一、索引基本知識1.1 索引的優(yōu)點 大大減少了服務(wù)器需要掃描的數(shù)據(jù)量，加快數(shù)據(jù)庫的檢索速度 幫助服務(wù)器避免排序和臨時表 將隨機io變成順序io1.2 索引的用處 速查找匹配WHERE子句的行 從consideration中消除行,如果可以在多個索引之間進行選擇，mysql通常會使用找到最少行的索引 如果表具有多列索引，則優(yōu)化器可以使用索引的任何最左前綴來查找行 當(dāng)有表連接的時候，從其他表檢索行數(shù)據(jù) 查找特定索引列的min或max值 如果排序或分組時在可用索引的最左前綴上完成的，則對表進行排序和分組 在某些情況下，可以優(yōu)化查詢以檢索值而無需查詢數(shù)據(jù)行1.3 索引的分類

數(shù)據(jù)庫會默認創(chuàng)建索引，但是并不是給主鍵建立索引，而是給唯一鍵建立索引的，因為主鍵的特性是唯一且非空

主鍵索引： 是一種特殊的唯一索引，不允許有空值。（主鍵約束，就是一個主鍵索引） 唯一索引： 索引列中的值必須是唯一的，但是允許為空值。 普通索引： MySQL中基本索引類型，沒有什么限制，允許在定義索引的列中插入重復(fù)值和空值，純粹為了查詢數(shù)據(jù)更快一 點。 全文索引： 只有在MyISAM引擎上才能使用，只能在CHAR,VARCHAR,TEXT類型字段上使用全文索引 >什么是全文索引，就是在一堆文字中，通過其中的某個關(guān)鍵字等，就能找到該字段所屬的記錄行，比如有'LOL LPL 牧小農(nóng)' 通過牧小農(nóng)，可能就可以找到該條記錄。這里說的是可能，因為全文索引的使用涉及了很多細節(jié)，我們只需要知道這個大概意思。一般開發(fā)中，不會用到全文索引，因為其占用很大的物理空間和降低了記錄修改性，故較為少用。 組合索引： 在表中的多個字段組合上創(chuàng)建的索引，只有在查詢條件中使用了這些字段的左邊字段時，索引才會被使用，使用組合索引時遵循最左前綴集合。

例如這里由id、name和age3個字段構(gòu)成的索引，索引行中就按id/name/age的順序存放，索引可以索引下面字段組合(id，name，age)、(id，name)或者(id)。如果要查詢的字段不構(gòu)成索引最左面的前綴，那么就不會使用索引，比如，age或者（name，age）組合就不會使用索引查詢。

1.4 面試技術(shù)名詞

回表： 數(shù)據(jù)庫根據(jù)索引（非主鍵）找到了指定的記錄所在行后，還需要根據(jù)主鍵再次到數(shù)據(jù)塊里獲取數(shù)據(jù)，這種稱之為回表

覆蓋索引： 看我寫的一篇文章：面試三輪我倒在了一道sql題上——sql性能優(yōu)化

最左匹配： 指在聯(lián)合索引中，如果你的 SQL 語句中用到了聯(lián)合索引中的最左邊的索引，那么這條 SQL 語句就可以利用這個聯(lián)合索引去進行匹配，如果遇到范圍查詢(>、<、between、like)就會停止匹配。

select * from t where a=1 and b=1 and c =1; #這樣可以利用到定義的索引（a,b,c）,用上a,b,cselect * from t where a=1 and b=1; #這樣可以利用到定義的索引（a,b,c）,用上a,bselect * from t where b=1 and a=1; #這樣可以利用到定義的索引（a,b,c）,用上a,c（mysql有查詢優(yōu)化器）select * from t where a=1; #這樣也可以利用到定義的索引（a,b,c）,用上aselect * from t where b=1 and c=1; #這樣不可以利用到定義的索引（a,b,c）select * from t where a=1 and c=1; #這樣可以利用到定義的索引（a,b,c），但只用上a索引，b,c索引用不到

索引下推： 稱為 Index Condition Pushdown (ICP)，這是MySQL提供的用某一個索引對一個特定的表從表中獲取元組”，注意我們這里特意強調(diào)了“一個”，這是因為這樣的索引優(yōu)化不是用于多表連接而是用于單表掃描，確切地說，是單表利用索引進行掃描以獲取數(shù)據(jù)的一種方式。

1.5 索引采用的數(shù)據(jù)結(jié)構(gòu)1.5.1 哈希表

缺點?

