目录

关于索引

关于磁盘

磁盘

​扇区  

结论

MySQL 与磁盘交互基本单位

MySQL 整体轮廓

结论

关于索引

建立测试表

关于 Page

为何IO交互要是 Page

理解单个Page

理解多个Page

​页目录   

复盘一下

​B树   

​B+树  

聚簇索引 VS 非聚簇索引

总结(重点)

索引操作

创建主键索引

唯一索引的创建

普通索引的创建

全文索引的创建

查询索引

删除索引

索引创建原则

PS：其他概念

关于索引

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调 sql ，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO 。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

主键索引 (primary key)

唯一索引 (unique)

普通索引 (index)

全文索引 (fulltext)-- 解决中子文索引问题。

海量数据案例：

关于磁盘

想要真正了解索引，我们得先了解磁盘。

MySQL 与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO 本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

磁盘

在看看磁盘中一个盘片

扇区  

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

• 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大。
• 那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。
• 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用 Linux ，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。 ( 当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑 )

# 数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件

[root@VM-0-3-centos ~] # ls /var/lib/mysql -l # 我们目前 MySQL 中的文件

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。

而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

• 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面。
• 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的。
• 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了 ( 扇区 ) 。那么在系统软件上，就直接按照扇区(512字节，部分 4096 字节 ), 进行 IO 交互吗？不是

• 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
• 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
• 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次 IO 所给出的扇区地址和上次 IO 给出扇区地址不连续，这样的话磁头在两次 IO 操作之间需要作比较大的移动动作才能重新开始读/ 写数据。

连续访问：如果当次 IO 给出的扇区地址与上次 IO 结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个 IO 操作称为连续访问。

因此尽管相邻的两次 IO 操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

MySQL 与磁盘交互基本单位

MySQL 整体轮廓

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的 IO 场景，所以，为了提高基本的IO 效率， MySQL 进行 IO 的基本单位是 16KB ( 后面统一使用 InnoDB 存储引擎讲解 )

mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size' ;

+------------------+-------+

| Variable_name | Value |

+------------------+-------+

| Innodb_page_size | 16384 | -- 16*1024=16384

+------------------+-------+

1 row in set ( 0.01 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO 交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做 page （注意和系统的page 区分）

结论

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
• 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
• 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。

• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数。

关于索引

建立测试表

create table if not exists user (

id int primary key, -- 一定要添加主键哦，只有这样才会默认生成主键索引

age int not null ,

name varchar ( 16 ) not null

);

mysql> show create table user \G

*************************** 1 . row ***************************

Table : user

Create Table : CREATE TABLE `user` (

`id` int ( 11 ) NOT NULL ,

`age` int ( 11 ) NOT NULL ,

`name` varchar ( 16 ) NOT NULL ,

PRIMARY KEY (`id`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8 -- 默认就是 InnoDB 存储引擎

1 row in set ( 0.00 sec)

插入多条记录

-- 插入多条记录，注意，我们并没有按照主键的大小顺序插入哦

mysql> insert into user (id, age, name) values ( 3 , 18 , ' 杨过 ' );

Query OK, 1 row affected ( 0.01 sec)

mysql> insert into user (id, age, name) values ( 4 , 16 , ' 小龙女 ' );

Query OK, 1 row affected ( 0.00 sec)

mysql> insert into user (id, age, name) values ( 2 , 26 , ' 黄蓉 ' );

Query OK, 1 row affected ( 0.01 sec)

mysql> insert into user (id, age, name) values ( 5 , 36 , ' 郭靖 ' );

Query OK, 1 row affected ( 0.00 sec)

mysql> insert into user (id, age, name) values ( 1 , 56 , ' 欧阳锋 ' );

Query OK, 1 row affected ( 0.00 sec)

查看插入结果

mysql> select * from user; -- 发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？

+----+-----+-----------+

| id | age | name |

+----+-----+-----------+

| 1 | 56 | 欧阳锋 |

| 2 | 26 | 黄蓉 |

| 3 | 18 | 杨过 |

| 4 | 16 | 小龙女 |

| 5 | 36 | 郭靖 |

+----+-----+-----------+

5 rows in set ( 0.00 sec)

关于 Page

为何IO交互要是 Page

为何 MySQL 和磁盘进行 IO 交互的时候，要采用 Page 的方案进行交互呢 ? 用多少，加载多少不香吗 ?

