Mysql索引优化类型

1 索引的类型

UNIQUE惟一索引mysql

不能够出现相同的值，能够有NULL值。laravel

INDEX普通索引面试

容许出现相同的索引内容。正则表达式

PRIMARY KEY主键索引sql

不容许出现相同的值，且不能为NULL值，一个表只能有一个primary_key索引。shell

fulltext index 全文索引服务器

上述三种索引都是针对列的值发挥做用，但全文索引，能够针对值中的某个单词，好比一篇文章中的某个词，然而并无什么卵用，由于只有myisam以及英文支持，而且效率让人不敢恭维，可是能够用coreseek和xunsearch等第三方应用来完成这个需求。架构

2 索引的CURD

索引的建立并发

ALTER TABLE分布式

适用于表建立完毕以后再添加。

ALTER TABLE 表名 ADD 索引类型 (unique,primary key,fulltext,index)[索引名](字段名)

ALTER TABLE `table_name` ADD INDEX `index_name` (`column_list`) -- 索引名，可要可不要；若是不要，当前的索引名就是该字段名。 
ALTER TABLE `table_name` ADD UNIQUE (`column_list`) 
ALTER TABLE `table_name` ADD PRIMARY KEY (`column_list`) 
ALTER TABLE `table_name` ADD FULLTEXT KEY (`column_list`)

CREATE INDEX

CREATE INDEX可对表增长普通索引或UNIQUE索引。

--例：只能添加这两种索引 
CREATE INDEX index_name ON table_name (column_list) 
CREATE UNIQUE INDEX index_name ON table_name (column_list)

另外，还能够在建表时添加：

CREATE TABLE `test1` ( 
  `id` smallint(5) UNSIGNED AUTO_INCREMENT NOT NULL, -- 注意，下面建立了主键索引，这里就不用建立了 
  `username` varchar(64) NOT NULL COMMENT '用户名', 
  `nickname` varchar(50) NOT NULL COMMENT '昵称/姓名', 
  `intro` text, 
  PRIMARY KEY (`id`),  
  UNIQUE KEY `unique1` (`username`), -- 索引名称，可要可不要，不要就是和列名同样 
  KEY `index1` (`nickname`), 
  FULLTEXT KEY `intro` (`intro`) 
) ENGINE=MyISAM AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='后台用户表';

索引的删除

DROP INDEX `index_name` ON `talbe_name`  
ALTER TABLE `table_name` DROP INDEX `index_name` 
-- 这两句都是等价的,都是删除掉table_name中的索引index_name; 

ALTER TABLE `table_name` DROP PRIMARY KEY -- 删除主键索引，注意主键索引只能用这种方式删除

索引的查看

show index from tablename;

索引的更改

更改个毛线,删掉重建一个既可

3 建立索引的技巧

维度高的列建立索引。
数据列中不重复值出现的个数，这个数量越高，维度就越高。
如数据表中存在8行数据a,b ,c,d,a,b,c,d这个表的维度为4。
要为维度高的列建立索引，如性别和年龄，那年龄的维度就高于性别。

性别这样的列不适合建立索引，由于维度太低。

对 where,on,group by,order by 中出现的列使用索引。
对较小的数据列使用索引，这样会使索引文件更小，同时内存中也能够装载更多的索引键。
为较长的字符串使用前缀索引。
不要过多建立索引，除了增长额外的磁盘空间外，对于DML操做的速度影响很大，由于其每增删改一次就得重新创建索引。
使用组合索引，能够减小文件索引大小，在使用时速度要优于多个单列索引。

4 组合索引与前缀索引

注意，这两种称呼是对创建索引技巧的一种称呼，并不是索引的类型。

组合索引

MySQL单列索引和组合索引究竟有何区别呢？

为了形象地对比二者，先建一个表：

CREATE TABLE `myIndex` ( 
  `i_testID` INT NOT NULL AUTO_INCREMENT,  
  `vc_Name` VARCHAR(50) NOT NULL,  
  `vc_City` VARCHAR(50) NOT NULL,  
  `i_Age` INT NOT NULL,  
  `i_SchoolID` INT NOT NULL,  
  PRIMARY KEY (`i_testID`)  
);

假设表内已有1000条数据，在这 10000 条记录里面 7 上 8 下地分布了 5 条 vc_Name=”erquan” 的记录，只不过 city,age,school 的组合各不相同。来看这条 T-SQL：

SELECT `i_testID` FROM `myIndex` WHERE `vc_Name`='erquan' AND `vc_City`='郑州' AND `i_Age`=25; -- 关联搜索;

首先考虑建MySQL单列索引：

在 vc_Name 列上创建了索引。执行 T-SQL 时，MYSQL 很快将目标锁定在了 vc_Name=erquan 的 5 条记录上，取出来放到一中间结果集。在这个结果集里，先排除掉 vc_City 不等于”郑州”的记录，再排除 i_Age 不等于 25 的记录，最后筛选出惟一的符合条件的记录。虽然在 vc_Name 上创建了索引，查询时MYSQL不用扫描整张表，效率有所提升，但离咱们的要求还有必定的距离。一样的,在 vc_City 和 i_Age 分别创建的MySQL单列索引的效率类似。

为了进一步榨取 MySQL 的效率，就要考虑创建组合索引。就是将 vc_Name,vc_City,i_Age 建到一个索引里：

ALTER TABLE `myIndex` ADD INDEX `name_city_age` (vc_Name(10),vc_City,i_Age);