1、利用hash存儲的話需要將所有的數(shù)據(jù)文件添加到內(nèi)存，比較耗費內(nèi)存空間

2、如果所有的查詢都是等值查詢，那么hash確實很快，但是在企業(yè)或者實際工作環(huán)境中范圍查找的數(shù)據(jù)更多，而不是等值查詢，因此hash就不太適合了

1.5.2 二叉樹

缺點∶

無論是二叉樹還是紅黑樹，都會因為樹的深度過深而造成io次數(shù)變多，影響數(shù)據(jù)讀取的效率

1.5.3 B+樹

B樹特點:

1、所有鍵值分布在整顆樹中

2、搜索有可能在非葉子結(jié)點結(jié)束，在關(guān)鍵字全集內(nèi)做一次查找,性能逼近二分查找

3、每個節(jié)點最多擁有m個子樹

4、根節(jié)點至少有2個子樹

5、分支節(jié)點至少擁有m/2顆子樹(除根節(jié)點和葉子節(jié)點外都是分支節(jié)點)

6、所有葉子節(jié)點都在同一層、每個節(jié)點最多可以有m-1個key，并且以升序排列

實例圖說明∶

每個節(jié)點占用一個磁盤塊，一個節(jié)點上有兩個升序排序的關(guān)鍵字和三個指向子樹根節(jié)點的指針，指針存儲的是子節(jié)點所在磁盤塊的地址。兩個關(guān)鍵詞劃分成的三個范圍域?qū)?yīng)三個指針指向的子樹的數(shù)據(jù)的范圍域。以根節(jié)點為例，關(guān)鍵字為16和34，P1指針指向的子樹的數(shù)據(jù)范圍為小于16,P2指針指向的子樹的數(shù)據(jù)范圍為16~34 ,P3指針指向的子樹的數(shù)據(jù)范圍為大于34。

查找關(guān)鍵字過程:

根據(jù)根節(jié)點找到磁盤塊1，讀入內(nèi)存?！敬疟PI/O操作第1次】 比較關(guān)鍵字28在區(qū)間(16,34 )，找到磁盤塊1的指針P2。 根據(jù)P2指針找到磁盤塊3，讀入內(nèi)存。【磁盤I/O操作第2次】 比較關(guān)鍵字28在區(qū)間(25,31 )，找到磁盤塊3的指針P2。 根據(jù)P2指針找到磁盤塊8，讀入內(nèi)存?！敬疟PI/O 操作第3次】 在磁盤塊8中的關(guān)健寧列表中找到關(guān)健字28。

缺點:

每個節(jié)點都有key，同時也包含data，而每個頁存儲空間是有限的，如果data比較大的話會導(dǎo)致每個節(jié)點存儲的k ey數(shù)量變小 當(dāng)存儲的數(shù)據(jù)量很大的時候會導(dǎo)致深度較大，增大查詢時磁盤io次數(shù)，進而影響查詢性能1.6 索引匹配方式

全值匹配： 全值匹配指的是和索引中的所有列進行匹配

explain select * from staffs where name = ’July’ and age = ’23’ and pos = ’dev’;

匹配最左前綴： 只匹配前面的幾列

explain select * from staffs where name = ’July’ and age = ’23’;explain select * from staffs where name = ’July’;

匹配列前綴： 可以匹配某一列的值的開頭部分

explain select * from staffs where name like ’J%’;explain select * from staffs where name like ’%y’;