如上面的 5 条记录，如果 MySQL 要查找 id=2 的记录，第一次加载 id=1 ，第二次加载 id=2 ，一次一条记录，那么就需要2 次 IO 。如果要找 id=5 ，那么就需要 5 次 IO 。（因为要按顺序读取）

但，如果这 5 条 ( 或者更多 ) 都被保存在一个 Page 中 (16KB ，能保存很多记录 ), 那么第一次 IO 查找 id=2 的时候，整个Page 会被加载到 MySQL 的 Buffer Pool 中，这里完成了一次 IO 。但是往后如果在查找 id=1,3,4,5 等，完全不需要进行IO 了，而是直接在内存中进行了。所以，就在单 Page 里面，大大减少了 IO 的次数。

你怎么保证，用户一定下次找的数据，就在这个 Page 里面？我们不能严格保证，但是有很大概率，因为有局部性原理。

往往 IO 效率低下的最主要矛盾不是 IO 单次数据量的大小，而是 IO 的次数。

理解单个Page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，再组织 , 我们目前可以简单理解成一个个独立文件是有一个或者多个Page 构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表

因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的 Page 内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？

插入数据时排序的目的，就是优化查询的效率。

页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。

正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

理解多个Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是 在查询某条数据的时候直接将一 整页的数据加载到内存中，以减少硬盘 IO 次数，从而提高性能。 但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。

如果有 1 千万条数据，一定需要多个 Page 来保存 1 千万条数据，多个 Page 彼此使用双链表链接起来，而且每个Page 内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

页目录   

本质上，书中的目录，是多花了纸张的，但是却提高了效率

单页情况

针对上面的单页 Page ，我们能否也引入目录呢？当然可以

那么当前，在一个 Page 内部，我们引入了目录。比如，我们要查找 id=4 记录，之前必须线性遍历 4 次，才能拿到结果。现在直接通过目录2[3] ，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？  

因为可以很方便引入目录。

多页情况

MySQL 中每一页的大小只有 16KB ，单个 Page 大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的 Page 来保存新的数据，然后通过指针的方式，将所有的Page 组织起来。

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page 上面，这里仅仅做演示。

这样，我们就可以通过多个 Page 遍历， Page 内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page 之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的 IO ，将下一个 Page 加载到内存，进行线性检测。这样就显得我们之前的Page 内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。

• 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
• 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
• 其中，每个目录项的构成是：键值+指针。图中没有画全。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page ，进而通过指针，找到下一个 Page 。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页

这货就是传说中的 B+ 树啊！没错，至此，我们已经给我们的表 user 构建完了主键索引。

随便找一个 id= ？我们发现，现在查找的 Page 数一定减少了，也就意味着 IO 次数减少了，那么效率也就提高了。

复盘一下

• Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
• 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数。

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

链表？线性遍历

二叉搜索树？退化问题，可能退化成为线性结构

AVL && 红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶 B+ ，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page 交互。虽然你很秀，但是有更秀的。

Hash ？官方的索引实现方式中， MySQL 是支持 HASH 的，不过 InnoDB 和 MyISAM 并不支持 .Hash 跟进其算法特征，决定了虽然有时候也很快(O(1)) ，不过，在面对范围查找就明显不行，另外还有其他差别，有兴趣可以查一下。

B树   

B+树  

 上面的图，是在网上找的，大家也可以搜一下。

目前这两棵树，对我们最有意义的区别是：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针。
• B+叶子节点，全部相连，而B没有。

为何选择B+

• 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
• 叶子节点相连，更便于进行范围查找。

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引

其中， MyISAM 最大的特点是，将索引 Page 和数据 Page 分离，也就是叶子节点没有数据，只有对应数据的地址。

相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

-- 终端 A

mysql> create database myisam_test; -- 创建数据库

Query OK, 1 row affected ( 0.00 sec)

mysql> use myisam_test;

