高级8章 索引的创建与设计原则
1. 索引的声明与使用
1.1 索引的分类
MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。
- 从功能逻辑上说,索引主要有 4 种,分别是普通索引、唯一索引、主键索引、全文索引。
- 按照物理实现方式 ,索引可以分为 2 种:聚簇索引和非聚簇索引。
- 按照作用字段个数进行划分,分成单列索引和联合索引。
- 普通索引
- 唯一性索引
- 主键索引
- 单列索引
- 多列(组合、联合)索引
- 全文索引
- 补充:空间索引
小结:不同的存储引擎支持的索引类型也不一样
InnoDB
:支持 B-tree、Full-text 等索引,不支持 Hash索引;MyISAM
: 支持 B-tree、Full-text 等索引,不支持 Hash 索引;Memory
:支持 B-tree、Hash 等索引,不支持 Full-text 索引;NDB
:支持 Hash 索引,不支持 B-tree、Full-text 等索引;Archive
:不支持 B-tree、Hash、Full-text 等索引;
1.2 创建索引
1.2.1 创建表的时候创建索引
举例:
CREATE DATABASE IF NOT EXISTS indexdatabase CHARACTER SET 'utf8';
USE indexdatabase;
CREATE TABLE dept(
dept_id INT PRIMARY KEY AUTO_INCREMENT,
dept_name VARCHAR(20)
);
CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);
但是,如果显式创建表时创建索引的话,基本语法格式如下:
CREATE TABLE table_name [col_name data_type]
[UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name [length]) [ASC | DESC]
UNIQUE
、FULLTEXT
和SPATIAL
为可选参数,分别表示唯一索引、全文索引和空间索引;INDEX
与KEY
为同义词,两者的作用相同,用来指定创建索引;index_name
指定索引的名称,为可选参数,如果不指定,那么MySQL默认col_name
为索引名;col_name
为需要创建索引的字段列,该列必须从数据表中定义的多个列中选择;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;ASC
或DESC
指定升序或者降序的索引值存储。
1.2.1.1 创建普通索引
在book表中的year_publication字段上建立普通索引,SQL语句如下:
CREATE TABLE book(
book_id INT ,
book_name VARCHAR(100),
`authors` VARCHAR(100),
info VARCHAR(100) ,
`comment` VARCHAR(100),
year_publication YEAR,
INDEX(year_publication)
);
1.2.1.2 创建唯一索引
举例:
CREATE TABLE test1(
id INT NOT NULL,
NAME VARCHAR(30) NOT NULL,
UNIQUE INDEX uk_idx_id(id) #使用id作为唯一索引
);
该语句执行完毕之后,使用SHOW CREATE TABLE
:查看表结构:
SHOW INDEX FROM test1;
1.2.1.3 主键索引
设定为主键后数据库会自动建立索引,innodb
为聚簇索引,语法:
随表一起建索引:
CREATE TABLE student ( id INT(10) UNSIGNED AUTO_INCREMENT , student_no VARCHAR(200), student_name VARCHAR(200), PRIMARY KEY(id) ); SHOW INDEX FROM student;
删除主键索引:
ALTER TABLE student DROP PRIMARY KEY;
一般用上面的语句来删除是没有问题的,但是也有特殊情况:
这个错误是因为在删除主键之前需要先删除自动递增约束
ALTER TABLE student MODIFY id INT(10) UNSIGNED; ALTER TABLE student DROP PRIMARY KEY;
#这里必须写上PRIMARY KEY,否则会报错:Incorrect table definition; there can be only one auto column and it must be defined as a key ALTER TABLE student MODIFY id INT(10) UNSIGNED AUTO_INCREMENT PRIMARY KEY; #因为:MySQL要求至少有一个自动递增列作为主键。
在这里,我们先使用
MODIFY
关键字修改id
列的数据类型为INT(10) UNSIGNED
,然后再删除主键约束,最后使用MODIFY
关键字将id
列添加回去并重新定义为自动递增。这样就能成功删除主键和自动递增约束了。修改主键索引:必须先删除掉(drop)原索引,再新建(add)索引
1.2.1.4 创建单列索引
举例:
CREATE TABLE test2(
id INT NOT NULL,
NAME CHAR(50) NULL,
INDEX single_idx_name(NAME(20))
);
该语句执行完毕之后,使用SHOW CREATE TABLE
查看表结构:
SHOW INDEX FROM test2;
