（三十八）索引

1、索引介绍

索引可让数据库加快查询速度，可是却会减慢数据的插入速度。由于每次插入一个数据，都要从新处理一次索引。

索引是利用不断缩小查询范围，去除不相关数据来找到目标数据。

索引使用B+树算法，把索引分层次存储，每次加载一个磁盘块进入内存中（根节点），进行比较，找到对应范围内的指针，而后再去加载另外一块磁盘块（枝节点），找到所对应的指针，一直找到最底层叶子节点。

               

如上图是一颗B+树，最上层是根节点，中间是枝节点，最下层是叶子节点。如今假设查找数据项28，先把磁盘块1加载到内存中，数据项28跟数据项17和数据项35比较，能够看到28处于中间，那么就能够去除掉小于17和大于35的部分了。而后，也找到了P2，P2指针对应的磁盘块3。再把磁盘块3加载到内存中，28在26和30之间，这样又除去了小于26和大于30的部分。也找到了指针P2，以及P2指示的数据块8，再把磁盘块8加载到内存中，找到了数据块28。

B+树的性质：

1. 索引字段要尽可能的小：由于磁盘块的大小是固定的，只有索引字段越小，能够存储的越多。

索引的最左匹配特性：B+树搜索数据时，是从左往右比对，而后根据表中字段顺序依次比对的。

索引的两大类型：

#咱们能够在建立上述索引的时候，为其指定索引类型，分两类hash类型的索引：查询单条快，范围查询慢

btree类型的索引：b+树，层数越多，数据量指数级增加（咱们就用它，由于innodb默认支持它）

 

#不一样的存储引擎支持的索引类型也不同

InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

 

2、汇集索引和辅助索引

 

数据库中的索引能够分为汇集索引和辅助索引：

 

（1）汇集索引和辅助索引的相同点是：无论是汇集索引仍是辅助索引，其内部都是B+树形式，就是树的高度（或层数）是同样的，叶子结点中存放着全部的数据。

 

（2）汇集索引和辅助索引的不一样点是：叶子节点存放的是不是一整行的信息。（汇集索引存放的是一整行，辅助索引存放的是一部分。）

 

1.汇集索引

 

汇集索引就是不可为空且是惟一的一个字段，最好这个字段在内存中所占空间越小越好。

 

汇集索引的好处之一：它对主键的排序查找和范围查找速度很是快，叶子节点的数据就是用户所要查询的数据。

 

汇集索引的好处之二：范围查询（range query），即若是要查找主键某一范围内的数据，经过叶子节点的上层中间节点就能够获得页的范围，以后直接读取数据页便可

 

1. 辅助索引

 

辅助索引的叶子节点中存储的是主键，而后再使用这个主键走一遍“根节点-->枝节点-->叶子结点”的过程。这样作会增长一倍的IO操做，可是相对于从头走到尾那样的查询，而且每次都要操做IO的方式，这样作是完胜的。

 

3、实际操做

   普通索引INDEX：加速查找

惟一索引：

    -主键索引PRIMARY KEY：加速查找+约束（不为空、不能重复）

   -惟一索引UNIQUE:加速查找+约束（不能重复）

 

联合索引：

    -PRIMARY KEY(id,name):联合主键索引

    -UNIQUE(id,name):联合惟一索引

    -INDEX(id,name):联合普通索引

 

1. 建立索引

    汇集索引：

（1） 建立表时，直接建立出来：create table t2(id int primary key,name char(10),age int, class int ,index in_age(age));

惟一索引：

（1） 表建立好后，再去添加惟一索引： alter table t2 add unique key un_class(class);

      辅助索引：

（1） 表建立好后，再去添加辅助索引：create index in_name on t2(name);

1. 删除索引：

汇集索引：

（1）alter table t2 drop primary key;

    辅助索引：

（1） drop index in_name on t2;

（2） alter table t2 drop index in_name;

 惟一索引：

（1）alter table t2 drop index un_class;

 

4、正确使用索引

　　　并非说咱们建立了索引就必定会加快查询速度，若想利用索引达到预想的提升查询速度的效果，咱们在添加索引时，必须遵循如下问题

一、 范围问题，或者说条件不明确，条件中出现这些符号或关键字：>、>=、<、<=、!= 、between...and...、like、大于号、小于号

例如：若是写成where id >1 and id <1000000;会发现，随着你范围的增大，速度会愈来愈慢，会成倍的体现出来。

二、 不等于！=，比等于要多费时间。

三、 between ...and... 和大于小于同样，范围越小查询速度越快。

四、 like匹配的值里若是后面没有%,那么和=是同样的，速度很快。若是有%，那么速度也很快，会去迅速匹配相应的记录，可是若是%在开始位置，就至关于这个值会与每行记录进行比较一下。因此%在开始位置时，会使查询速度变慢。