Database changed

mysql> create table mtest(

-> id int primary key,

-> name varchar ( 11 ) not null

-> )engine=MyISAM; -- 使用 engine=MyISAM

Query OK, 0 rows affected ( 0.01 sec)

-- 终端 B

[root@VM- 0 - 3 -centos mysql]# ls myisam_test/ -al --mysql 数据目录下

total 28

drwxr-x --- 2 mysql mysql 4096 Jun 13 13:33 .

drwxr-x --x 13 mysql mysql 4096 Jun 13 13:32 ..

-rw-r ----- 1 mysql mysql 61 Jun 13 13:32 db.opt

-rw-r ----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm -- 表结构数据

-rw-r ----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD -- 该表对应的数据，当前没有数

据，所以是 0

-rw-r ----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI -- 该表对应的主键索引数据

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引 

-- 终端 A

mysql> create database innodb_test; -- 创建数据库

Query OK, 1 row affected ( 0.00 sec)

mysql> use innodb_test;

Database changed

mysql> create table itest(

-> id int primary key,

-> name varchar ( 11 ) not null

-> )engine=InnoDB; -- 使用 engine=InnoDB

Query OK, 0 rows affected ( 0.02 sec)

-- 终端 B

[root@VM- 0 - 3 -centos mysql]# ls innodb_test/ -al

total 120

drwxr-x --- 2 mysql mysql 4096 Jun 13 13:39 .

drwxr-x --x 14 mysql mysql 4096 Jun 13 13:38 ..

-rw-r ----- 1 mysql mysql 61 Jun 13 13:38 db.opt

-rw-r ----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm -- 表结构数据

-rw-r ----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd -- 该表对应的主键索引和用户

数据，虽然现在一行数据没有，但是该表并不为 0 ，因为有主键索引数据

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

对于 MyISAM , 建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。 

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

总结(重点)

如何理解硬盘

如何理解柱面，磁道，扇区，磁头

InnoDB 主键索引和普通索引

MyISAM 主键索引和普通索引

其他数据结构为何不能作为索引结构，尤其是 B+ 和 B

聚簇索引 VS 非聚簇索引

数据需要到内存里操作 -> MySQL会预先申请page ->MySQL 和 OS 和 磁盘 三者之间的关系，MySQL需要16kb来读数据，所以buffer pool里面会存在大量page，然后这些page MySQL内部需要做管理就引出了page的结构，page的实现方案要么就是属性和内容放在一起，要么就是分开，就决定了未来B+树是聚簇还是非聚簇的（设计方案的选择的差别）（索引就是数据结构，在这里就是B+树）。 

索引操作

创建主键索引

第一种方式

-- 在创建表的时候，直接在字段名后指定 primary key

create table user1(id int primary key, name varchar ( 30 ));

第二种方式：

-- 在创建表的最后，指定某列或某几列为主键索引

create table user2(id int , name varchar ( 30 ), primary key(id));

第三种方式：

create table user3(id int , name varchar ( 30 ));

-- 创建表以后再添加主键

alter table user3 add primary key(id);

主键索引的特点：

• 一个表中，最多有一个主键索引，当然可以使用复合主键
• 主键索引的效率高（主键不可重复）
• 创建主键索引的列，它的值不能为null，且不能重复
• 主键索引的列基本上是int

唯一索引的创建

第一种方式：

-- 在表定义时，在某列后直接指定 unique 唯一属性。

create table user4(id int primary key, name varchar ( 30 ) unique);

第二种方式：

-- 创建表时，在表的后面指定某列或某几列为 unique

create table user5(id int primary key, name varchar ( 30 ), unique(name));

第三种方式：

create table user6(id int primary key, name varchar ( 30 ) ）；

alter table user6 add unique(name);

唯一索引的特点：

• 一个表中，可以有多个唯一索引
• 查询效率高
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据
• 如果一个唯一索引上指定not null，等价于主键索引