1.2.1.5 创建组合索引
举例:创建表test3,在表中的id、name和age字段上建立组合索引,SQL语句如下:
CREATE TABLE test3(
id INT(11) NOT NULL,
NAME CHAR(30) NOT NULL,
age INT(11) NOT NULL,
info VARCHAR(255),
INDEX multi_idx(id,NAME,age)
);
该语句执行完毕之后,使用SHOW INDEX FROM
查看:
SHOW INDEX FROM test3;
1.2.1.6 创建全文索引
举例1:创建表test4,在表中的info字段上建立全文索引,SQL语句如下:
CREATE TABLE test4(
id INT NOT NULL,
NAME CHAR(30) NOT NULL,
age INT NOT NULL,
info VARCHAR(255),
FULLTEXT INDEX futxt_idx_info(info)
) ENGINE=MYISAM;
在MySQL5.7及之后版本中可以不指定最后的ENGINE了,因为在此版本中InnoDB支持全文索引。
举例2:
CREATE TABLE `papers` (
`id` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
`title` VARCHAR(200) DEFAULT NULL,
`content` TEXT,
PRIMARY KEY (`id`),
FULLTEXT KEY `title` (`title`,`content`)
) ENGINE=MYISAM DEFAULT CHARSET=utf8;
不同于like方式的查询:
SELECT *
FROM papers
WHERE content LIKE ‘%查询字符串%’;
全文索引用match+against方式查询:
SELECT *
FROM papers
WHERE MATCH(title,content) AGAINST (‘查询字符串’);
注意点:
- 使用全文索引前,搞清楚版本支持情况;
- 全文索引比 like + % 快 N 倍,但是可能存在精度问题;
- 如果需要全文索引的是大量数据,建议先添加数据,再创建索引。
- 只有字段的数据类型为 char、varchar、text 及其系列才可以建全文索引
1.2.1.7 创建空间索引
空间索引创建中,要求空间类型的字段必须为非空。
举例:创建表test5,在空间类型为GEOMETRY的字段上创建空间索引,SQL语句如下:
CREATE TABLE test5(
geo GEOMETRY NOT NULL,
SPATIAL INDEX spa_idx_geo(geo)
) ENGINE=MYISAM;
1.2.2 在已存在的表上创建索引
在已经存在的表中创建索引可以使用ALTER TABLE
语句或者CREATE INDEX
语句。
使用ALTER TABLE语句创建索引ALTER TABLE语句创建索引的基本语法如下:
ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name[length],...) [ASC | DESC]
使用CREATE INDEX创建索引CREATE INDEX语句可以在已经存在的表上添加索引,在MySQL中,CREATE INDEX被映射到一个ALTER TABLE语句上,基本语法结构为:
CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX index_name ON table_name (col_name[length],...) [ASC | DESC]
1.3 删除索引
使用ALTER TABLE删除索引ALTER TABLE删除索引的基本语法格式如下:
ALTER TABLE table_name DROP INDEX index_name;
使用DROP INDEX语句删除索引DROP INDEX删除索的基本语法格式如下:
DROP INDEX index_name ON table_name;
注意:
删除表中的列时,如果要删除的列为索引的组成部分,则该列也会从索引中删除。如果组成索引的所有列都被删除,则整个索引将被删除。
2. MySQL8.0索引新特性
2.1 支持降序索引
举例:分别在MySQL 5.7版本和MySQL 8.0版本中创建数据表ts1,结果如下:
CREATE TABLE ts1(
a int,
b int,
index idx_a_b(a,b desc)
);
在MySQL5.7版本中查看数据表ts1的结构,结果如下:
从结果可以看出,索引仍然是默认的升序。
在MySQL 8.0版本中查看数据表ts1的结构,结果如下:
从结果可以看出,索引已经是降序了。下面继续测试降序索引在执行计划中的表现。
分别在MySQL 5.7版本和MySQL 8.0版本的数据表ts1中插入800条随机数据,执行语句如下:
DELIMITER //
CREATE PROCEDURE ts_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i < 800
DO
INSERT INTO ts1 SELECT RAND()*80000,RAND()*80000;
SET i = i + 1;
END WHILE;
COMMIT;
END //
DELIMITER ;
#调用
CALL ts_insert();
在MySQL5.7版本中查看数据表ts1的执行计划,结果如下:
EXPLAIN SELECT * FROM ts1 ORDER BY a,b DESC LIMIT 5;
从结果可以看出,执行计划中扫描数为799,而且使用了Using filesort。.