匹配范圍值： 可以查找某一個范圍的數(shù)據(jù)

explain select * from staffs where name > ’Mary’;

精確匹配某一列并范圍匹配另外一列：可以查詢第一列的全部和第二列的部分

explain select * from staffs where name = ’July’ and age > 25;

只訪問索引的查詢： 查詢的時候只需要訪問索引，不需要訪問數(shù)據(jù)行，本質(zhì)上就是覆蓋索引

explain select name,age,pos from staffs where name = ’July’ and age = 25 and pos = ’dev’;二、哈希索引

基于哈希表的實現(xiàn)，只有精確匹配索引所有列的查詢才有效

在mysql中，只有memory的存儲引擎顯式支持哈希索引

哈希索引自身只需存儲對應(yīng)的hash值，所以索引的結(jié)構(gòu)十分緊湊，這讓哈希索引查找的速度非常快

2.1 哈希索引的限制 哈希索引只包含哈希值和行指針，而不存儲字段值，索引不能使用索引中的值來避免讀取行 哈希索引數(shù)據(jù)并不是按照索引值順序存儲的，所以無法進行排序 哈希索引不支持部分列匹配查找，哈希索引是使用索引列的全部內(nèi)容來計算哈希值 哈希索引支持等值比較查詢，也不支持任何范圍查詢 訪問哈希索引的數(shù)據(jù)非?？?，除非有很多哈希沖突，當(dāng)出現(xiàn)哈希沖突的時候，存儲引擎必須遍歷鏈表中的所有行指針，逐行進行比較，直到找到所有符合條件的行 哈希沖突比較多的話，維護的代價也會很高2.2 案例

當(dāng)需要存儲大量的URL，并且根據(jù)URL進行搜索查找，如果使用B+樹，存儲的內(nèi)容就會很大：select id from url where url=''

也可以利用將url使用CRC32做哈希，可以使用以下查詢方式：select id fom url where url='' and url_crc=CRC32('')

此查詢性能較高原因是使用體積很小的索引來完成查找

三、組合索引

當(dāng)包含多個列作為索引，需要注意的是正確的順序依賴于該索引的查詢，同時需要考慮如何更好的滿足排序和分組的需要

案例： 建立組合索引 a,b,c ，不同SQL語句使用索引情況

語句 索引是否發(fā)揮作用 where a=3 是，只使用了a where a=3 and b=5 是，使用了a,b where a =3 and b = 5 and c= 4 是，使用了a,b,c where a = 3 or c = 4 否 where a = 3 and c= 4 是，僅使用了a where a = 3 and b > 10 and c = 7 是，使用了a,b where a = 3 and b like ’%mxn%’ and c=7 使用了a

四、聚簇索引與非聚簇索引4.1 聚簇索引

不是單獨的索引類型，而是一種數(shù)據(jù)存儲方式，指的是數(shù)據(jù)行跟相鄰的鍵值緊湊的存儲在一起，將數(shù)據(jù)存儲與索引放到了一塊，找到索引也就找到了數(shù)據(jù)

如果沒有定義主鍵，InnoDB會選擇一個唯一的非空索引代替。如果沒有唯一索引，InnoDB會隱式定義一個主鍵來作為聚簇索引。InnoDB 只聚集在同一個頁面中的記錄。包含相鄰鍵值的頁面可能相距甚遠。

4.2 非聚簇索引

數(shù)據(jù)文件跟索引文件分開存放，將數(shù)據(jù)存儲于索引分開結(jié)構(gòu)，索引結(jié)構(gòu)的葉子節(jié)點指向了數(shù)據(jù)的對應(yīng)行，myisam通過key_buffer把索引先緩存到內(nèi)存中，當(dāng)需要訪問數(shù)據(jù)時（通過索引訪問數(shù)據(jù)），在內(nèi)存中直接搜索索引，然后通過索引找到磁盤相應(yīng)數(shù)據(jù)，這也就是為什么索引不在key buffer命中時，速度慢的原因

