mysql - 索引

原理：请参考文章： https://www.cnblogs.com/bypp/p/7755307.html

理论：

mysql 索引管理
一、功能
    1、索引的功能就是加速查找
    2、mysql中的primary key，unique，联合唯一也都是索引，这些索引除了加速查找以外，还有约束的功能
二、mysql的索引分类
    1、普通索引index：加速查找
    2、唯一索引
        主键索引：primary key：加速查找+约束（不能为null且唯一）
        唯一索引：unique：加速查找+约束（唯一，可以为null）
    3、联合索引
        1>、primary key(id, no)：联合主键索引
        2>、unique(id, no)：联合普通索引
        3>、index(id, no)：联合普通索引
    4、全文索引 fulltext：用于搜索很长一篇文章的时候，效果最好
    5、空间索引spatial：了解就好，几乎不用
三、索引的两大类型hash与btree
    #我们可以在创建上述索引的时候，为其指定索引类型，分两类
        hash类型的索引：查询单条快，范围查询慢
        btree类型的索引：b+树，层数越多，数据量指数级增长（我们就用它，因为innodb默认支持它）
 
    #不同的存储引擎支持的索引类型也不一样
        InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
        MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
        Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；
        NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；
        Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；
四、创建/删除索引的语法【具体将在案例中讲解】
    方法1、创建表时
	1>普通索引
		create table tableName
		(
			id int unsigned not null,
			user_name varchar(20) not null,
			index [indexName] (username(length))
		);
	2>唯一索引
		create table tableName
		(
			id int unsigned not null,
			user_name varchar(16) not null,
			unique [indexName] (user_name(length))
		);
    方法2、create在已存在的表上创建索引
	1>普通索引
		create index indexName on tableName(columnName);
		create index indexName on tableName(id, name); #添加普通联合索引
	2>唯一索引
		create unique index indexName on tableName(user_name(length));
	
    方法3、alter table在已存在的表上创建索引
	1>普通索引
		alter table tableName add index indexName(columnName);
	2>唯一索引
		alter table tableName add unqiue [indexName](user_name(length));
	3>主键（要确定列不能为null）
		alter table tableName modify columnName type not null;
		alter table tableName add primary key(columnName);
	4>全文索引
		alter table tableName add fulltext indexName(columnName);
    删除索引：drop index 索引名 on 表名;
	1>普通索引/唯一索引
		drop index [indexName] on tableName;
		alter table tableName drop index indexName;
	2>主键（删除主键时只需指定PRIMARY KEY，但在删除索引时，你必须知道索引名。）
		alter table tableName drop primary key;
五、显示索引信息
	show index from tableName;

　　

　

案例：

select version();
-- 5.7.31-log

drop database if exists mysql_study;

create database if not exists mysql_study default charset utf8;

use mysql_study;

drop table if exists employee;
create table if not exists employee
(
	emp_id int unsigned auto_increment,#primary key 可以在这里加
	emp_name varchar(20) not null,
	emp_age int not null,
	emp_no varchar(20),#unique 可以在这里加
	emp_email varchar(50),
	create_time datetime default now(),
	emp_sex tinyint, #index 不可以这样加索引，因为index只是索引，没有约束一说，所以不能在定义字段的时候加索引
	is_delete tinyint unsigned,
	primary key(emp_id),
	unique(emp_no),
	index(emp_sex)
)engine = innodb default charset = utf8;

-- create index index_name on employee(emp_email); #添加普通索引 【数据过多时，添加的很慢】
-- create index index_name on employee(emp_email, emp_age); #添加普通联合索引
-- create unique unique_name on employee(emp_no); #添加唯一索引
-- alter table employee add index index_name(emp_email); #修改表结构(添加索引)
-- drop index index_name on employee; #删除索引

show columns from employee;
show index from employee;

-- 添加200万+的数据做测试 start
drop procedure if exists insert_employee_pro;
delimiter $
create procedure insert_employee_pro
(
	count int
)
begin
	declare i int;
	declare age tinyint;
	declare is_delete tinyint;
	declare sex tinyint;
	set count = ifnull(count, 100);
	set i = 1;
	set age = 20;
	set is_delete = 0;
	set sex = 0;
	while i <= count do
		insert into employee(emp_name, emp_age, emp_no, emp_email, emp_sex, is_delete) 
		values(concat('gxy', i), age, concat('gxh', i), concat('gmd', i, '@qq.com'), sex, is_delete);
		set i = i + 1;
		set age = age + 1;
		if age > 40 then
			set age = 20;
		end if;
		if is_delete = 0 then
			set is_delete = 1;
		else
			set is_delete = 0;
		end if;
		set sex = sex + 1;
		if sex > 2 then
			set sex = 0;
		end if;
	end while;
end;
$
delimiter ;
-- 添加200万+的数据做测试 end

#查看存储过程单个
show create procedure insert_employee_pro;

call insert_employee_pro(2654321);

-- 测试查询速度
-- 无索引
select * from employee where emp_email = 'gmd1239879@qq.com'; #1.673秒很慢
select * from employee where emp_age > 30 order by emp_age limit 10 offset 100000;#1.918

