mysql 不一样索引的区别和适用状况总结 数据库优化-mysql中INNODB和MYIASM引擎的区别 mysql 不一样索引的区别和适用状况总结

 

最近在作sql优化，看到一篇有关sql索引不错的文章，转载一下。

1、索引类型

• • 普通索引：INDEX 容许出现相同的索引内容 (normal)

• • 惟一索引：UNIQUE 不能够出现相同的值，能够有NULL值

  • 主键索引：PROMARY KEY 不容许出现相同的值(惟一性，且只能有一个)

  • 组合索引：实质上是将多个字段建到一个索引里，列值的组合必须惟一

• • 全文索引：FULLTEXT INDEX 能够针对值中的某个单词，但效率低（不建议，可利用添加关键词关联列来实现）

//建表时创建
CREATE TABLE table_name[col_name data type]
[unique|fulltext][index|key][index_name](col_name[length])[asc|desc]

注意：复合索引使用时要与索引名和关联的列一一对应，若是想单独对某个列进行索引操做，须要新建个以独立的索引

 

说明

1.unique|fulltext为可选参数，分别表示惟一索引、全文索引
2.index和key为同义词，二者做用相同，用来指定建立索引
3.col_name为须要建立索引的字段列，该列必须从数据表中该定义的多个列中选择
4.index_name指定索引的名称，为可选参数，若是不指定，默认col_name为索引值
5.length为可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度
6.asc或desc指定升序或降序的索引值存储

 

2、索引的建立、修改、删除

一、使用ALTER TABLE 语句建立索引

应用于表建立完成以后添加索引

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

//普通索引
alter table table_name add index index_name (column_list) ;
//惟一索引
alter table table_name add unique (column_list) ;
//主键索引
alter table table_name add primary key (column_list) ;

说明：
ALTER TABLE可用于建立普通索引、UNIQUE索引和PRIMARY KEY索引3种索引格式，
table_name是要增长索引的表名，column_list指出对哪些列进行索引，多列时各列之间用逗号分隔。
索引名index_name可选，缺省时，MySQL将根据第一个索引列赋一个名称。另外，ALTER TABLE容许在单个语句中更改多个表，所以能够同时建立多个索引。

　　

二、使用CREATE INDEX 对表增长索引

CREATE INDEX可用于对表增长普通索引或UNIQUE索引，可用于建表时建立索引。

CREATE INDEX index_name ON table_name(username(length)); 
若是是CHAR，VARCHAR类型，length能够小于字段实际长度；若是是BLOB和TEXT类型，必须指定 length。

//create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)
table_name、index_name和column_list具备与ALTER TABLE语句中相同的含义，索引名不可选。另外，不能用CREATE INDEX语句建立PRIMARY KEY索引。

 

三、删除索引

 删除索引可使用ALTER TABLE或DROP INDEX语句来实现。DROP INDEX能够在ALTER TABLE内部做为一条语句处理。

drop index index_name on table_name ;
alter table table_name drop index index_name ;
alter table table_name drop primary key ;

在前面的两条语句中，都删除了table_name中的索引index_name。而在最后一条语句中，只在删除PRIMARY KEY索引中使用，由于一个表只可能有一个PRIMARY KEY索引，所以不须要指定索引名。若是没有建立PRIMARY KEY索引，但表具备一个或多个UNIQUE索引，则MySQL将删除第一个UNIQUE索引。

若是从表中删除某列，则索引会受影响。对于多列组合的索引，若是删除其中的某列，则该列也会从索引中删除。若是删除组成索引的全部列，则整个索引将被删除。

 

四、修改索引

mysql 是没有内置修改索引操做的，须要先执行删除操做在从新创建一个索引

 

五、查看索引

-若是查看索引前，没有使用use db_name等命令指定具体的数据库，则必须加上FROM db_name
SHOW INDEX FROM table_name [FROM db_name]
--若是查看索引前，没有使用use db_name等命令指定具体的数据库，则必须加上db_name.前缀
SHOW INDEX FROM [db_name.]table_name

--若是查看索引前，使用了use db_name等命令指定具体的数据库
SHOW INDEX FROM table_name

　　

3、组合索引与前缀索引

组合索引和前缀索引是对创建索引技巧的一种称呼，并非索引的类型。

create table dm_user
(
   ID                   int not null auto_increment comment '主键',
   LOGIN_NAME           varchar(30) not null comment '登陆名',
   PASSWORD             varchar(30) not null comment '密码',
   CITY                 varchar(30) not null comment '城市',
   AGE                  int not null comment '年龄',
   SEX                  int not null comment '性别(0:女 1：男)',
   primary key (ID)
);

comment  表示添加注释（注意中文乱码的问题，须要设置表的编码格式为utf-8）

创建组合索引，即将LOGIN_NAME,CITY建到一个索引里

ALTER TABLE md_user ADD INDEX name_city (LOGIN_NAME(16),CITY); 