通過葉子節(jié)點指針找到數(shù)據(jù)頁中的數(shù)據(jù)，所以非聚簇索引是邏輯順序

五、覆蓋索引5.1 基本介紹 如果一個索引包含所有需要查詢的字段的值，我們稱之為覆蓋索引 不是所有類型的索引都可以稱為覆蓋索引，覆蓋索引必須要存儲索引列的值 不同的存儲實現(xiàn)覆蓋索引的方式不同，不是所有的引擎都支持覆蓋索引，memory不支持覆蓋索引5.2 優(yōu)勢

1、索引條目通常遠小于數(shù)據(jù)行大小，如果只需要讀取索引，那么mysql就會極大的較少數(shù)據(jù)訪問量

2、因為索引是按照列值順序存儲的，所以對于IO密集型的范圍查詢會比隨機從磁盤讀取每一行數(shù)據(jù)的IO要少的多

3、一些存儲引擎如MYISAM在內(nèi)存中只緩存索引，數(shù)據(jù)則依賴于操作系統(tǒng)來緩存，因此要訪問數(shù)據(jù)需要一次系統(tǒng)調(diào)用，這可能會導(dǎo)致嚴(yán)重的性能問題

4、由于INNODB的聚簇索引，覆蓋索引對INNODB表特別有用

5.3 案例演示

1、當(dāng)發(fā)起一個被索引覆蓋的查詢時，在explain的extra列可以看到using index的信息，此時就使用了覆蓋索引

2、在大多數(shù)存儲引擎中，覆蓋索引只能覆蓋那些只訪問索引中部分列的查詢。不過，可以進一步的進行優(yōu)化，可以使用innodb的二級索引來覆蓋查詢。

例如：actor使用innodb存儲引擎，并在last_name字段有二級索引，雖然該索引的列不包括主鍵actor_id，但也能夠用于對actor_id做覆蓋查詢

六、優(yōu)化小細節(jié)

當(dāng)使用索引列進行查詢的時候盡量不要使用表達式，把計算放到業(yè)務(wù)層而不是數(shù)據(jù)庫層

盡量使用主鍵查詢，而不是其他索引，因為主鍵查詢不會觸發(fā)回表查詢

使用前綴索引

>有時候需要索引很長的字符串，這會讓索引變的大且慢，通常情況下可以使用某個列開始的部分字符串，這樣大大的節(jié)約索引空間，從而提高索引效率，但這會降低索引的選擇性，索引的選擇性是指不重復(fù)的索引值和數(shù)據(jù)表記錄總數(shù)的比值，范圍從1/#T到1之間。索引的選擇性越高則查詢效率越高，因為選擇性更高的索引可以讓mysql在查找的時候過濾掉更多的行。

一般情況下某個列前綴的選擇性也是足夠高的，足以滿足查詢的性能，但是對應(yīng)BLOB,TEXT,VARCHAR類型的列，必須要使用前綴索引，因為mysql不允許索引這些列的完整長度，使用該方法的訣竅在于要選擇足夠長的前綴以保證較高的選擇性，通過又不能太長。

