数据库进阶：2.索引

1.数据库中的索引

1.1索引的概念

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），这些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。

像我们在使用

elect* from user where age = 45

进行全表扫描，是没有索引的查找，效率很低。

什么是全表扫描呢，就是从第一个数据到最后一个数据的全部过一遍，选择条件合适的数据。

在这里插入图片描述

如果在进行上述的操作

elect* from user where age = 45

我们只需要比较三次，二叉树，于36比较，比36大，走右边；到48，比48小走左边，找到45.

备注：上述二叉树索引结构的只是一个示意图，并不是真是的索引结构

索引的优缺点：

优势	劣势
提高数据索引的效率，降低数据库的IO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，效率会降低

1.2索引的结构

在这里插入图片描述

MySQL的索引是在引擎层实现的，不同的存储引擎有不同的结构，主要包括一下几种：

索引结构	描述
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

索引	InnoDB	MyISAM	Memory
B+tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R-tree索引	不支持	支持	不支持
full-text	5.6版本之后支持	支持	不支持

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

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。

我们可以通过红黑树去解决形成一个链表的问题，红黑树是自平衡二叉树。但是在大数据量情况下，层级较深，检索速度慢

1.2.1 BTree（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

在这里插入图片描述

1.2.2 B+Tree

以一颗最大度数为4阶的b+tree为例：

在这里插入图片描述

MySQL索引数据结构对经典的B+tree进行优化，在原来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。

双向循环链表

在这里插入图片描述

1.2.3 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。

在这里插入图片描述

特定：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。

存储引擎支持

在MySQL，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。

为什么InnoDB存储引擎选择使用B+tree索引结构？

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，这样导致页中存储的键值减少，指针也跟着减少，同样保存大量数据，只能增加树的高度，导致性能降低。

相对Hahs索引，B+tree支持范围匹配及排序操作；

1.3索引的分类

1.3.1 主键索引，唯一索引，常规索引，全文索引

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	全文索引查找的是文本中的关键字，而不是比较索引中的值	可以有多个	FULLTEXT

1.3.2 在InnoDD存储引擎中的聚集索引和二级索引

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

在这里插入图片描述

回表查询:先二级查询，再回聚集索引查询

1.4索引的语法

1.4.1 创建语法，查出语法，删除语法

创建索引

CREATE [UNIQUE|FULLTET]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;

案例：

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。

2.phone手机号字段的值，是非空，且唯- -的，为该字段创建唯一索引。

3.为profession、 age、 status创建联合索引。
4.为email建立合适的索引来提升查询效率。

create table tb_user(
                        id int primary key auto_increment comment '主键',
    -- 主键索引
    
                        name varchar(50) not null comment '用户名',
                        phone varchar(11) not null comment '手机号',
                        email varchar(100) comment '邮箱',
                        profession varchar(11) comment '专业',
                        age tinyint unsigned comment '年龄',
                        gender char(1) comment '性别 , 1: 男, 2: 女',
                        status char(1) comment '状态',
                        createtime datetime comment '创建时间'
) comment '系统用户表';

drop table if exists tb_user;
drop table if exists tb_user_edu;

-- @黑马程序员的数据

INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', '[email protected]', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');

...

INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '[email protected]', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');

-- 查询该表的索引有那些
show index from tb_user；

-- 删除索引
drop index idx_user_email on tb_user;

在这里插入图片描述

-- 创建一个常规索引 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);

show index from tb_user;

在这里插入图片描述

-- 创建唯一索引 phone字段为手机号字段，是非空，且唯一的，为该字段创建唯一索引
create unique index idx_user_phone on tb_user(phone);

show index from tb_user;

在这里插入图片描述

-- 为profession、age、status 创建联合索引
create index idx_user_profession_age_status on tb_user(profession, age, status);

show index from tb_user;

在这里插入图片描述

-- 为email字段创建合适的索引来提高查询效率
create index idx_user_email on tb_user(email);

show index from tb_user;

在这里插入图片描述

1.5SQL 性能分析

1.5.1 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_____';

show global status like 'Com_______';

