索引

1 索引概述

索引是帮助 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询算法，这种数据结构就是索引。

2 优点、缺点

优点：
提高数据检索效率，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，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

3 索引结构

3.1 二叉树

3.2 红黑树

红黑树也存在大数据量情况下，层级较深，检索速度慢的问题。

3.3 B树

B-Tree (多路平衡查找树) 以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）

3.4 B+树

与 B-Tree 的区别：
所有的数据都会出现在叶子节点
叶子节点形成一个单向链表

3.5 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索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）

4 面试题：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，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，指针也跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
相对于 Hash 索引，B+Tree 支持范围匹配及排序操作

5 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：

5.1 回表

6 索引语法

6.1 创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, …);
如果不加 CREATE 后面不加索引类型参数，则创建的是常规索引

6.2 查看索引

SHOW INDEX FROM table_name;

6.3 删除索引

DROP INDEX index_name ON table_name;

7 sql 性能分析

7.1 查看执行频次

SHOW GLOBAL STATUS LIKE 'Com_______';

7.2 慢查询

开启慢查询（默认关闭）：

查询慢查询sql:

7.3 性能分析 explain

EXPLAIN sql语句;

EXPLAIN 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，常见取值有 SIMPLE（简单表，即不适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
（NULL查询的时候不访问表可以达到，system访问系统表的时候可以达到，const唯一索引、主键索引可以达到，ref非唯一索引可以达到，all全表扫描）
possible_key：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

8 索引使用原则

8.1 最左前缀法则

如果索引关联了多列（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。
如果跳跃某一列，索引将部分失效（后面的字段索引失效）。
注意事项：
联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。
举例：
联合索引（a,b,c），条件为a=? and b>? and c=? 索引生效（a,b），但是条件为a=? and b>=? and c=? 索引生效（a,b,c）

8.2索引失效情况

1. 在索引列上进行运算操作，索引将失效。如：explain select * from tb_user where substring(phone, 10, 2) = ‘15’;
2. 字符串类型字段使用时，不加引号，索引将失效。如：explain select * from tb_user where phone = 17799990015;，此处phone的值没有加引号
3. 模糊查询中，如果仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。如：explain select * from tb_user where profession like ‘%工程’;，前后都有 % 也会失效。
4. 用 or 分割开的条件，如果 or 两侧条件其中一个条件没有索引，那么涉及的索引都不会被用到；如果两侧条件都有索引，索引生效。5.
5. 如果 MySQL 评估使用索引比全表更慢，则不使用索引。
   is null/ is not null走不走索引取决于表中数据
   如果条件is null，表中大部分数据都是null，则不走索引，表中的大部分数据都不是null，走索引。
   如果条件is　not null，表中大部分数据都不是null，则不走索引，表中的大部分数据都是null，走索引。

8.3 SQL 提示(sql指定索引)

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。

例如，使用索引：
explain select * from tb_user use index(idx_user_pro) where profession=“软件工程”;
不使用哪个索引：
explain select * from tb_user ignore index(idx_user_pro) where profession=“软件工程”;
必须使用哪个索引：
explain select * from tb_user force index(idx_user_pro) where profession=“软件工程”;

use 是建议，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改，force就是无论如何都强制使用该索引。

8.4 覆盖索引&回表查询

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找到），减少 select *。

explain 中 extra 字段含义：
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

如果在聚集索引中直接能找到对应的行，则直接返回行数据，只需要一次查询，哪怕是select *；如果在辅助索引中找聚集索引，如select id, name from xxx where name=‘xxx’;，也只需要通过辅助索引(name)查找到对应的id，返回name和name索引对应的id即可，只需要一次查询；如果是通过辅助索引查找其他字段，则需要回表查询，如select id, name, gender from xxx where name=‘xxx’;

所以尽量不要用select *，容易出现回表查询，降低效率，除非有联合索引包含了所有字段

**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：给username和password字段建立联合索引，则不需要回表查询，直接覆盖索引

8.5 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，此时可以只降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(columnn(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。
求选择性公式：
select count(distinct email) / count() from tb_user; //越接近1越合适
select count(distinct substring(email, 1, 5)) / count() from tb_user;
show index 里面的sub_part可以看到接取的长度
过程 ：
根据非聚簇索引找到lvbu6这个索引，拿到主键，再去聚簇索引查询主键对应数据，判断email是否匹配，匹配就返回，不匹配则继续往后查找

9 索引设计原则

针对于数据量较大，且查询比较频繁的表建立索引
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
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
如果是字符串类型的字段，字段长度较长，可以针对于字段的特点，建立前缀索引
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
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就越大，会影响增删改的效率
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

视频链接：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=87&spm_id_from=pageDriver&vd_source=b901ef0e9ed712b24882863596eab0ca