\',
`demander` varchar(30) DEFAULT NULL COMMENT \'需求方\',
`is_atomic` char(1) DEFAULT \'y\' COMMENT \'是否原子工单\',
`atomic_id` int(11) DEFAULT NULL COMMENT \'当前原子工单在列表中ID\',
`site` varchar(50) DEFAULT NULL COMMENT \'工单所在机房\',
`operationer` varchar(32) DEFAULT NULL COMMENT \'当前处理人\',
`operation_role` varchar(50) DEFAULT NULL COMMENT \'当前处理角色\',
`state` varchar(50) DEFAULT NULL COMMENT \'工单状态\',
`sub_state` varchar(50) DEFAULT NULL COMMENT \'工单子状态\',
`expect_time` timestamp NULL DEFAULT NULL COMMENT \'预期结单时间\',
`sla` bigint(20) DEFAULT NULL COMMENT \'sla\',
`evaluation` varchar(200) DEFAULT NULL COMMENT \'评价\',
`create_source` varchar(32) DEFAULT \'TBOSS\' COMMENT \'创建源\',
`source_key` varchar(32) DEFAULT NULL COMMENT \'创建源唯一标示\',
`is_deleted` char(1) DEFAULT \'n\' COMMENT \'是否已删除y,n\',
`remark` varchar(500) DEFAULT NULL COMMENT \'备注\',
`parent_id` int(11) DEFAULT \'0\' COMMENT \'父工单ID\',
`asset_total` int(11) DEFAULT \'0\' COMMENT \'设备总数\',
`sla_standard` double DEFAULT NULL COMMENT \'标准时间\',
`sla_unit` char(1) DEFAULT NULL COMMENT \'sla 单位\',
`effective_date` timestamp NULL DEFAULT NULL COMMENT \'提单时间（生效时间）\',
`is_timeout` char(1) DEFAULT \'n\' COMMENT \'是否超时，‘y’超时，‘n’未超时\',
`statement_date` timestamp NULL DEFAULT NULL COMMENT \'结单的时间\',
`source_creator` varchar(32) DEFAULT NULL COMMENT \'第三方创建人信息（域账号）\',
`atomic_order_id` int(11) DEFAULT NULL COMMENT \'当前原子工单编号\',
`order_device_type` varchar(50) DEFAULT \'SERVER\' COMMENT \'工单设备类型(server=服务器,network_serve等)\',
`finish_asset_total` int(11) DEFAULT \'0\' COMMENT \'完成设备数\',
PRIMARY KEY (`id`),
KEY `idx_statement_date` (`statement_date`),
KEY `idx_parent_id` (`parent_id`),
KEY `idx_gmt_modified` (`gmt_modified`),
KEY `idx_gmt_create` (`gmt_create`)
) ENGINE=InnoDB AUTO_INCREMENT=182431 DEFAULT CHARSET=utf8 COMMENT=\'工单主表\';
#显示建表信息
SHOW CREATE TABLE idc_work_order_main
#添加索引
ALTER TABLE idc_work_order_main ADD INDEX atomic_order_id (atomic_order_id)
SHOW INDEX FROM idc_work_order_main
EXPLAIN SELECT * FROM idc_work_order_main WHERE atomic_order_id = \'9956\'
#添加主键 (唯一)
ALTER TABLE idc_work_order_main ADD PRIMARY KEY source_creator (source_creator)
#添加唯一索引
ALTER TABLE idc_work_order_main ADD UNIQUE source_creator (source_creator)
SHOW INDEX FROM idc_work_order_main
#添加联合索引
ALTER TABLE idc_work_order_main ADD INDEX id_source_parent_create_atomic (id,source_creator,parent_id,gmt_create,atomic_order_id)
SHOW INDEX FROM idc_work_order_main
关于索引：
1.一本书光目录就占半本书，目录（索引）还有意义吗？索引过多一定情况下会导致索引文件过大（指数增长），系统在寻址时查询时间增长。
2.性别字段就男女两个，加索引纯浪费。一个索引会在 update 或 insert 时增加一次 I/O，对于操作系统底层来说是非常损耗性能的。
3.首先mysql是B+树索引，这种作为索引的好处是可以对有序的记录作logN级的查找，不过对于没有大小之分的数据来说，还是建立哈希索引更好，因为哈希索引的时间复杂度基本是log1的。(注意此处有序和无序的概念)。
4.索引的命名规则：表名_字段名，需要加索引的字段，要在where条件中，数据量少的字段不需要加索引，如果where条件中是OR关系，加索引不起作用，符合最左原则。
4、索引中的index和key的使用
key 是数据库的物理结构，处于模型层面的，它包含两层意义和作用，一是约束（偏重于约束和规范数据库的结构完整性），二是索引（辅助查询用的）。包括primary key, unique key, foreign key 等。
primary key 有两个作用，一是约束作用（constraint），用来规范一个存储主键和唯一性，但同时也在此key上建立了一个index；
unique key 也有两个作用，一是约束作用（constraint），规范数据的唯一性，但同时也在这个key上建立了一个index；
foreign key也有两个作用，一是约束作用（constraint），规范数据的引用完整性，但同时也在这个key上建立了一个index；
可见，mysql的key是同时具有constraint和index的意义，这点和其他数据库表现的可能有区别。index是数据库的物理结构，处于实现层面的，它只是辅助查询的，它创建时会在另外的表空间（mysql中的innodb表空间）以一个类似目录的结构存储。索引只是索引，它不会去约束索引的字段的行为（那是key要做的事情）。Mysql常见索引有：主键索引、唯一索引、普通索引、全文索引、组合索引。
参考：
1.http://www.data.5helpyou.com/article392.html
2.关于where条件中or对索引影响：http://blog.csdn.net/hguisu/article/details/7106159
以上是关于MySQL中索引和优化的用法总结的主要内容，如果未能解决你的问题，请参考以下文章