mysql进阶-索引篇
索引(SQL主要的优化方式)
介绍:
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。
示意图:
索引的优缺点
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库的I0成本 | 索引列也是要占用空间的 |
| 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 |
3、索引的数据结构
平常所说的索引，没有特别指明，都是指B+Tree
MySQL的索引是在存储引擎层实现的，不同的存储引警有不同的结构，主要包含以下几种:
| 索引结构 | 描述 |
|---|---|
| B+Tree | 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,不支持范围查询但性能很高 |
| R+Tree(空间索引) | 空间索引是MVISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
| 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 |
4、存储引擎对于索引的支持情况
| 索引结构 | InnoDb | MyISAM | Memony |
|---|---|---|---|
| B+Tree | 支持 | 支持 | 支持 |
| Hash索引 | 不支持 | 不支持 | 支持 |
| R+Tree(空间索引) | 不支持 | 支持 | 不支持 |
| Full-text(全文索引) | 5.6版本后支持 | 支持 | 不支持 |
-
B-Tree(多路平衡查找树)
以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key，5个指针)(树的度数指的是一个节点的子节点个数):
插入的演示教程可参考下方链接:
https://www.cs.usfca.edu/~galles/visualization/BTree.html -
B+Tree
所有的元素都会出现在叶子节点
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。
-
Hash索引
简介:
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。
特点:
1)Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，…)
2)无法利用索引完成排序操作
3)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
储存引擎支持:
在MYSQL中，支持hash索引的是Memory引擎，而innoDB中具有自适应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。
- 知识小总结
**
1、相对于二叉树来说B+tree层级更少，搜索效率高。所以InnoDB存储引擎选择使用B+tree索引结构
2、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，只能增加树的高度，导致性能降低;
3、相对Hash索引，B+tree支持范围匹配及排序操作 **
5、索引的分类
| 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(用的比较少) | 全文索引查找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以下两种:
| 分类 | 含义 | 特点 |
|---|---|---|
| 聚集索引(Clustered Index) | 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(Secondary Index) | 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。
由上两副图可知所以根据id查询性能会高于根据名称查询(id为主键name为有索引)
补充知识:
假设一行数据大小为1kb，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。
高度为2:
n8+(n+1)6=161024,
算出n约为1170117116=18736
高度为3:
1171117116=21939856
2、在InnoDB中存了4000万以上的数据要考虑分库分表(运维相关)
6、索引语法
创建索引:
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col name,...) ;//省略号代表一个索引可以关联多个字段,也叫联合索引或者组合索引
UNIQUE唯一索引，字段不能出现重复
FULLTEXT全文索引
不加UNIQUE或FULLTEXT则创建得是常规索引
查看索引:
SHOW INDEX FROM table_name;
删除索引:
DROP INDEX index_name ON table_name;
操作实例:
1.name字段为姓名字段，该字段的值可能会重复，为该字段创建索引。
create index idx_user_name on tb_user(name);//创建名称为idx_user_name的常规索引
2.phone琴机号字段的值，是非空，且唯一的，为该字段创建唯一索引。
create index UNIQUE idx_user_phone on tb_user(phone);//创建名称为idx_user_phone的唯一索引
3.为profession、age、status创建联合索引。
create index idx_user_pro_age_sta on tb_user(profession,age,status);
注意联合索引的顺序是有讲究的 后面进行介绍
4.为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);
7、SQL性能分析
-
查看执行频次
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。
(session代表会话级，global代表全局)
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。
show variables like 'slow_query_log';
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 //开启慢查询日志
设置慢日志的时间为2秒，SOL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 //超过两秒就认为是慢查询
配置完毕之后需要重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/ib/mysql/localhost-slow.log。
systemctl restart mysqld
- profile性能分析(5.0.37版本开始支持)
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;
查看是否支持profile操作
SELECT @@have_profiling;
默认profiling是关闭的，可以通过set语句在session/global级别开启；
SET profiling = 1;
查看每一条SQL的耗时基本情况
show profiles;
查看指定query id的SQL语句各个阶段的耗时情况
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;
- explain执行计划
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。
直接在select语句之前加上关键字 explain/desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;
- explain执行计划查询结果的字段含义
| 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、PRIMARY、UNION、SUBOUERY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。 |
| ROW | 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。 |
SELECT_TYPE:
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中的第二个或者后面的查询语句
SUBOUERY:SELECT/WHERE之后包含了子查询
TYPE:
const:通过主键或者唯一索引会出现const
ref:通常使用非唯一性的索引会出现ref
index:表示用了索引但是还是会对索引进行遍历，比all好一点
all:代表全表扫描 性能会很低！！！
- 验证索引效率
在未建立索引之前，执行如下SQL查看耗时:
SELECT * FROM tb sku WHERE Sn='100000003145001';
针对字段创建索引:
create index idx_sku_sn on tb_sku(sn);
然后再次执行查看SQL的耗时:
SELECT*FROM tb_sku WHERESn='100000003145001';
-
索引使用原则(重点)
联合查询最左前缀法则-必须包含最左侧列！
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査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，索引将部分失效(后面的字段索引失效)！！！
注意:
1、联合查询若跳过最左字段进行查询，查询会走全表查询，索引全部失效！
2、联合查询中没跳过最左索引但是中间索引被跳过，则中间索引之后的索引失效！
3、最左侧索引原则只在意字段是否存在跟查询时字段所在的顺序无关 -
索引失效情况(超重点!)