建表时，vc_Name 长度为 50，这里为何用 10 呢？这就是下文要说到的前缀索引，由于通常状况下名字的长度不会超过 10，这样会加速索引查询速度，还会减小索引文件的大小，提升 INSERT 的更新速度。

执行 T-SQL 时，MySQL 无须扫描任何记录就到找到惟一的记录！

若是分别在 vc_Name,vc_City,i_Age 上创建单列索引，让该表有 3 个单列索引，查询时和上述的组合索引效率同样吗？答案是大不同，远远低于咱们的组合索引。虽然此时有了三个索引，但 MySQL 只能用到其中的那个它认为彷佛是最有效率的单列索引，另外两个是用不到的，也就是说仍是一个全表扫描的过程。

创建这样的组合索引，实际上是至关于分别创建了：

vc_Name,vc_City,i_Age
vc_Name,vc_City
vc_Name

这样的三个组合索引！为何没有 vc_City,i_Age 等这样的组合索引呢？这是由于 mysql 组合索引 “最左前缀” 的结果。简单的理解就是只从最左面的开始组合。并非只要包含这三列的查询都会用到该组合索引，下面的几个 T-SQL 会用到：

SELECT * FROM myIndex WHREE vc_Name=”erquan” AND vc_City=”郑州” SELECT * FROM myIndex WHREE vc_Name=”erquan”

而下面几个则不会用到：

SELECT * FROM myIndex WHREE i_Age=20 AND vc_City=”郑州” SELECT * FROM myIndex WHREE vc_City=”郑州”

也就是，name_city_age(vc_Name(10),vc_City,i_Age) 从左到右进行索引，若是没有左前索引Mysql不执行索引查询。

前缀索引

若是索引列长度过长，这种列索引时将会产生很大的索引文件，不便于操做，可使用前缀索引方式进行索引前缀索引应该控制在一个合适的点，控制在0.31黄金值便可（大于这个值就能够建立）。

SELECT COUNT(DISTINCT(LEFT(`title`,10)))/COUNT(*) FROM Arctic; — 这个值大于0.31就能够建立前缀索引，Distinct去重复 ALTER TABLE `user` ADD INDEX `uname`(title(10)); — 增长前缀索引SQL，将人名的索引创建在10，这样能够减小索引文件大小，加快索引查询速度。

5 什么样的sql不走索引

要尽可能避免这些不走索引的sql

SELECT `sname` FROM `stu` WHERE `age`+10=30;-- 不会使用索引，由于全部索引列参与了计算 

SELECT `sname` FROM `stu` WHERE LEFT(`date`,4) <1990; -- 不会使用索引，由于使用了函数运算，原理与上面相同 

SELECT * FROM `houdunwang` WHERE `uname` LIKE'后盾%' -- 走索引 

SELECT * FROM `houdunwang` WHERE `uname` LIKE "%后盾%" -- 不走索引 

-- 正则表达式不使用索引，这应该很好理解，因此为何在SQL中很难看到regexp关键字的缘由 

-- 字符串与数字比较不使用索引; 
CREATE TABLE `a` (`a` char(10)); 
EXPLAIN SELECT * FROM `a` WHERE `a`="1" -- 走索引 
EXPLAIN SELECT * FROM `a` WHERE `a`=1 -- 不走索引 

select * from dept where dname='xxx' or loc='xx' or deptno=45 --若是条件中有or，即便其中有条件带索引也不会使用。换言之，就是要求使用的全部字段，都必须创建索引，咱们建议你们尽可能避免使用or 关键字 

-- 若是mysql估计使用全表扫描要比使用索引快，则不使用索引

多表关联时的索引效率

SELECT `sname` FROM `stu` WHERE LEFT(`date`,4) <1990; — 不会使用索引，由于使用了函数运算，原理与上面相同
SELECT * FROM `houdunwang` WHERE `uname` LIKE’后盾%’ — 走索引
SELECT * FROM `houdunwang` WHERE `uname` LIKE “%后盾%” — 不走索引

从上图能够看出，全部表的type为all，表示全表索引。也就是6 6 6，共遍历查询了216次。

除第一张表示全表索引（必须的，要以此关联其余表），其他的为range（索引区间得到），也就是6+1+1+1，共遍历查询9次便可。

因此咱们建议在多表join的时候尽可能少join几张表，由于一不当心就是一个笛卡尔乘积的恐怖扫描，另外，咱们还建议尽可能使用left join，以少关联多。由于使用join 的话，第一张表是必须的全扫描的，以少关联多就能够减小这个扫描次数。

6 索引的弊端

不要盲目的建立索引，只为查询操做频繁的列建立索引，建立索引会使查询操做变得更加快速，可是会下降增长、删除、更新操做的速度，由于执行这些操做的同时会对索引文件进行从新排序或更新。

可是，在互联网应用中，查询的语句远远大于DML的语句，甚至能够占到80%~90%，因此也不要太在乎，只是在大数据导入时，能够先删除索引，再批量插入数据，最后再添加索引。

以上内容但愿帮助到你们， 不少PHPer在进阶的时候总会遇到一些问题和瓶颈，业务代码写多了没有方向感，不知道该从那里入手去提高，对此我整理了一些资料，包括但不限于：分布式架构、高可扩展、高性能、高并发、服务器性能调优、TP6，laravel，Redis，Swoole、Swoft、Kafka、Mysql优化、shell脚本、Docker、微服务、Nginx等多个知识点高级进阶干货须要的能够免费分享给你们 ，须要戳这里 PHP进阶架构师>>>实战视频、大厂面试文档免费获取