建表时，LOGIN_NAME长度为30，这里用16，是由于通常状况下名字的长度不会超过16，这样会加快索引查询速度，还会减小索引文件的大小，提升INSERT，UPDATE的更新速度。

 

值得一提的是，mysql组合索引是依据“最左前缀”的形式产生索引结果的。简单的理解就是只从最左边的开始组合，并非只要包含这几列的查询都会用到该组合索引。也就是说index_name(column1(length),column2,column3...)从左到右进行索引，若是没有左前索引，mysql不会执行索引查询。

ALTER TABLE table_name ADD INDEX index_name (column1,column2,column3,column4); 

//至关于分别建立了一下几种组合索引
column1,column2,column3,column4
column1,column2,column3
column1,column2
column1

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(`column_name`,10)))/COUNT(*) FROM table_name; -- 这个值大于0.31就能够建立前缀索引,Distinct去重复
ALTER TABLE `table_name` ADD INDEX `uname`(column_name(10)); -- 增长前缀索引SQL,将列名的索引创建在10,这样能够减小索引文件大小,加快索引查询速度
Mysql字符串截取函数：left()、right()、substring()、substring_index()

 

4、索引类型

一、FULLTEXT

全文索引，目前只有MyISAM引擎支持,mysql 5.6以后InnoDB引擎也支持。其能够在CREATE TABLE ，ALTER TABLE ，CREATE INDEX 使用，不过目前只有 CHAR、VARCHAR ，TEXT 列上能够建立全文索引。

注意：在数据量较大时候，先将数据放入一个没有全文索引的表中，而后再用CREATE INDEX建立FULLTEXT索引，要比先为一张表创建FULLTEXT而后再将数据写入的速度快不少。

全文索引的出现是为了解决WHERE name LIKE “%keyword%"这类针对文本的模糊查询效率较低的问题。

在数据量较大时是查询是极其的耗时的，若是没有异步IO处理，进程将被挟持，很浪费时间。想了解异步IO的，自行谷歌。

全文索引的使用：

建立ALTER TABLE table ADD INDEX `FULLINDEX` USING FULLTEXT(`cname1`[,cname2…]);

使用SELECT * FROM table WHERE MATCH(cname1[,cname2…]) AGAINST ('keyword' MODE );

其中， MODE为搜寻方式（IN BOOLEAN MODE ，IN NATURAL LANGUAGE MODE ，IN NATURAL LANGUAGE MODE WITH QUERY EXPANSION / WITH QUERY EXPANSION）。

关于这三种搜寻方式，简单地说分为：

• • 布尔模式，容许word里含一些特殊字符用于标记一些具体的要求，如+表示必定要有，-表示必定没有，*表示通用匹配符，相似正则；
  • 天然语言模式，就是简单的单词匹配；
  • 含表达式的天然语言模式，就是先用天然语言模式处理，对返回的结果，再进行表达式匹配。

FULLTEXT索引也是按照分词原理创建索引的。西文中，大部分为字母文字，分词能够很方便的按照空格进行分割。

但很中文不能按照这种方式进行分词。那又怎么办呢？利用Mysql的中文分词插件Mysqlcft，就能够对中文进行分词，Mysqlcft详情。

 

二、HASH

hash就是一种（key=>value）形式的键值对，如数学中的函数映射，容许多个key对应相同的value，但不容许一个key对应多个value。正是因为这个特性，hash很适合作索引，为某一列或几列创建hash索引，就会利用这一列或几列的值经过必定的算法计算出一个hash值，对应一行或几行数据（这里在概念上和函数映射有区别，不要混淆）。在java语言中，每一个类都有本身的hashcode()方法，没有显示定义的都继承自object类，该方法使得每个对象都是惟一的，在进行对象间equal比较，和序列化传输中起到了很重要的做用。

hash的生成方法有不少种，能够保证hash码的惟一性。如在MongoDB中，每个document都有系统为其生成的惟一的objectID（包含时间戳，主机散列值，进程PID，和自增ID）也是一种hash的表现。

因为hash索引能够一次定位，不须要像树形索引那样逐层查找,所以具备极高的效率。

那为何还须要其余的树形索引呢？

这里简单说下树形索引Btree 与 Hash 索引的区别：

（1）Hash 索引仅能知足"=","IN"和"<=>"查询，不能使用范围查询。 
因为 Hash 索引比较的是进行 Hash 运算以后的 Hash 值，因此它只能用于等值的过滤，不能用于基于范围的过滤，由于通过相应的 Hash 算法处理以后的 Hash 值的大小关系，并不能保证和Hash运算前彻底同样。 

