MySQL索引
一、索引介绍
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。
二、索引优缺点
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：
索引列也是要占用空间的。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。
三、索引结构
通常我们所说的索引，没有特别指明，都是指B+树结构组织的索引
B+Tree索引：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
R-tree(空间索引)：空间索引是MyISAM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
1. 经典B+树
看结构和B树比较像，B+树与B树的区别在于：
1.所有的元素都会出现在叶子节点，非叶子节点主要起到索引的作用，而叶子节点是用来存放数据的
2.B+树的数据结构中，叶子节点形成了一个单向链表，每一个节点都会通过指针指向下一个元素
2. MySQL中B+树索引
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，叶子节点双向链表+首尾相连，便于范围搜索和排序。
3. Hash索引
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。
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
存储引擎支持：
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。
4. 为什么InnoDB选择B+树索引？
相对于二叉树，层级更少，搜索效率高；
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；
相对Hash索引，Hash索引只支持等值匹配，B+tree支持范围匹配及排序操作。
四、索引分类
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：
聚簇索引（Clustering 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。
聚簇索引选取规则：
如果存在主键，主键索引就是聚簇索引。
如果不存在主键，将使用第一个唯一(UNIQUE) 索引作为聚簇索引。
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作为隐藏的聚簇索引。
如果是（非主键）条件查询，则采用回表查询，即先通过二级索引查找主键（聚簇索引），得到主键再通过聚簇索引查找这一行数据。
InnoDB主键索引的B+tree高度为多高呢?
假设:
一行数据大小为1k,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:
n*8+(n+ 1)*6= 16*1024 , 算出n约为1170
1171*16= 18736
高度为3：
1171 * 1171 * 16 = 21939856
五、索引语法
创建索引
CREATE [ UNIQUE | FULLTEXT ] INDEX index_ name ON table_ name ( index_col_ name,.. ) ;
查看索引
SHOW INDEX FROM table_ name ;
删除索引
DROP INDEX index_ name ON table_ name ;
六、SQL性能分析
1. SQL执行频率
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。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_______';
2. 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。
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
#设置慢日志的时间为2秒，SQL 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
配置完毕之后，通过以下指令重新启动MySQL服务器进行测试,查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log
当某一操作时间多于2s则会被记录在慢查询日志中。
3. profile详情
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:
#查看当前数据库是否支持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profiling:
#开启profiling
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;
4. 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。语法:
#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执行计划各字段含义:
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 (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。
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。
七、索引使用
1. 索引效率
当数据量特别大时，在未建立索引之前，执行SQL，查询无索引字段SQL的耗时非常大。
针对字段创建索引后。
再次执行相同的SQL语句，SQL的耗时将大大减小。
2. 联合索引
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，查询必须包含最左边的列（否则全部失败），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)。
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，一般使用>=或者<=可以有效规避这种情况
3. 索引失效
索引列运算
不要在索引列上进行运算操作，索引将失效。
字符串不加引号
字符串类型字段使用时，不加引号，索引将失效。
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。
or连接的条件
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。只有两侧都使用索引时索引才会生效。
数据分布影响
如果MySQL评估使用索引比全表扫描更慢，则不使用索引、索引失效。
4. SQL提示
SQL提示，是优化数据库的一个重要手段,简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
# use index: explain select * from tb_name use index(索引名) where profession= 'xxxx';
# ignore index: explain select * from tb_name ignore index(索引名) where profession='xxxx';
# force index: explain select * from tb_name force index(索引名) where profession='xxxx';
5. 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 * 。
在Extra字段中出现的数据分析：
using index condition:查找使用了索引，但是需要回表查询数据
using where; using index:查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据
6. 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_xxx 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。
# 求取选择性
select count(distinct email)/ count(*) from tb_name ;
select count(distinct substring(email,1 ,5)) / count(*) from tb_name ;
7. 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（效率较高、有效规避一些回表查询），而非单列索引。
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。当创建了联合索引时会有单列索引干扰，我们可以指定联合索引查询。
联合索引情况：
八、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(order by)、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。