--創(chuàng)建數(shù)據(jù)表create table citydemo(city varchar(50) not null);insert into citydemo(city) select city from city;--重復(fù)執(zhí)行5次下面的sql語句insert into citydemo(city) select city from citydemo;--更新城市表的名稱update citydemo set city=(select city from city order by rand() limit 1);--查找最常見的城市列表，發(fā)現(xiàn)每個值都出現(xiàn)45-65次，select count(*) as cnt,city from citydemo group by city order by cnt desc limit 10;--查找最頻繁出現(xiàn)的城市前綴，先從3個前綴字母開始，發(fā)現(xiàn)比原來出現(xiàn)的次數(shù)更多，可以分別截取多個字符查看城市出現(xiàn)的次數(shù)select count(*) as cnt,left(city,3) as pref from citydemo group by pref order by cnt desc limit 10;select count(*) as cnt,left(city,7) as pref from citydemo group by pref order by cnt desc limit 10;--此時前綴的選擇性接近于完整列的選擇性--還可以通過另外一種方式來計算完整列的選擇性，可以看到當(dāng)前綴長度到達7之后，再增加前綴長度，選擇性提升的幅度已經(jīng)很小了select count(distinct left(city,3))/count(*) as sel3,count(distinct left(city,4))/count(*) as sel4,count(distinct left(city,5))/count(*) as sel5,count(distinct left(city,6))/count(*) as sel6,count(distinct left(city,7))/count(*) as sel7,count(distinct left(city,8))/count(*) as sel8 from citydemo;--計算完成之后可以創(chuàng)建前綴索引alter table citydemo add key(city(7));--注意：前綴索引是一種能使索引更小更快的有效方法，但是也包含缺點：mysql無法使用前綴索引做order by 和 group by。

使用索引掃描來排序

mysql有兩種方式可以生成有序的結(jié)果：通過排序操作或者按索引順序掃描，如果explain出來的type列的值為index,則說明mysql使用了索引掃描來做排序 掃描索引本身是很快的，因為只需要從一條索引記錄移動到緊接著的下一條記錄。但如果索引不能覆蓋查詢所需的全部列，那么就不得不每掃描一條索引記錄就得回表查詢一次對應(yīng)的行，這基本都是隨機IO，因此按索引順序讀取數(shù)據(jù)的速度通常要比順序地全表掃描慢 mysql可以使用同一個索引即滿足排序，又用于查找行，如果可能的話，設(shè)計索引時應(yīng)該盡可能地同時滿足這兩種任務(wù)。 只有當(dāng)索引的列順序和order by子句的順序完全一致，并且所有列的排序方式都一樣時，mysql才能夠使用索引來對結(jié)果進行排序，如果查詢需要關(guān)聯(lián)多張表，則只有當(dāng)orderby子句引用的字段全部為第一張表時，才能使用索引做排序。order by子句和查找型查詢的限制是一樣的，需要滿足索引的最左前綴的要求，否則，mysql都需要執(zhí)行順序操作，而無法利用索引排序

union all,in,or都能夠使用索引，但是推薦使用in

范圍列可以用到索引，范圍條件是：<、>,范圍列可以用到索引，但是范圍列后面的列無法用到索引，索引最多用于一個范圍列

強制類型轉(zhuǎn)換會全表掃描

create table user(id int,name varchar(10),phone varchar(11));alter table user add index idx_1(phone);explain select * from user where phone=13800001234;(不會觸發(fā)索引)explain select * from user where phone=’13800001234’;(觸發(fā)索引)

更新十分頻繁，數(shù)據(jù)區(qū)分度不高的字段上不宜建立索引

更新會變更B+樹，更新頻繁的字段建議索引會大大降低數(shù)據(jù)庫性能.類似于性別這類區(qū)分不大的屬性，建立索引是沒有意義的，不能有效的過濾數(shù)據(jù)，一般區(qū)分度在80%以上的時候就可以建立索引，區(qū)分度可以使用 count(distinct(列名))/count(*) 來計算

創(chuàng)建索引的列，不允許為null，可能會得到不符合預(yù)期的結(jié)果

當(dāng)需要進行表連接的時候，最好不要超過三張表，因為需要join的字段，數(shù)據(jù)類型必須一致

能使用limit的時候盡量使用limit

單表索引建議控制在5個以內(nèi)

單索引字段數(shù)不允許超過5個（組合索引）

創(chuàng)建索引的時候應(yīng)該避免以下錯誤概念

> 索引越多越好(錯誤)

> 過早優(yōu)化，在不了解系統(tǒng)的情況下進行優(yōu)化(錯誤)

總結(jié)

到此這篇關(guān)于MySQL索引知識小妙招的文章就介紹到這了,更多相關(guān)MySQL索引知識內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！