提示 Using filesort是MySQL中一种速度比较慢的外部排序,能避免是最好的。多数情况下,管理员可以通过优化索引来尽量避免出现Using filesort,从而提高数据库执行速度
在MySQL 8.0版本中查看数据表ts1的执行计划。从结果可以看出,执行计划中扫描数为5,而且没有使用Using filesort。
注意 降序索引只对查询中特定的排序顺序有效,如果使用不当,反而查询效率更低。例如,上述查询排序条件改为
order by a desc, b desc
,MySQL 5.7的执行计划要明显好于MySQL 8.0。
将排序条件修改为order by a desc, b desc
后,下面来对比不同版本中执行计划的效果。 在MySQL 5.7版本中查看数据表ts1的执行计划,结果如下:
EXPLAIN SELECT * FROM ts1 ORDER BY a DESC,b DESC LIMIT 5;
在MySQL 8.0版本中查看数据表ts1的执行计划。
从结果可以看出,修改后MySQL 5.7的执行计划要明显好于MySQL 8.0。
2.2 隐藏索引
在MySQL 5.7
版本及之前,只能通过显式的方式删除索引。此时,如果发现删除索引后出现错误,又只能通过显式创建索引的方式将删除的索引创建回来。如果数据表中的数据量非常大,或者数据表本身比较大,这种操作就会消耗系统过多的资源,操作成本非常高。
从MySQL 8.x
开始支持 隐藏索引(invisible indexes) ,只需要将待删除的索引设置为隐藏索引,使查询优化器不再使用这个索引(即使使用force index(强制使用索引),优化器也不会使用该索引),确认将索引设置为隐藏索引后系统不受任何响应,就可以彻底删除索引。 这种通过先将索引设置为隐藏索引,再删除索引的方式就是软删除 。
创建表时直接创建 在MySQL中创建隐藏索引通过SQL语句
INVISIBLE
来实现,其语法形式如下:CREATE TABLE tablename( propname1 type1[CONSTRAINT1], propname2 type2[CONSTRAINT2], ...... propnamen typen, INDEX [indexname](propname1 [(LENGTH)]) INVISIBLE );
上述语句比普通索引多了一个关键字
INVISIBLE
,用来标记索引为不可见索引。在已经存在的表上创建
可以为已经存在的表设置隐藏索引,其语法形式如下:
CREATE INDEX indexname ON tablename(propname[(length)]) INVISIBLE;
通过ALTER TABLE语句创建
语法形式如下:
ALTER TABLE tablename ADD INDEX indexname (propname [(length)]) INVISIBLE;
切换索引可见状态 已存在的索引可通过如下语句切换可见状态:
ALTER TABLE tablename ALTER INDEX index_name INVISIBLE; #切换成隐藏索引 ALTER TABLE tablename ALTER INDEX index_name VISIBLE; #切换成非隐藏索引
如果将
index_name
索引切换成可见状态,通过explain查看执行计划,发现优化器选择了index_name
索引。注意 当索引被隐藏时,它的内容仍然是和正常索引一样实时更新的。如果一个索引需要长期被隐藏,那么可以将其删除,因为索引的存在会影响插入、更新和删除的性能。
通过设置隐藏索引的可见性可以查看索引对调优的帮助。
使隐藏索引对查询优化器可见
在
MySQL 8.x
版本中,为索引提供了一种新的测试方式,可以通过查询优化器的一个开关(use_invisible_indexes)来打开某个设置,使隐藏索引对查询优化器可见。如果 use_invisible_indexes设置为off(默认),优化器会忽略隐藏索引。如果设置为on,即使隐藏索引不可见,优化器在生成执行计划时仍会考虑使用隐藏索引。在MySQL命令行执行如下命令查看查询优化器的开关设置。
SELECT @@optimizer_switch;
在输出的结果信息中找到如下属性配置:
use_invisible_indexes=off
此属性配置值为off ,说明隐藏索引默认对查询优化器不可见。
使隐藏索引对查询优化器可见,需要在MySQL命令行执行如下命令:
set session optimizer_switch="use_invisible_indexes=on";
SQL语句执行成功,再次查看查询优化器的开关设置。
使用
EXPLAIN
查看以字段invisible_column
作为查询条件时的索引使用情况。explain select * from classes where cname = '高一2班';
查询优化器会使用隐藏索引来查询数据。
如果需要使隐藏索引对查询优化器不可见,则只需要执行如下命令即可。
set session optimizer_switch="use_invisible_indexes=off";
3. 索引的设计原则
3.1 数据准备
第1步:创建数据库、创建表
USE indexdatabase;
#1.创建学生表和课程表
CREATE TABLE `student_info` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`student_id` INT NOT NULL ,
`name` VARCHAR(20) DEFAULT NULL,
`course_id` INT NOT NULL ,
`class_id` INT(11) DEFAULT NULL,
`create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
CREATE TABLE `course` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`course_id` INT NOT NULL ,
`course_name` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
第2步:创建模拟数据必需的存储函数
#函数1:创建随机产生字符串函数
DELIMITER //
CREATE FUNCTION rand_string(n INT)
RETURNS VARCHAR(255) #该函数会返回一个字符串
DETERMINISTIC
CONTAINS SQL
BEGIN
DECLARE chars_str VARCHAR(100) DEFAULT