#加上索引
#1. 一定是为搜索条件的字段创建索引，比如select * from t1 where age > 5;就需要为age加上索引
#2. 在表中已经有大量数据的情况下，建索引会很慢，且占用硬盘空间，插入删除更新都很慢，只有查询快，比如create index idx on s1(id); 会扫描表中所有的数据，然后以id为数据项，创建索引结构，存放于硬盘的表中。建完以后，再查询就会很快了
#3. 需要注意的是：innodb表的索引会存放于s1.ibd文件中，而myisam表的索引则会有单独的索引文件table1.MYI

create index emp_email on employee(emp_email);#创建时间7.131秒
select * from employee where emp_email = 'gmd1239879@qq.com'; #0.035
drop index emp_email on employee;

create index emp_age on employee(emp_age);#创建时间4.621
select * from employee where emp_age > 30 order by emp_age limit 10 offset 100000;#0.862
drop index emp_age on employee;


#正确使用索引

#1、覆盖索引
#select * from s1 where id=123;
#该sql命中了索引，但未覆盖索引。
#利用id=123到索引的数据结构中定位到该id在硬盘中的位置，或者说再数据表中的位置。
#但是我们select的字段为*，除了id以外还需要其他字段，这就意味着，我们通过索引结构取到id还不够，
#还需要利用该id再去找到该id所在行的其他字段值，这是需要时间的，很明显，如果我们只select id，就减去了这份苦恼，如下
#select id from s1 where id=123;
#这条就是覆盖索引了，命中索引，且从索引的数据结构直接就取到了id在硬盘的地址，速度很快

#2、联合索引
select * from employee where emp_email = 'gmd1239879@qq.com' and emp_age = 37; #1.528
create index indexName on employee(emp_email, emp_age);
select * from employee where emp_email = 'gmd1239879@qq.com' and emp_age = 37; #0.034
select * from employee where emp_age = 37 limit 1; #1.572
drop index indexName on employee;

#3、索引合并
#索引合并：把多个单列索引合并使用
#分析：
#组合索引能做到的事情，我们都可以用索引合并去解决，比如
#create index indexName on employee(emp_email, emp_no);#组合索引
#我们完全可以单独为 emp_email 和 emp_no 创建索引

#组合索引可以命中：
#select * from employee where emp_email = 'gmd1239879@qq.com';
#select * from employee where emp_email = 'gmd1239879@qq.com' and emp_age = 37;

#索引合并可以命中：
#select * from employee where emp_email = 'gmd1239879@qq.com';
#select * from employee where emp_age = 37;
#select * from employee where emp_email = 'gmd1239879@qq.com' and emp_age = 37;

#乍一看好像索引合并更好了：可以命中更多的情况，但其实要分情况去看，如果是name='egon' and email='adf',
#那么组合索引的效率要高于索引合并，如果是单条件查，那么还是用索引合并比较合理



#若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下原则
#1.最左前缀匹配原则，非常重要的原则，
#create index ix_name_email on s1(name,email,)
-- 最左前缀匹配：必须按照从左到右的顺序匹配
#select * from s1 where name='egon'; #可以
#select * from s1 where name='egon' and email='asdf'; #可以
#select * from s1 where email='alex@oldboy.com'; #不可以
#mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，
#比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，
#d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

#2.=和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器
#会帮你优化成索引可以识别的形式

#3.尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，
#表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、
#性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，
#这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

#4.索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’
#就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，
#但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。
#所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

#最左前缀示范
#select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
#create index indexName on tableName(id,name,email,gender); #未遵循最左前缀
#create index indexName on tableName(name,email,gender,id); #遵循最左前缀

#最左前缀匹配
#index(id,age,email,name)
#条件中一定要出现id(只要出现id就会提升速度)
#id
#id age
#email id
#id name
#email #不行  如果单独这个就不能提升速度了


#索引无法命中的情况需要注意：
#like '%xx'
#使用函数
    #select * from tb1 where reverse(email) = 'wupeiqi';
#or
	#特别的：当or条件中有未建立索引的列才失效，以下会走索引
		#select * from tb1 where nid = 1 or name = 'seven';
		#select * from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex'
#类型不一致
	#如果列是字符串类型，传入条件是必须用引号引起来，不然...
	#select * from tb1 where email = 999;
#普通索引的不等于不会走索引
	#!=
	#特别的：如果是主键，则还是会走索引
#>
	#select * from tb1 where email > 'alex'
	#特别的：如果是主键或索引是整数类型，则还是会走索引
#排序条件为索引，则select字段必须也是索引字段，否则无法命中
	#当根据索引排序时候，select查询的字段如果不是索引，则不走索引
		#select name from s1 order by email desc;不走
		#select email from s1 order by email desc;走
	#特别的：如果对主键排序，则还是走索引：
		#select * from tb1 order by nid desc;
#组合索引最左前缀
	#如果组合索引为：(name,email)
	#name and email       -- 使用索引
	#name                 -- 使用索引
	#email                -- 不使用索引
#count(1)或count(列)代替count(*)，注意count(列)的null

#避免使用select *
#count(1)或count(列) 代替 count(*)
#创建表时尽量时 char 代替 varchar
#表的字段顺序固定长度的字段优先
#组合索引代替多个单列索引（经常使用多个条件查询时）
#尽量使用短索引
#使用连接（JOIN）来代替子查询(Sub-Queries)
#连表时注意条件类型需一致
#索引散列值（重复少）不适合建索引，例：性别不适合


#慢查询优化的基本步骤
#0.先运行看看是否真的很慢，注意设置 SQL_NO_CACHE
#1.where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高
#2.explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）
#3.order by limit 形式的sql语句让排序的表优先查
#4.了解业务方使用场景
#5.加索引时参照建索引的几大原则
#6.观察结果，不符合预期继续从0分析