MySQL_索引

索引概述

简介

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引

优缺点

优势	劣势
提高数据检索的效率，降低数据库的IO成本	索引列也是要占用空间的。
通过索引列队数据进行排序，降低数据排序的成本，降低CPU的消耗	索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行insert、update、delete时，效率降低。

索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

索引结构	描述	InnoDB	MyISAM	Memory
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引	√	√	√
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询	×	×	√
R-tree(空间索引)	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较小	×	√	×
Full-text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES	√	√	×

二叉树

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gaMVYCl0-1675250567453)(file://C:\Users\82391\AppData\Roaming\marktext\images\2023-01-28-11-06-54-image.png?msec=1675139373689)]$
- 二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
- 红黑树：大数据量情况下，层级较深，检索速度慢;查询不稳定；没有很好的利用操作系统和磁盘的交互特性。
B-Tree(多路平衡查找树)
- 以一颗做大度数为5阶的b-tree为例（每个节点最多存储4个key，5个指针）：

数据结构可视化网站：

Data Structure Visualization

B+Tree
- 以一颗最大度数为5阶的b+tree为例：
- 相对于B-tree的区别：
  - 所有的数据都会出现在叶子节点
  - 叶子节点形成一个单向链表
  - 非叶子节点只是索引部分
MySQL的B+Tree

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。【每页的大小为16k】

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9lDbeZc9-1675250567456)(file://C:\Users\82391\AppData\Roaming\marktext\images\2023-01-28-11-39-36-image.png?msec=1675139373716)]$
MySQL数据库为何最终选择用B+Tree?
- 原因1： B+Tree是B-Tree的变种，B-Tree能解决的问题，B+Tree也能够解决，而且可以有效降低树的高度，减少磁盘IO次数，增大节点存储数据量。
- 原因2： B+Tree扫库和扫表能力更强。如果我们要根据索引去进行数据表的扫描，对B-Tree进行扫描，需要把整棵树遍历一遍，而B+Tree只需要遍历他的所有叶子节点即可（叶子节点之间有引用）。【遍历】
- 原因3： B+Tree磁盘读写能力更强。他的根节点和支节点不保存数据区，所以根节点和支节点同样大小的情况下，保存的关键字要比B-Tree多。而叶子节点不保存子节点引用，能用于保存更多的关键字和数据。所以，B+Tree读写一次，磁盘加载的关键字比B-Tree更多。【IO一次，读取内容更多】
- 原因4： B+Tree排序能力更强。上面的图中可以看出，B+Tree天然具有排序功能。【排序】
  
  原因5： B+Tree查询性能稳定。B+Tree数据只保存在叶子节点，每次查询数据，查询IO次数一定是稳定的。【查询数据稳定，层数相同】
Hash

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。
- hash索引特点
  - hash索引只能用于对等比较（=，in），不支持范围查询（between，<,>,…）
  - 无法利用索引完成排序操作
  - 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引。
- 存储引擎支持
  - 在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适用hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
为什么InnoDB存储引擎选择使用B+Tree？
- 相对于二叉树，层级更少，搜索效率高
- 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，只能增加数的高度，导致性能降低；
- 相对Hash索引，B+Tree支持范围匹配及排序操作；

索引分类

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	primary
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	unique
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查询的是文本中的关键词，而不是比较索引中的值。	可以有多个	fulltext

在InnoDB存储引擎中，根据索引的存储形式，又可以分为：

分类	含义	特点
聚集索引	将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
二级索引	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

聚集索引选取规则：
- 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。

回表查询：通过二级索引查到聚集索引的内容，再通过聚集索引定位到行记录

索引语法

创建索引

create [unique | fulltext] index index_name on table_name(index_col_name,...)

查看索引
```
show index from table_name;
```
删除索引
```
drop index index_name on table_name;
```

SQL性能分析

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。
```
show global status like 'Com_______';
```
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，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; # 1为开启
# 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; # 超过2秒就为慢查询
# 查询慢查询日志是否开启
show variables like 'slow_query_log'; # ON为开启；OFF为关闭
```
- 配置完成后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log
profile详情
- show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：
```
select @@have_profiling;
```
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rdG8667M-1675250567457)(file://C:\Users\82391\AppData\Roaming\marktext\images\2023-01-29-10-56-37-image.png?msec=1675139373688)]$
- 默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：
```
select @@profiling; # show VARIABLES like 'profiling';
set profiling=1;
```
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7KO6UD8T-1675250567457)(file://C:\Users\82391\AppData\Roaming\marktext\images\2023-01-29-11-00-00-image.png?msec=1675139373689)]$
- 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语句尬歌阶段的耗时情况；
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;
```
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BRkJ88c5-1675250567458)(file://C:\Users\82391\AppData\Roaming\marktext\images\2023-01-29-11-17-14-image.png?msec=1675139373690)]$
explain执行计划
- explain执行各字段含义：
  - id
    - select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行。）
  - select_type
    - 表示select的类型，常见的取值有simple（简单表，即不使用表连接或者子查询）、primary（主查询，即外层的查询）、union（union中的第二个或者后者的查询语句）、subquery（select\where之后包含了子查询）等
  - type
    - 表示连接类型，性能由好到差的连接类型为Null、system、const、eq_ref、ref、range、index、all。
  - possible_key
    - 显示可能应用在这张表上的索引，一个或多个。
  - key
    - 实际使用的索引，如果为null，则没有使用索引。
  - key_len
    - 表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
  - rows
    - MySQL认为必须要执行查询的行数，在InnoDB引擎的表中，是一个估计值，可能并不总是准确的。
  - filtered
    - 表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。
- explain的使用方法：
```
# explain + sql
explain select * from basedata;
```

索引使用

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。如果跳跃某列，索引将部分失效（后面的字段索引失效）。
- 当创建(a,b,c)复合索引时，想要索引生效的话，只能使用 a和ab、ac和abc三种组合！
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
索引列运算
- 不要在索引列上进行运算，索引列将失效。
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。
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。
or连接的条件
- 用or分割的条件，如果or前的索引条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用的。
数据分布影响
- 如果MySQL评估使用索引比全表更慢，则不适用索引。
SQL提示
- SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
- use index:(告诉sql可以使用哪个索引)
```
explain select * from basedata use index(index_all);
```
- ignore index:(不适用哪个索引)
```
explain select * from basedata ignore index(index_all);
```
- force index:(必须使用哪个索引)
```
explain select * from basedata force index(index_all);
```
覆盖索引
- 尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到），减少select *。
- 注意:
  - using index condition：查询使用了索引，但是需要回表查询数据
  - using where;using index：查询使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。
前缀索引
- 当字段类型为字符串（varchar，text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。
- 语法：
```
create index idx_xxx on table_name(column(n))
```
- 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，性能也是最好的。
单列索引&联合索引
- 单列索引：一个索引只包含单个列
- 联合索引：一个索引包含了多个列
  - 在多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。