在这里插入图片描述

1.5.2 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= 
#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。

show variables like 'slow_query_log';

在这里插入图片描述

1.5.3profile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：

SELECT @@have_ profiling ;

在这里插入图片描述

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;

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;

1.5.4explain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 select * from tb_user where id = 1;

在这里插入图片描述

EXPLAIN 执行计划各字段含义：

在这里插入图片描述

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)。

 explain select s.*,c.* from student s ,course c,student_course sc where s.id = sc.student_id and c.id = sc.course_id;

在这里插入图片描述

-- 查询选修了MySQL课程的学生（子查询）
explain select * from student where id in
(select student_id from student_course where course_id = (select id from course where name = 'MySQL'));


-- 值越大先执行 先查询最大值 课程的id，再查询学生课程表查询学生id，最后执行id为1 的子查询，再查询学生表根据学生id获取学生姓名

在这里插入图片描述

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。

1.6索引的使用

1.6.1 索引失效

1.6.1.1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。

如果跳跃某-列, 索引将部分失效(后面的字段索引失效)。

explain select* from tb_user where profession= '软件工程' and age = 31 and status= '0';

explain select* from tb_user where profession= '软件工程' and age = 31;

explain select * from tb_user where profession= '软件工程';
-- 当左边的列是profession，就会走索引
explain select * from tb_user where age = 31 and status= '0';
-- 当最左边的列不是是profession，就不走索引，下面有图示

explain select * show index from tb_user; tb_ user where status= '0';

explain select*from tb_user where professional ='软件工厂' and status='0';
-- 跳过了中间前缀，则后边的字段status就不能显示（失效）。

show index from tb_user;

在这里插入图片描述

explain select* from tb_ user where profession= '软件工程' and age = 31 and status= '0';

在这里插入图片描述

explain select * from tb_user where age = 31 and status= '0';
-- 当最左边的列不是是profession，就不走索引，下面有图示

在这里插入图片描述

1.6.1.2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

explain select * from tb_user where profession= '软件工程' and age > 30 and status= '0';

explain select * from tb_user where profession= '软件工程' and age >= 30 and status= '0';

explain select * from tb_user where profession= '软件工程' and age > 30 and status= '0';

在这里插入图片描述

索引长度为49，后面的status没有显示在范围索引中，出现范围查询，范围查询右侧的列索引失效。

explain select * from tb_user where profession= '软件工程' and age >= 30 and status= '0';

在这里插入图片描述

索引字段为 54 ，当存在等于时就能避免字段的消失

1.6.1.3索引列的运算

不要在索引列上进行运算操作，索引将失效。

select * from tb_user where phone = '17799990015';

 explain select * from tb_user where phone = '17799990015';

在这里插入图片描述

这样的情况下是可以使用索引进行查询的。

select * from tb_user where substring(phone,10,2)= '15';

explain select * from tb_user where substring(phone,10,2)= '15';

在这里插入图片描述

索引就失效啦

1.6.1.4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。

select * from tb_user where phone = 17799990015;

在这里插入图片描述

explain select * from tb_user where phone = 17799990015;

在这里插入图片描述

1.6.1.5模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部迷糊匹配，索引失效。

select * from tb_user  where profession like'软件%';

explain select * from tb_user  where profession like'软件%';

在这里插入图片描述

explain select * from tb_user  where profession like'%工程';

在这里插入图片描述

前面加%则索引失效。

1.6.1.6or连接的条件

用or分隔的条件，如果or前面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。

explain select* from tb_user where id= 10 or age = 23;
-- 前面是id主键索引，后面没有索引所以最终也不会涉及索引的使用
explain select * from tb_user where phone = '17799990017' or age = 23;
-- 前面是phone索引，后面没有索引索引最终也不会涉及索引的使用

-- 由于age没有索引，索引即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引

1.6.1.7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。

总之就是数据库会比较你使用的索引和全表搜秒那个更慢，数据库就会选择最快的那个。

1.6.1SQL提示

SQL提示，是优化数据库的一一个重要手段,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_ user use index(idx_user_pro) where profession= '软件工程';
-- 告诉数据库，你使用那个索引