1、联合索引范围查询(>，<)
联合索引中出现范围查询(>，<)，范围查询右侧的列索引失效！
解决方式:可以将>，<换位 >=，<=
2、索引列运算
不要在索引列上进行运算操作，索引将失效!
3、字符串不加单引号
字符串不加引号索引会失效，因为会存在隐式类型转换！
4、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。
explain select *from tb user where profession like '软件%';//有效
explain select *from tb user where profession like '%工程';//失效
5、or的连接条件
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。
即:or的前后字段都需要有索引才生效
6、数据分布影响
如果MySQL评估使用索引比全表更慢，则不使用索引。(该项为mysql自行评估数据量，不需要人工参与)
如查询大于0岁的用户信息，mysql可能自行放弃使用索引，因为考虑到所有用户基本都满足不如直接全表扫描。
- SQL提示
SQL提示是优化数据库的一个重要手段，即在SOL语句中加入一些人为的提示来达到优化操作的目的。
use index://告诉数据库用哪个索引(建议)
explain select * from tb user use index(索引名) where profession='软件工程';
ignore index://告诉数据库不用哪个索引
explain select * from tb user ignore index(索引名) where profession='软件工程';
force index://告诉数据库必须用哪个索引(强制)
explain select * from tb userforce index(索引名) where profession='软件工程';
- 覆盖索引
概念:一个索引包含了满足查询结果的数据就叫做覆盖索引，不需要回表等操作。
覆盖索引是指select查询语句使用了索引，在返回的列，必须在索引中全部能够找到，如果使用id主键查询，它会直接走聚集索引查询，一次索引扫描，直接返数据，性能高。
但如果按照二级索引查询数据的时候，返回的列中没有创建索引，有可能会触发回表查询，此时效率会降低。
所以尽量避免使用select*，尽量在返回的列中都包含添加索引的字段。
explain的Extra会显示usingindex condition和using where;usingindex
usingindex condition:查找使用了索引但是需要回表查询数据(效率低)
using where;usingindex:查找使用了索引且需要的数据在索引列中都能找到，不需要回表查询数据(效率高)
可参考下图帮助理解:
工作面试题:
一张表,有四个字段(id,username,password,status)由于数据量大,需要对以下SQL语句进行优化,该如何进行才是最优方案:
select id,username,password from tb user where username = 'itcast';
解决方案：
对username,和password创建联合索引，使查询过程中避免回表查询。
- 前缀索引(大文本字段需要用索引时)
当字段类型为字符串(varchar，text等)时，有时候需要索引是很长的字符串，这会让索引变得很大，查询时会浪费大量的磁盘I0，
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。
1、语法:
create index idx xxxx on table name(column(n));
2、前缀的设计:
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。
截取前5个字符看看唯一性大概是多少
select count(distinet substring(email,1,5))/count(*) from tb user;
前缀设计的合理然后创建索引
create index idx_email 5 on tb_user(email(5));
补充知识点:
因上图查询的索引是前5位且返回的字段为*
1、先将查询的id重新拿到聚集索引中重新查询返回行数据。
2、因只在辅助索引中对比了字段前缀，所以还会将返回的行数据中的email再进行比对确认。
- 单列索引与联合索引
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。
在实际工作场景中:
若存在多个查询条件，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。
单列索引情况:
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，从而进行选择。
如:(phone和name都是索引时)
select id, phone, name from tb user where phone='17799990010'and name ='韩信';
因为phone是唯一索引说一只会通过phone的索引进行查询。
联合索引情况:(在MySQL8.0.13 版本引入了Skip Scan Range Access Method，它在一定条件下可以不遵守最左前缀原则)
创建时联合索引要考虑顺序，满足根据最左前缀法则
- 索引的设计原则(重点！)
**
1、针对于数据量较大，且查询比较频繁的表建立索引。
2、针对于常作为查询条件(where)、排序(orderby)、分组(groupby)操作的字段建立索引。
3、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。(区分度高的意思可以理解为唯一性高，如身份证、手机号等)
4、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。
5、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。
6、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。
7、如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。
**