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
DECLARE return_str VARCHAR(255) DEFAULT '';
DECLARE i INT DEFAULT 0;
WHILE i < n DO
SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
SET i = i + 1;
END WHILE;
RETURN return_str;
END //
DELIMITER ;
#函数2:创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT)
RETURNS INT(11)
DETERMINISTIC
CONTAINS SQL
BEGIN
DECLARE i INT DEFAULT 0;
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1)) ;
RETURN i;
END //
DELIMITER ;
创建函数,假如报错:
This function has none of DETERMINISTIC......
由于开启过慢查询日志bin-log
, 我们就必须为我们的function指定一个参数。
主从复制,主机会将写操作记录在bin-log日志中。从机读取bin-log日志,执行语句来同步数据。如果使用函数来操作数据,会导致从机和主键操作时间不一致。所以,默认情况下,MySQL不开启创建函数设置。
查看MySQL是否允许创建函数:
SHOW VARIABLES LIKE 'log_bin_trust_function_creators';
命令开启:允许创建函数设置:
SET GLOBAL log_bin_trust_function_creators=1; # 不加global只是当前窗口有效。
MySQL重启,上述参数又会消失。永久方法:
windows下:
my.ini[mysqld]
加上:log_bin_trust_function_creators=1
linux下:
/etc/my.cnf
下my.cnf[mysqld]
加上:log_bin_trust_function_creators=1
第3步:创建插入模拟数据的存储过程
# 存储过程1:创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO course (course_id, course_name ) VALUES
(rand_num(10000,10100),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;
# 存储过程2:创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO student_info (course_id, class_id ,student_id ,NAME ) VALUES
(rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;
第4步:调用存储过程
CALL insert_course(100);
CALL insert_stu(1000000);
3.2 哪些情况适合创建索引
3.2.1 字段的数值有唯一性的限制
索引本身可以起到约束的作用,比如唯一索引、主键索引都是可以起到唯一性约束的,因此在我们的数据表中,如果某个字段是唯一性的,就可以直接创建唯一性索引,或者主键索引。这样可以更快速地通过该索引来确定某条记录。
例如,学生表中学号是具有唯一性的字段,为该字段建立唯一性索引可以很快确定某个学生的信息,如果使用姓名的话,可能存在同名现象,从而降低查询速度。
业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。(来源:Alibaba)
说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显的。
3.2.2 频繁作为 WHERE 查询条件的字段
某个字段在SELECT语句的 WHERE 条件中经常被使用到,那么就需要给这个字段创建索引了。尤其是在数据量大的情况下,创建普通索引就可以大幅提升数据查询的效率。
比如student_info数据表(含100万条数据),假设我们想要查询 student_id=123110 的用户信息。
如果我们没有对student_id字段创建索引,进行如下查询:
首先查看student_info表中的索引信息:
SHOW INDEX FROM student_info;
SELECT course_id,class_id,NAME,create_time,student_id
FROM student_info
WHERE student_id = 123110;
现在给student_id创建普通索引来试试:
ALTER TABLE student_info
ADD INDEX idx_sid(student_id);
再次查看表中的索引:
再次执行查询操作观察时间:
3.2.3 经常 GROUP BY 和 ORDER BY 的列
索引就是让数据按照某种顺序进行存储或检索,因此当我们使用 GROUP BY 对数据进行分组查询,或者使用 ORDER BY 对数据进行排序的时候,就需要对分组或者排序的字段进行索引 。如果待排序的列有多个,那么可以在这些列上建立组合索引 。
比如,按照student_id对学生选修的课程进行分组,显示不同的student_id和课程数量,显示100个即可。
如果我们不对student_id创建索引,执行下面的SQL语句:
注意:由于上面测试的时候我给student_id 加上了普通索引,所以这里测试的时候我先测试的是有索引的情况,测试没索引的时候需要先删除之前的普通索引。
#删除idx_sid普通索引
DROP INDEX idx_sid ON student_info;
SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id
LIMIT 100;
有索引的情况下:
SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id
LIMIT 100;
同样,如果是ORDER BY,也需要对字段创建索引。
如果同时有GROUP BY和ORDER BY的情况:比如我们按照student_id进行分组,同时按照创建时间降序的方式进行排序,这时我们就需要同时进行GROUP BY和ORDER BY,那么是不是需要单独创建student_id的索引和create_time的索引呢?
