初识MySQL索引

维基百科对数据库索引的解释:一个排序的数据结构，以协助快速查询、更新数据库表中数据。

MySQL官方解释:索引（Index）是帮助MySQL高效获取数据的数据结构。

综上所述,就能够获得索引的本质：索引(在MYSQL中也叫作键)是数据结构。

对于咱们平常使用的MySQL数据库来讲,它支持多种索引类型，如BTree索引，哈希索引，全文索引等等。然而我在大部分时候都会使用BTree索引，至于哈希索引和全文索引本文暂不讨论。

索引目的

索引的目的在于提升查询效率，能够类比字典，若是要查“mysql”这个单词，咱们确定须要定位到m字母，而后从下往下找到y字母，再找到剩下的sql。若是没有索引，那么你可能须要把全部单词看一遍才能找到你想要的，若是我想找到m开头的单词呢？或者x开头的单词呢？是否是以为若是没有索引，这个事情根本没法完成？

索引原理

最简单的例子就是若是1000条数据，1到100分红第一段，101到200分红第二段，201到300分红第三段……这样查第250条数据，只要找第三段就能够了，一会儿去除了90%的无效数据。但若是是1千万的记录呢，分红几段比较好？稍有算法基础的同窗会想到搜索树，其平均复杂度是lgN，具备不错的查询性能。可是考虑到磁盘IO是很是高昂的操做，计算机操做系统作了一些优化，当一次IO时，不光把当前磁盘地址的数据，而是把相邻的数据也都读取到内存缓冲区内，由于局部预读性原理告诉咱们，当计算机访问一个地址的数据的时候，与其相邻的数据也会很快被访问到。每一次IO读取的数据咱们称之为一页(page)。具体一页有多大数据跟操做系统有关，通常为4k或8k，也就是咱们读取一页内的数据时候，实际上才发生了一次IO，因此为了提升性能，每次又能够把部分数据读入内存来计算，由于咱们知道访问磁盘的成本大概是访问内存的十万倍左右,这个理论对于索引的数据结构设计很是有帮助。

咱们如今总结一下，咱们须要这种数据结构可以作些什么，那就是：每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么咱们就想到若是一个高度可控的多路搜索树是否能知足需求呢？就这样，b+树应运而生。

维基百科:B+ 树是一种树数据结构，一般用于数据库和操做系统的文件系统中。B+ 树的特色是可以保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+ 树元素自底向上插入，这与二叉树刚好相反。

详解b+树

如上图，是一颗b+树，浅蓝色的块咱们称之为一个磁盘块，能够看到每一个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35，包含指针P一、P二、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即三、五、九、十、1三、1五、2八、2九、3六、60、7五、7九、90、99。非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如1七、35并不真实存在于数据表中。

b+树的查找过程

如上图所示，若是要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找肯定29在17和35之间，锁定磁盘块1的P2指针，内存时间由于很是短（相比磁盘的IO）能够忽略不计，经过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，经过指针加载磁盘块8到内存，发生第三次IO，同时内存中作二分查找找到29，结束查询，总计三次IO。真实的状况是，3层的b+树能够表示上百万的数据，若是上百万的数据查找只须要三次IO，性能提升将是巨大的，若是没有索引，每一个数据项都要发生一次IO，那么总共须要百万次的IO，显然成本很是很是高。

索引的弊端

索引的优势咱们都知道就是为了提升查询效率,当时他也有本身的缺点。

当一个数据表的字段加了索引以后,加快了检索速度,可是他同时页下降了索引列的插入,更新,删除操做的速度,由于一个行不只是写入一个数据行,还要更改索引,表的索引越多,须要作的更改就越多,平均性能也就越低。

索引也会占用磁盘空间,大量的对表中字段加索引,有可能致使索引文件比数据文件更快的到达表的大小极限。

说白了这就是一种以空间换时间的作法,因此不要建立没有必要的索引。

建索引的几大原则

1.用于搜索,排序,或者分组的列建立索引,而对于输出现实的列则不用于建立索引,也就是说,最佳索引候选列九十出如今where条件后面的列,链接子句后面的列,order by,group by后面的列。

2.认真考虑数据列基数,列的基数(carddinality)是指它所容纳全部非重复的数值的个数,区分度的公式是count(distinct col)/count(*),比例越大咱们扫描的记录数越少，惟一键的区分度是1,例如,某个列包含1,3,5,3,7,8,7,1,8,他的基数就是5,因此列的基数越高,也就是重复值越少,索引的使用效果越好。

3.索引短小值,例如当数据类型使用int就能存下你须要存储的数据时,就不要使用bigint。

(1)短小值可让比较操做更快,从而加快索引检索速度

(2)短小值可让索引更短更小,从而减小IO请求

(3)短小值可让磁盘往内存里加载更多的键值,那么就能够减小从磁盘读取数据而更多的直接从内存中读取

4.最左前缀匹配原则，很是重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就中止匹配，好比a = 1 and b = 2 and c > 3 and d = 4 若是创建(a,b,c,d)顺序的索引，d是用不到索引的，若是创建(a,b,d,c)的索引则均可以用到，a,b,d的顺序能够任意调整,好比like (%as)就不走索引,而like(as%)就能够。

5.索引列不能参与计算，保持列“干净”，好比from_unixtime(create_time) = ’2019-12-16’就不能使用到索引，缘由很简单，b+树中存的都是数据表中的字段值，但进行检索时，须要把全部元素都应用函数才能比较，显然成本太大。因此语句应该写成create_time = unix_timestamp(’2014-05-29’),因此咱们知道了mysql中内置函数是不走索引的。

6.尽可能的扩展索引，不要新建索引,好比表中已经有a的索引，如今要加(a,b)的索引，那么只须要修改原来的索引便可。

查询优化神器 - explain命令

关于explain命令相信你们并不陌生，具体用法和字段含义能够参考官网explain-output。

参考资料:

MySQL技术内幕-第5版

美团技术团队-MySQL索引原理及慢查询优化