（2）Hash 索引没法被用来避免数据的排序操做。 
因为 Hash 索引中存放的是通过 Hash 计算以后的 Hash 值，并且Hash值的大小关系并不必定和 Hash 运算前的键值彻底同样，因此数据库没法利用索引的数据来避免任何排序运算； 

（3）Hash 索引不能利用部分索引键查询。 
对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一块儿计算 Hash 值，而不是单独计算 Hash 值，因此经过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也没法被利用。 

（4）Hash 索引在任什么时候候都不能避免表扫描。 
Hash 索引是将索引键经过 Hash 运算以后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，因为不一样索引键存在相同 Hash 值，因此即便取知足某个 Hash 键值的数据的记录条数，也没法从 Hash 索引中直接完成查询，仍是要经过访问表中的实际数据进行相应的比较，并获得相应的结果。 

（5）Hash 索引遇到大量Hash值相等的状况后性能并不必定就会比B-Tree索引高。 
对于选择性比较低的索引键，若是建立 Hash 索引，那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会很是麻烦，会浪费屡次表数据的访问，而形成总体性能低下。

HASH索引的过程，当咱们为某一列或某几列创建hash索引时（目前就只有MEMORY引擎显式地支持这种索引），会在硬盘上生成相似以下的文件：

hash值	存储地址
1db54bc745a1	77#45b5
4bca452157d4	76#4556,77#45cc…

 

 

 

hash值即为经过特定算法由指定列数据计算出来，磁盘地址即为所在数据行存储在硬盘上的地址（也有多是其余存储地址，其实MEMORY会将hash表导入内存）。

当进行WHERE num= 18 查询时，会将18经过相同的算法计算出一个hash值==>在hash表中找到对应的储存地址==>根据存储地址取得数据。

因此，每次查询时都要遍历hash表，直到找到对应的hash值，如第（4）区别中描述的，数据量大了以后，hash表也会变得庞大起来，性能降低，遍历耗时增长，如第（5）区别。

 

三、BTREE

BTREE树形索引就是一种将索引值按必定的算法，存入一个树形的数据结构中，学过数据结构的对于二叉树这种数据结构应该不陌生吧。如二叉树同样，每次查询都是从树的入口root开始，依次遍历node，获取leaf。

BTREE在MyISAM里的形式和Innodb稍有不一样（虽然二者都使用B+Tree做为索引结构，但仍是有些区别的，数据库优化-mysql中INNODB和MYIASM引擎的区别）

在 Innodb里，有两种形态：一是primary key形态，其leaf node里存放的是数据，并且不只存放了索引键的数据，还存放了其余字段的数据。二是secondary index，其leaf node和普通的BTREE差很少，只是还存放了指向主键的信息。而在MyISAM里，主键和其余的并无太大区别。不过和Innodb不太同样的地方是在MyISAM里，leaf node里存放的不是主键的信息，而是指向数据文件里的对应数据行的地址信息.

 

四、RTREE

RTREE在mysql不多使用，仅支持geometry数据类型(几何数据)，支持该类型的存储引擎只有MyISAM、BDb、InnoDb、NDb、Archive几种。相对于BTREE，RTREE的优点在于范围查找.

 

5、其余

一、索引的缺点

1）、虽然索引大大提升了查询速度，同时却会下降更新表的速度，如对表进行insert、update和delete。由于更新表时，不只要保存数据，还要保存一下索引文件。

2）、创建索引会占用磁盘空间的索引文件。通常状况这个问题不太严重，但若是你在一个大表上建立了多种组合索引，索引文件的会增加很快。索引只是提升效率的一个因素，若是有大数据量的表，就须要花时间研究创建最优秀的索引，或优化查询语句。

 

二、注意事项和设计技巧

1)、索引不会包含有null值的列

　　只要列中包含有null值都将不会被包含在索引中，组合索引中只要有一列含有null值，那么这一列对于此复合索引就是无效的。因此咱们在数据库设计时不要让字段的默认值为null。

2)、使用短索引

　　对串列进行索引，若是可能应该指定一个前缀长度。例如，若是有一个char(255)的列，若是在前10个或20个字符内，多数值是唯一的，那么就不要对整个列进行索引。短索引不只能够提升查询速度并且能够节省磁盘空间和I/O操做。

3)、索引列排序

　　查询只使用一个索引，所以若是where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。所以数据库默认排序能够符合要求的状况下不要使用排序操做；尽可能不要包含多个列的排序，若是须要最好给这些列建立复合索引。