当我们对student_id和create_time分别创建索引,执行下面的SQL查询:
先查看当前表的索引情况:
SHOW INDEX FROM student_info;
创建单列索引(分别单独创建):
#添加单列索引
ALTER TABLE student_info
ADD INDEX idx_sid(student_id);
ALTER TABLE student_info
ADD INDEX idx_createTime(create_time);
执行如下sql:
SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
如果报错:
Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column ‘indexdatabase.student_info.create_time’ which is not functionally dependent on columns in GROUP BY clause; this is incompatible with
sql_mode=only_full_group_by
这时候就先查看一下sql_mode值:
SELECT @@sql_mode;
然后去掉only_full_group_by即可:
SET @@sql_mode = 'STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION'
可以发现执行的时间还是有点久的,我们来查看一下执行计划:
EXPLAIN SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
为什么只使用了一个索引?
这与MySQL的执行顺序有关,针对本例,当你设置了两个单列索引的时候,SQL语句执行过程FROM–>GROUP BY –> ORDER BY–>当执行到GROUP BY的时候,就使用的索引就被确定了。
创建联合索引测试:
ALTER TABLE student_info
ADD INDEX idx_sid_createTime(student_id,create_time DESC); #这里时间我设置了降序
再次执行查询:
SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
发现联合索引速度明显提升。
再次查询执行计划:
再进一步,创建联合索引:
注意对比一下上一个联合索引。
ALTER TABLE student_info
ADD INDEX idx_createTime_sid(create_time DESC,student_id); #注意顺序
删除之前的联合索引之后再进行测试:
此时发现执行的时间有上去了,这是为什么?
我们来查询一下执行计划:
发现他使用的索引是idx_sid,并没有使用到联合索引,这是因为SQL的语句要先执行group by(针对本例),当执行到group by的时候,发现有单列索引可用,所以就直接使用了单列索引。
总结:
当GROUP BY 和 ORDER BY同时使用的时候,创建联合索引的时候顺序应该优先让GROUP BY的字段在前。
3.2.4 UPDATE、DELETE 的 WHERE 条件列
对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作,如果对 WHERE 字段创建了索引,就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录,然后再对它进行更新或删除。如果进行更新的时候,更新的字段是非索引字段,提升的效率会更明显,这是因为非索引字段更新不需要对索引进行维护。
举例:
我们先看一下对数据进行UPDATE的情况:我们想要把name为462eed7ac6e791292a79对应的student_id修改为10002,当我们没有对name进行索引的时候,执行SQL语句:
UPDATE student_info SET student_id = 10002
WHERE NAME ='462eed7ac6e791292a79';
现在添加索引来试试:
ALTER TABLE student_info
ADD INDEX idx_name(NAME);
3.2.5 DISTINCT 字段需要创建索引
有时候我们需要对某个字段进行去重,使用 DISTINCT,那么对这个字段创建索引,也会提升查询效率。
比如,我们想要查询课程表中不同的 student_id 都有哪些,如果我们没有对 class_id