五、 =和in能够乱序：

好比a = 1 and b = 2 and c = 3 ，a,b,c的位置能够随意排；

in (b,c,a)in后面的a,b,c也是能够打乱顺序的。

六、 索引列不能参与计算，保持列“干净”：

where id = 1000；这样的条件，能够很容易的对比出来，而后取出这一行的记录。

可是，where id*3 = 10000，这样的计算就会致使每次对比前都得先计算一下id的值是多少，所以就不能发挥出索引快速查询的做用了。

把上面的条件写成 where id = 3000/3;你会发现速度变得很快，由于等于号后面的数字，是在比较以前就计算出来了，不须要每次都计算一次每次都计算一次了，跟直接等于一个常数是同样的，因此很快。结论是不要让你的索引字段参与到计算中。

七、 and和or

a=2 and b>3 and c=4,像这样and的工做原理是，先按照最左原则，从左往右先找出区分度高的把范围缩小，而后再去查找其余的条件。

        区分度=count（distinct 字段）/count（*）  值越大，区分度越高，值越小，区分度越低。

            a=2 or b>3 or c=4,像这样or的工做原理是，按照最左原则，先判断第一个条件是否成立，若是成立那么就中止，不成立的话，再对比第二个，这样依次比较下去。

八、  最左前缀匹配原则，很是重要的原则，对于组合索引mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就中止匹配(指的是范围大了，有索引速度也慢)，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。

九、 其余状况

- 使用函数

select * from tb1 where reverse(email) = 'egon';

- 类型不一致

    若是列是字符串类型，传入条件时必须用引号引发来，否则报错： Unknown column 'xx' in 'where clause'

    select * from tb1 where email = 999;

    #排序条件为索引，则select字段必须也是索引字段，不然没法命中

- order by

    select name from s1 order by email desc;

    当根据索引排序时候，select查询的字段若是不是索引，则速度仍然很慢。这与B+树有关，普通索引的叶子节点中只是保存了汇集索引的值，因此会回表。

    select email from s1 order by email desc;

    特别的：若是对主键排序，则仍是速度很快：

        select * from tb1 order by nid desc;

    由于在B+树的叶子节点中，存储的是那一行记录的索引，找到了主键索引就找到了行记录。

 - 组合索引最左前缀

    若是组合索引为：(name,email)

    name and email       -- 命中索引

    name                 -- 命中索引

    email                -- 未命中索引

 

- count(1)或count(列)代替count(*)在mysql中没有差异了

- create index xxxx  on tb(title(19)) #text类型，必须制定长度。

1. 注意事项

- 避免使用select *

- count(1)或count(列) 代替 count(*)

- 建立表时尽可能时 char 代替 varchar

- 表的字段顺序固定长度的字段优先

- 组合索引代替多个单列索引（常用多个条件查询时）

- 尽可能使用短索引

- 使用链接（JOIN）来代替子查询(Sub-Queries)

- 连表时注意条件类型需一致- 索引散列值（重复少）不适合建索引，例：性别不适合

5、联合索引和覆盖索引

一、联合索引

mysql> create table t(
    -> a int,
    -> b int,
    -> primary key(a),
    -> key idx_a_b(a,b)
    -> );

　                                                   　

那么什么时候须要使用联合索引呢？在讨论这个问题以前，先来看一下联合索引内部的结果。从本质上来讲，联合索引就是一棵B+树，不一样的是联合索引的键值得数量不是1，而是>=2。接着来讨论两个整型列组成的联合索引，假定两个键值得名称分别为a、b如图：

                                                                        

能够看到这与咱们以前看到的单个键的B+树并无什么不一样，键值都是排序的，经过叶子结点能够逻辑上顺序地读出全部数据，就上面的例子来讲，即（1,1），（1,2），（2,1），（2,4），（3,1），（3,2），数据按（a,b）的顺序进行了存放。

　　所以，对于查询select * from table where a=xxx and b=xxx, 显然是可使用(a,b) 这个联合索引的，对于单个列a的查询select * from table where a=xxx,也是可使用（a,b）这个索引的。

但对于b列的查询select * from table where b=xxx,则不可使用（a,b） 索引，其实你不难发现缘由，叶子节点上b的值为一、二、一、四、一、2显然不是排序的，所以对于b列的查询使用不到(a,b) 索引。

注意创建联合索引的一个原则：索引是有个最左匹配的原则的，因此建联合索引的时候，将区分度高的放在最左边，依次排下来，范围查询的条件尽量的日后边放。

　　　联合索引的第二个好处是在第一个键相同的状况下，已经对第二个键进行了排序处理，例如在不少状况下应用程序都须要查询某个用户的购物状况，并按照时间进行排序，最后取出最近三次的购买记录，这时使用联合索引能够帮咱们避免多一次的排序操做，由于索引自己在叶子节点已经排序了。

2.覆盖索引

InnoDB存储引擎支持覆盖索引（covering index，或称索引覆盖），即从辅助索引中就能够获得查询记录，而不须要查询汇集索引中的记录。

使用覆盖索引的一个好处是：辅助索引不包含整行记录的全部信息，故其大小要远小于汇集索引，所以能够减小大量的IO操做。