MySql索引

索引概述

索引是高效获取数据的数据结构;
索引(index)是帮助MySQ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。

优点：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。
缺点：索引列也是要占用密间的。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（如果索引参与修改，需要重新构建索引结构）。
总结：空间换时间。

索引结构

常见的索引结构
（1）B+树：最常见的索引类型，大部分引擎都支持 B+树索引
（2）Hash：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
（3）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
（4）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

可用作索引的结构分析

（1）二叉树：
最坏情况：所有列成一排，形成链表，如下：

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。
（2）红黑树
缺点：本质也是二叉树，大数据量情况下，层级较深，检索速度慢
（3）B树(多路平衡查找树)
当某一节点的元素数量等于最大度数时，中间的元素向上分裂，连接左右两边。

B树缺点：

（4）B+树
和B树一样，也会中部分裂，但是元素不会真的上去，而是给上面复制一份，形成新的节点。
所有元素都存储在叶子节点，上面的部分存储的仅仅是索引。
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。

（5）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
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

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。
innoDB中具有自适应hash功能：InnoDB 提供了一种称为“自适应哈希索引”的优化机制。它会自动为频繁访问的索引页（B+树叶子节点）构建哈希索引，以加速等值查询。自适应哈希索引是 InnoDB 内部自动管理的，用户无法手动创建或控制。

它适用于某些特定的查询场景，但并不适用于范围查询或排序操作。

采用B+树作为索引的原因和比较

（1）相对于二叉树，层级更少，搜索效率高
（2）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，

索引分类

（1）主键索引：针对于表中主键创建的索引，只能有一个。PRIMARY
（2）唯一索引：避免同一个表中某数据列中的值重复。UNIQUE
（3）常规索引：快速定位特定数据
（4）全文索引：查找的是文本中的关键词。FULLTEXT
（5）聚集索引：将row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。索引是主键，内容存的是row数据。必须有，有且只有一个。
（6）二级索引：将row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。索引是自定义的字段，内容存的是主键。
主键索引和聚集索引的关系：如果表定义了主键，那么主键索引就是聚集索引；没有定义主键，InnoDB 会选择一个唯一的非空索引（unique not null）作为聚集索引。如果没有这样的索引，InnoDB 会隐式创建一个隐藏的 ROWID 作为聚集索引。

索引语法

创建索引：create index xxx on xxx(xxx)
展示索引：show index xx from xxx
删除索引：drop index xx on xxx

SQL性能分析工具

查看执行频次：show global status like 'Com_______'(7个横线)
慢查询日志:略
profile：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

SELECT @@have profiling

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling:

SET profiling =1;

profile详情: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SOL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：
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中的第二个或者后面的查询语句)、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NLL、system、const、eg ref、ref、range、index、all 。
possible key：可能使用的索引
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。

索引使用原则

联合索引中的最左前缀法则：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。
联合索引中，出现范围查询(>，<)，范围查询右侧的列索引失效

索引失效
（1）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。
（2）如果MySQL评估使用索引比全表更慢，则不使用索引
（3）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。只有在两个条件都有索引时才会生效。
（4）字符串类型字段使用时，不加引号，索引将失效

SQL提示
SOL提示，是优化数据库的一个重要手段，简单来说，就是在SOL语句中加入一些人为的提示来达到优化操作的目的。
use和ignore只是知道作用，真正用什么还是取决于mysql

use index:
explain select * from tb user use index(idx user pro) where profession ='软件工程'
ignore index:
explain select * from tb user ignore index(idx user pro) where profession ='软件工程'
force index:
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(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 *
也就是说，对加索引的字段最好也是查询的字段，另外可能最多也就查询一个主键，这样的话就通过二级索引就可以查到了。

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 xxxx 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。

select count(distinct email)/ count(*) from tb user
select count(distinct substring(email,1,5))/ count(*)from tb user ;

也就是说，最好截取少一点，并且选择性接近于1。当匹配后，在进行全文匹配。

单列/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。
当使用多条件联合查询时，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。

索引设计原则

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(group by)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。
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NOTNULL约束它。当优化器知道每是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。