创建索引,执行SQL 语句:
SELECT DISTINCT(class_id)
FROM student_info;
如果我们对 class_id
创建索引,再执行 SQL 语句:
ALTER TABLE student_info
ADD INDEX idx_classId(class_id);
SHOW INDEX FROM student_info;
SELECT DISTINCT(class_id)
FROM student_info;
你能看到 SQL 查询效率有了提升,同时显示出来的 class_id还是按照 递增的顺序 进行展示的。这是因为索引会对数据按照某种顺序进行排序,所以在去重的时候也会快很多。
3.2.6 多表 JOIN 连接操作时,创建索引注意事项
首先, 连接表的数量尽量不要超过 3 张 ,因为每增加一张表就相当于增加了一次嵌套的循环,数量级增长会非常快,严重影响查询的效率。
其次, 对 WHERE 条件创建索引 ,因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下,没有 WHERE 条件过滤是非常可怕的。
最后, 对用于连接的字段创建索引 ,并且该字段在多张表中的 类型必须一致 。比如 course_id 在student_info 表和 course 表中都为 int(11) 类型,而不能一个为 int 另一个为 varchar 类型。
举个例子,如果我们只对 student_id 创建索引,执行 SQL 语句:
SELECT s.course_id, NAME, s.student_id, c.course_name
FROM student_info s JOIN course c
ON s.course_id = c.course_id
WHERE NAME = '462eed7ac6e791292a79';
现在给name加上索引之后再执行:
ALTER TABLE student_info
ADD INDEX idx_name(NAME);
3.2.7 使用列的类型小的创建索引
我们这里所说的类型大小指的就是该类型表示的数据范围的大小。
我们在定义表结构的时候要显式的指定列的类型,以整数类型为例,有TINYINT
、MEDIUMINT
、INT
、BIGINT
等,它们占用的存储空间依次递增,能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话,在表示的整数范围允许的情况下,尽量让索引列使用较小的类型,比如我们能使用INT
就不要使用BIGINT
,能使用MEDIUMINT
就不要使用INT
。这是因为:
- 数据类型越小,在查询时进行的比较操作越快
- 数据类型越小,索引占用的存储空间就越少,在一个数据页内就可以放下更多的记录,从而减少磁盘工I/O带来的性能损耗,也就意味着可以把更多的数据页缓存在内存中,从而加快读写效率。
这个建议对于表的主键来说更加适用,因为不仅是聚簇索引中会存储主键值,其他所有的二级索引的节点处都会存储一份记录的主键值,如果主键使用更小的数据类型,也就意味着节省更多的存储空间和更高效的I/O。
3.2.8 使用字符串前缀创建索引
假设我们的字符串很长,那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引
时,那就意味着在对应的B+树中有这么两个问题:
- B+树索引中的记录需要把该列的完整字符串存储起来,更费时。而且字符串越长,在索引中占用的存储空间越
大。 - 如果B+树索引中索引列存储的字符串很长,那在做字符串比较时会占用更多的时间。
我们可以通过截取字段的前面一部分内容建立索引,这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置,但是能定位到相应前缀所在的位置,然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间,又减少了字符串的比较时间,还大体能解决排序的问题。
例如,TEXT和BLOG类型的字段,进行全文检索会很浪费时间,如果只检索字段前面的若干字符,这样可以提高检索速度。
创建一张商户表,因为地址字段比较长,在地址字段上建立前缀索引
CREATE TABLE shop(address VARCHAR(120) NOT NULL);
ALTER TABLE shop ADD INDEX(address(12));
问题是,截取多少呢?截取得多了,达不到节省索引存储空间的目的;截取得少了,重复内容太多,字段的散列度(选择性)会降低。怎么计算不同的长度的选择性呢?
