MySQL中的索引index（超详细）

概念：

在MySQL中，索引（index）是一种特殊的数据结构，它能够加快数据库中数据的检索速度。索引可以看做是一本书的目录，它提供了一种快速查找数据的方式。

MySQL中的索引是建立在一张表的一列或多列上的，用于加快对表中数据的查找速度。索引可以是单列索引，也可以是多列索引。当我们在一个表上创建了索引后，MySQL就会根据这个索引来建立一个索引文件，该文件中存储着每个值对应的行的物理位置。

MySQL支持多种类型的索引，例如B-tree索引、哈希索引、全文索引等。其中，B-tree索引是最常见和常用的索引类型，它可以在查询时进行快速的范围查找、排序和分组操作。

在数据库中使用索引可以大大提高数据的检索速度，但同时也会增加索引维护的开销，例如索引的创建、更新和删除操作。因此，索引的设计和使用需要根据具体的业务场景进行权衡和选择。

什么是索引？

索引就是MySQL中可以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。

添加索引原则上来说可以大大的提高数据获取的效率。

索引的优势：

提高数据检索的效率，降低数据库的IO成本。

通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

索引的劣势：

索引也是占用空间的。

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

概述
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索引结构，索引都有B+Tree索引、Hash索引、R-tree(空间索引）、Full-text(全文索引)。我们常用的为B+Tree和Hash索引。

B+Tree
B+Tree是B-Tree的变种，主要有以下三点区别：

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。
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

然而MySQL中又对B+Tree做了优化，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。
Hash
MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。

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，如果了解java的话应该很好理解。

Hash索引的优点：

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。

Hash索引的缺点：
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。

索引分类

索引分类
在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

聚集索引&二级索引
而在在InnoDB存储引擎（MySQL默认存储引擎）中，根据索引的存储形式，又可以分为以下两种：

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，且没有合适唯一索引，InnoDB会自动生成一个rowid作为隐藏的聚集索引。

聚集索引&二级索引的区别：

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。

索引语法

创建索引：

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

演示：例如给user表的name字段添加索引，中括号里的参数是可以省略的。

CREATE INDEX idx_user_name ON user(name);

查看索引：

SHOW INDEX FROM table_name ;

演示：例如查看user表中的索引。

SHOW INDEX FROM user ;

删除索引：

DROP INDEX index_name ON table_name ;

演示：例如删除我们刚刚创建的索引。

DROP INDEX idx_user_name ON user ;

5 索引使用
介绍索引的使用之前，我们先要了解一下explain这个函数

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。

语法：

直接在select语句之前加上关键字 explain / desc即可。

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

例如：我要查询user表中id=1的数据，其中id为主键索引

explain select * from tb_user where id = 1;

简单介绍一下比较重要的参数：

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 。在我们编写代码时，type尽量要往前靠。

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。

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，我们先看一下tb_user表创建的索引。

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。

在执行以下代码时：

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

可以看到在这里使用到了索引的，key_len为54。

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

可以看到满足最左前缀法则时是可以用到索引的，key_len=47;

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

可以看到status字段是不符合最左前缀法则的，跳过了联合索引中间的age字段，这时的key_len的长度也为47。所以可以得出若不满足最最前缀法则实惠导致联合索引部分失效的情况。

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，联合索引全走长度为54这里索引的长度为49，就说明范围查询右边的status字段是没有走索引的。

索引失效情况

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

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

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，key_len长度为49，索引部分失效了。

索引列运算

若在索引列上进行运算操作，索引则会失效。

explain select * from tb_user where substring(profession,1,2) = '软件' and age = 31 and status = 0;

可以看到联合索引直接全部失效了，这里若是单例索引也会失效的。

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。执行以下两句代码：

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

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

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。

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。

先看下tb_user表的索引情况。

explain select * from tb_user where id = 10 or age = 23;

可以看到id是主键索引，而age并没有索引，所以这里索引失效了。

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 ：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';

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';

force index ：强制使用索引。

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

覆盖索引

尽量使用覆盖索引，减少select *。那么什么是覆盖索引呢？覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。

也就是你要获取的数据就在叶子节点存放的键值以及主键id内。

索引前缀

当字段类型为字符串（varchar，text，longtext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_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));

单例索引和联合索引

单列索引：即一个索引只包含单个列。
联合索引：即一个索引包含了多个列。

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。

索引设置原则

针对于数据量较大，且查询比较频繁的表建立索引。
针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立引。
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。
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。
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。
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。