普通索引的创建

第一种方式：

create table user8(id int primary key,

name varchar ( 20 ),

email varchar ( 30 ),

index(name) -- 在表的定义最后，指定某列为索引

);

第二种方式：

create table user9(id int primary key, name varchar ( 20 ), email

varchar ( 30 ));

alter table user9 add index(name); -- 创建完表以后指定某列为普通索引

第三种方式：

create table user10(id int primary key, name varchar ( 20 ), email

varchar ( 30 ));

-- 创建一个索引名为 idx_name 的索引

create index idx_name on user10(name);

普通索引的特点：

一个表中可以有多个普通索引，普通索引在实际开发中用的比较多。

如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引。

全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。 MySQL 提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM ，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx 的中文版(coreseek) 。

CREATE TABLE articles (

id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,

title VARCHAR ( 200 ),

body TEXT ,

FULLTEXT (title,body)

)engine=MyISAM;

INSERT INTO articles (title,body) VALUES

( 'MySQL Tutorial' , 'DBMS stands for DataBase ...' ),

( 'How To Use MySQL Well' , 'After you went through a ...' ),

( 'Optimizing MySQL' , 'In this tutorial we will show ...' ),

( '1001 MySQL Tricks' , '1. Never run mysqld as root. 2. ...' ),

( 'MySQL vs. YourSQL' , 'In the following database comparison ...' ),

( 'MySQL Security' , 'When configured properly, MySQL ...' );

查询有没有database数据

如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引

mysql> select * from articles where body like '%database%';

+----+-------------------+------------------------------------------+

| id | title | body |

+----+-------------------+------------------------------------------+

| 1 | MySQL Tutorial | DBMS stands for DataBase ... |

| 5 | MySQL vs. YourSQL | In the following database comparison ... |

+----+-------------------+------------------------------------------+

可以用explain工具看一下，是否使用到索引

mysql> explain select * from articles where body like '%database%'\G

*************************** 1 . row ***************************

id: 1

select_type: SIMPLE

table: articles

type: ALL

possible_keys: NULL

key: NULL <== key为null表示没有用到索引

key_len: NULL

ref: NULL

rows: 6

Extra: Using where

1 row in set ( 0.00 sec)

如何使用全文索引呢？

mysql> SELECT * FROM articles

-> WHERE MATCH (title,body) AGAINST ('database');

+----+-------------------+------------------------------------------+

| id | title | body |

+----+-------------------+------------------------------------------+

| 5 | MySQL vs. YourSQL | In the following database comparison ... |

| 1 | MySQL Tutorial | DBMS stands for DataBase ... |

+----+-------------------+------------------------------------------+

通过explain来分析这个sql语句

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST

('database')\G

*************************** 1 . row ***************************

id: 1

select_type: SIMPLE

table: articles

type: fulltext

possible_keys: title

key: title <= key用到了title

key_len: 0

ref:

rows: 1

Extra: Using where

查询索引

第一种方法： show keys from 表名

mysql> show keys from goods\G

*********** 1 . row ***********

Table: goods <= 表名

Non_unique: 0 <= 0 表示唯一索引

Key_name: PRIMARY <= 主键索引

Seq_in_index: 1

Column_name: goods_id <= 索引在哪列（0开始）

Collation: A

Cardinality: 0

Sub_part: NULL

Packed: NULL

Null:

Index_type: BTREE <= 以二叉树形式的索引

Comment:

1 row in set ( 0.00 sec)

第二种方法: show index from 表名;

第三种方法（信息比较简略）： desc 表名；

删除索引

第一种方法- 删除主键索引： alter table 表名 drop primary key ;

第二种方法- 其他索引的删除： alter table 表名 drop index 索引名； 索引名就是 show keys

from 表名中的 Key_name 字段

mysql> alter table user10 drop index idx_name ;

第三种方法方法： drop index 索引名 on 表名

mysql> drop index name on user8 ;

索引创建原则

• 比较频繁作为查询条件的字段应该创建索引
• 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
• 更新非常频繁的字段不适合作创建索引
• 不会出现在where子句中的字段不该创建索引

PS：其他概念

复合索引

索引最左匹配原则

索引覆盖