4)、like语句操做。通常状况下不推荐使用like操做，若是非使用不可，如何使用也是一个问题。like “%aaa%” 不会使用索引而like “aaa%”可使用索引。

5)、不要在列上进行运算，这将致使索引失效而进行全表扫描

6)、不使用not in和<>判断操做

　　NOT IN 、<>、!=不使用索引,但<,<=，=，>,>=,BETWEEN,IN是能够用到索引的。not in和<> 这将致使索引失效，能够考虑使用exists 或 not exists 来代替in 和 not in （注意 in操做 是能够利用索引的）。mysql中的in语句是把外表和内表做hash 链接，而exists语句是对外表做loop循环，每次loop循环再对内表进行查询。一直你们都认为exists比in语句的效率要高，这种说法实际上是不许确的。这个是要区分环境的。简而言之就是，内查询循环次数少（即内查询表数据少于外查询表或相差不大的状况）使用exists  效率高；反之，外查询循环次数少（即外查询表远少于内查询表数据）使用in 效率高。

　　not in 和not exists若是查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引；而not extsts 的子查询依然能用到表上的索引。因此不管那个表大，用not exists都比not in要快。 

　　使用between and  区间 来代替<>判断操做。

7)、EXPLAIN能够帮助开发人员分析SQL问题。explain显示了mysql如何使用索引来处理select语句以及链接表,能够帮助选择更好的索引和写出更优化的查询语句。使用方法,在select语句前加上Explain就能够。

8)、索引要创建在值比较惟一的字段上

9)、索引要创建在常常进行select操做的字段上。这是由于，若是这些列不多用到，那么有无索引并不能明显改变查询速度。相反，因为增长了索引，反而下降了系统的维护速度和增大了空间需求。

10)、对于那些定义为text、image和bit数据类型的列不该该增长索引。由于这些列的数据量要么至关大，要么取值不多。

11)、在where和join中出现的列须要创建索引

12)、若是where字句的查询条件里使用了函数(如：where YEAR(column)=…),mysql将没法使用索引

13)、在join操做中(须要从多个数据表提取数据时)，mysql只有在主键和外键的数据类型相同时才能使用索引，不然及时创建了索引也不会使用。

14)、当where条件中存在 字符串与数字比较时（数据类型相同）不使用索引，用到OR 关键词时也不会使用索引

 

 三、各类索引的使用状况

1）、对于BTREE这种Mysql默认的索引类型，具备广泛的适用性。

2）、因为FULLTEXT对中文支持不是很好，在没有插件的状况下，最好不要使用。在小的博客应用，在数据采集时，为其创建关键字列表，经过关键字索引也能够起到类型的做用。

3）、对于一些搜索引擎级别的应用来讲，FULLTEXT一样不是一个好的处理方法，Mysql的全文索引创建的文件仍是比较大的，并且效率不是很高。Apache的Lucene或许是你的选择。

4）、正是由于hash表在处理较小数据量时具备无可比拟的素的优点，因此hash索引很适合作缓存（内存数据库）。如mysql数据库的内存版本Memsql，使用量很普遍的缓存工具Mencached，NoSql数据库redis等，都使用了hash索引这种形式。Mysql的MEMORY引擎也是能够知足这种需求的。

 

四、在实际操做过程当中，应该选取表中哪些字段做为索引？

为了使索引的使用效率更高，在建立索引时，必须考虑在哪些字段上建立索引和建立什么类型的索引,有7大原则：

1）、选择惟一性索引

2）、为常常须要排序、分组和联合操做的字段创建索引，特别是where后面的字段

3）、为常做为查询条件的字段创建索引

4）、限制索引的数目

5）、尽可能使用数据量少的索引

6）、尽可能使用前缀来索引

7）、删除再也不使用或者不多使用的索引

8）、表的主键、外键必须有索引；

9）、常常与其余表进行链接的表，在链接字段上应该创建索引；

10）、复合索引的创建须要进行仔细分析；尽可能考虑用单字段索引代替。若是既有单字段索引，又有这几个字段上的复合索引，通常能够删除复合索引；若是复合索引中包含的字段常常单独出如今Where子句中，则分解为多个单字段索引；

11）、若是复合索引所包含的字段超过3个，那么仔细考虑其必要性，考虑减小复合的字段；

12）、复合索引与单字段索引是互不冲突的。若是你创建了复合索引，而你的查询条件基本上都包含了复合索引中的字段那就不用建了，若是你针对复合索引中包含的字段，以单字段做为查询条件的状况多的话，那么也能够对单个字段再建索引的

 

 转载自：mysql 不一样索引的区别和适用状况总结