-- ignore index:
explain select * from tb_user ignore index(idx_user_ pro) where profession='软件工程';
-- 告诉数据库不使用那个索引

-- force index:
explain select * from tb_user force index(idx_user_ pro) where profession='软件工程';
-- 告诉数据库，强制使用这个索引

1.6.2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 *。

explain select id, profession from tb_ user where profession= '软件工程’and age=31 and status= '0' ; 

explain select id,profession,age, status from tb_user where profession= '软件工程’and age=31 and status='0' ;

explain select id,profession,age, status, name from tb_ _user where profession= '软件工程' and age=31 and status= '0' ;

explain select
from tb_user where profession= '软件工程’and age=31 and status= '0' ;

知识小贴士:

using index condition:查找使用了索引，但是需要回表查询数据

sing 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

这里就涉及到聚集索引和二级索引（辅助索引），会回表的问题，在二级索引中返回id再去聚集索引中进行查找返回信息。

在这里插入图片描述

在聚集索引节点下的数据就是全部的数据，当进行

select * from tb_user where id = '2';

直接就根据聚集索引进行查找，返回row里面的全部数据

在这里插入图片描述

涉及二级索引，当进行

select id,name from tb_user where name = 'Arm';

因为我们需要的查找内容就是id和name，而在二级索引中，全部的数据都有，因为二级索引下的节点就包括id，就直接返回不进行回表查询操作。就是我们所讲的覆盖索引

在这里插入图片描述

当我们进行第三条查询语句的查询情况

select id,name,gender from tb_user where name = 'Arm';

就会先在二级索引查询id和name，但是没有gender的具体信息，数据库就会带着id=2进行回表查询。把id=2的数据进行提取出来，返回gender数据。

案例：

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:

不要进行会表查询

select id,usermame,password from tb_user where username = 'itcast';

我们可以对username和password进行联合索引，这样通过username或password都能返回其他需要查询的值。

1.6.3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lO，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。

-- 求取公式
select count(dsitinct email)/count(*) from tb_user;

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

在这里插入图片描述

当查询

select * from tb_user where email = ‘[email protected]’

只会根据email（5），前五个字段lvbu6这个去查找

在这里插入图片描述

1.6.4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。

 explain select id,phone,name from tb_user where phone = '17799990010' and name = '韩信';

在这里插入图片描述

可能用到的索引是 idx_user_phone,idx_user_name,但是只用到了idx_user_phone的索引，因为经历了回表查询，idx_user_phone会是一个二级索引，但是查找的值，在该索引不能查到，就要进行回表查询，回到聚集索引，全部内容都能查询到，就直接忽略了idx_user_name 的查找索引。

create  index idx_user_phone_name on tb_user(phone,name);
 
 explain select id,phone,name from tb_user use index(idx_user_phone_name)where phone = '17799990010' and name = '韩信';

在这里插入图片描述

联合索引，这样就能直接进行二级索引查找，且进行了覆盖索引的功能

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

多条件联合查询时，MySQL优化器会评估那个字段的索引效率更高，会选择该索引完成本次查询

在这里插入图片描述

黑马程序制作的图，联合索引的二级索引。

1.7 索引的设计原则

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。

1.8 索引的总结

1.索引概述
索引是高效获取数据的数据结构;
2.索引结构
B+Tree
Hash
3.索引分类
主键索引、唯一索引、常规索引、全文索引
聚集索引、二级索引
4.索引语法
create [unique ] index xx on xxxx);
show index from XXXX ;
drop index xXxx on XXXX ;

5.SQL性能分析
执行频次、慢查询日志、profile、 explain
6.索引使用
联合索引
索引失效
SQL提示
覆盖索引
前缀索引
单列/联合索引
7.索引设计原则
表
字段
60K5-1725868393368)]

黑马程序制作的图，联合索引的二级索引。

1.7 索引的设计原则

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。

1.8 索引的总结

5.SQL性能分析
执行频次、慢查询日志、profile、 explain
6.索引使用
联合索引
索引失效
SQL提示
覆盖索引
前缀索引
单列/联合索引
7.索引设计原则
表
字段
索引