数据库中的聚集索引非聚集索引优化索引

Posted 2020-09-28 alun-chen

这篇文章我们来讨论一下索引的问题吧，这篇文章不会介绍怎么创建索引，但是会介绍怎么优化索引。

 

什么是索引？

索引是对记录按照多个字段进行排序的一种方式。对表中的某个字段建立索引会创建另一种数据结构，其中保存着字段的值，每个值又指向与它相关的记录。这种索引的数据结构是经过排序的，因而可以对其执行二分查找。

怎么理解索引呢？我们经常用在windows系统下，查询某些文件，系统都会建议我们建立文件的索引。比如，如果你要查询一个文件名，系统要扫描所有文件进行傻瓜式地扫描，速度当然会很慢。当我们建立了索引后，经过相关的算法分析，会很快查询出我们想要的文件名。

我们知道了索引的定义后，下面我们谈谈聚集索引、非聚集索引。

 

聚集索引、非聚集索引

聚集索引

聚集索引是数据表中按照某个列的顺序来排序。即一个表中创建了聚集索引，则表的默认排序按照此列来排序。

一个表只能有一个聚集索引，因为表的默认排序只能有一个。

非聚集索引

非聚集索引具有独立于数据行的结构。非聚集索引中的项目按索引键值的顺序存储，而表中的信息按另一种顺序存储（这可以由聚集索引规定）。对于非聚集索引，可以为在表非聚集索引中查找数据时常用的每个列创建一个非聚集索引。

 

查询优化器

查询优化器在执行查询时通常会选择最有效的方法。 但如果没有索引，则查询优化器必须扫描表。您的任务是设计并创建最适合您的环境的索引，以便查询优化器可以从多个有效的索引中选择。

 

优化索引

（这些都是网上找的，这里做一些记录）

（1）负向条件查询不能使用索引

select * from order where status!=0 and stauts!=1

not in/not exists 都不是好习惯

可以优化为 in 查询：

select * from order where status in(2,3)

（2）前导模糊查询不能使用索引

select * from order where desc like ‘%XX‘

而非前导模糊查询则可以：

select * from order where desc like ‘XX%‘

（3）数据区分度不大的字段不宜使用索引

select * from user where sex=1

原因：性别只有男，女，每次过滤掉的数据很少，不宜使用索引。

经验上，能过滤 80% 数据时就可以使用索引。对于订单状态，如果状态值很少，不宜使用索引，如果状态值很多，能够过滤大量数据，则应该建立索引。

（4）在属性上进行计算不能命中索引

select * from order where YEAR(date) < = ‘2017‘

即使date上建立了索引，也会全表扫描，可优化为值计算：

select * from order where date < = CURDATE()

或者：

select * from order where date < = ‘2017-01-01‘

（5）如果业务大部分是单条查询，使用Hash索引性能更好，例如用户中心

select * from user where uid=?
select * from user where login_name=?

原因：

B-Tree索引的时间复杂度是O(log(n))

Hash索引的时间复杂度是O(1)

（6）允许为null的列，查询有潜在大坑

单列索引不存null值，复合索引不存全为null的值，如果列允许为null，可能会得到“不符合预期”的结果集

select * from user where name != ‘shenjian‘

如果name允许为null，索引不存储null值，结果集中不会包含这些记录。

所以，请使用 not null 约束以及默认值。

（7）复合索引最左前缀，并不是值SQL语句的where顺序要和复合索引一致

用户中心建立了(login_name, passwd)的复合索引

select * from user where login_name=? and passwd=?
select * from user where passwd=? and login_name=?

都能够命中索引

 

select * from user where login_name=?

也能命中索引，满足复合索引最左前缀

select * from user where passwd=?

不能命中索引，不满足复合索引最左前缀

（8）使用ENUM而不是字符串

ENUM保存的是TINYINT，别在枚举中搞一些“中国”“北京”“技术部”这样的字符串，字符串空间又大，效率又低。

（9）如果明确知道只有一条结果返回，limit 1能够提高效率

select * from user where login_name=?

可以优化为：

select * from user where login_name=? limit 1

原因：

你知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动

（10）把计算放到业务层而不是数据库层，除了节省数据的CPU，还有意想不到的查询缓存优化效果

select * from order where date < = CURDATE()

这不是一个好的SQL实践，应该优化为：

$curDate = date(‘Y-m-d‘);
$res = mysql_query(‘select * from order where date < = $curDate‘);

原因：

释放了数据库的CPU

多次调用，传入的SQL相同，才可以利用查询缓存

（11）强制类型转换会全表扫描

select * from user where phone=13800001234

你以为会命中phone索引么？大错特错了，这个语句究竟要怎么改？

末了，再加一条，不要使用select *（潜台词，文章的SQL都不合格 =_=），只返回需要的列，能够大大的节省数据传输量，与数据库的内存使用量哟。