先看一下字段在全部数据中的选择度:
SELECT COUNT(DISTINCT address)/ COUNT(*)
FROM shop;
通过不同长度去计算,与全表的选择性对比:
公式:
COUNT(DISTINCT LEFT(列名,索引长度)) / COUNT(*)
例如:
select count(distinct left(address,10)) / count(*) as sub10, -- 截取前10个字符的选择度
count(distinct left(address,15)) / count(*) as sub11, -- 截取前15个字符的选择度
count(distinct left(address,20)) / count(*) as sub12, -- 截取前20个字符的选择度
count(distinct left(address,25)) / count(*) as sub13 -- 截取前25个字符的选择度
from shop;
越接近与1表示越好。
引申另一个问题:索引列前缀对排序的影响
如果使用了索引列前缀,比方说前边只把address列的前12个字符放到了二级索引中,下边这个查询可能就有点儿尴尬了:
SELECT FROM shop
ORDER BY address
LIMIT 12;
因为二级索引中不包含完整的address列信息,以无法对前12个字符相同,后边的字符不同的记录进行排序,也就是使用索引列前缀的方式无法支持使用索引排序,只能使用文件排序。
拓展:Alibaba《Java开发手册》
【 强制 】在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本区分度决定索引长度。
说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会**高达90%**以上 ,可以使用 count(distinct left(列名, 索引长度))/count(*)
的区分度来确定。
3.2.9 区分度高(散列性高)的列适合作为索引
列的基数指的是某一列中不重复数据的个数,比方说某个列包含值2,5,8,2,5,8,2,5,8
,虽然有9条记录,但该列的基数却是3。也就是说,在记录行数一定的情况下,列的基数越大,该列中的值越分散;列的基数越小,该列中的值越集中。这个列的基数指标非常重要,直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引,为基数太小列的建立索引效果可能不好。
可以使用公式select count(distinct a)/count(*)from t1
计算区分度,越接近1越好,一般超过33%
就算是比较高效的索引了。
拓展:联合索引把区分度高(散列性高)的列放在前面。
3.2.10 使用最频繁的列放到联合索引的左侧
这样也可以较少的建立一些索引。同时,由于”最左前缀原则”,可以增加联合索引的使用率。
3.2.11 在多个字段都要创建索引的情况下,联合索引优于单值索引
3.3 限制索引的数目
在实际工作中,我们也需要注意平衡,索引的数目不是越多越好。我们需要限制每张表上的索引数量,建议单张表索引数量不超过6个。原因:
- 每个索引都需要占用磁盘空间,索引越多,需要的磁盘空间就越大。
- 索引会影响
INSERT
、DELETE
、UPDATE
等语句的性能,因为表中的数据更改的同时,索引也会进行调整和更新,会造成负担。 - 优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的索引来进行评估,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,会增加MySQL优化器生成执行计划时间,降低查询性能。
3.4 哪些情况不适合创建索引
3.4.1 在where中使用不到的字段,不要设置索引
WHERE条件(包括GROUP BY
、ORDER BY
)里用不到的字段不需要创建索引,索引的价值是快速定位,如果起不到定位的字段通常是不需要创建索引的。
3.4.2 数据量小的表最好不要使用索引
如果表记录太少,比如少于1000个,那么是不需要创建索的。表记录太少,是否创建索引对查询效率的影响并不大。甚至说,查询花费的时间可能比遍历索引的时间还要短,索引可能不会产生优化效果。
3.4.3 有大量重复数据的列上不要建立索引
在条件表达式中经常用到的不同值较多的列上建立索引,但字段中如果有大量重复数据,也不用创建索引。比如在学生表的“性别”字段上只有“男”与“女”两个不同值,因此无须建立索引。如果建立索引,不但不会提高查询效率,反而会严重降低数据更新速度。
举例1:要在100万行数据中查找其中的50万行(比如性别为男的数据),一旦创建了索引,你需要先访问50万次索引,然后再访问50万次数据表,这样加起来的开销比不使用索引可能还要大。
结论:当数据重复度大,比如 高于
10%
的时候,也不需要对这个字段使用索引。
3.4.4 避免对经常更新的表创建过多的索引
第一层含义:频繁更新的字段不一定要创建索引。因为更新数据的时候,也需要更新索引,如果索引太多,在更新索引的时候也会造成负担,从而影响效率。
第二层含义:避免对经常更新的表创建过多的索引,并且索引中的列尽可能少。此时,虽然提高了查询速度,同时却会降低更新表的速度。
3.4.5 不建议用无序的值作为索引
例如身份证、UUID(在索引比较时需要转为ASCII,并且插入时可能造成页分裂)、MD5、HASH、无序长字符串等。
3.4.6 删除不再使用或者很少使用的索引
表中的数据被大量更新,或者数据的使用方式被改变后,原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引,将它们删除,从而减少索引对更新操作的影响。
3.4.7 不要定义冗余或重复的索引
① 冗余索引
有时候有意或者无意的就对同一个列创建了多个索引,比如:index(a,b,c)相当于index(a)、index(a,b)、index(a,b,c)。
举例:建表语句如下
CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number), #这
KEY idx_name (name(10)) #这
);
我们知道,通过 idx_name_birthday_phone_number
索引就可以对 name 列进行快速搜索,再创建一个专门针对 name 列的索引就算是一个冗余索引,维护这个索引只会增加维护的成本,并不会对搜索有什么好处。
② 重复索引
另一种情况,我们可能会对某个列重复建立索引,比方说这样:
CREATE TABLE repeat_index_demo (
col1 INT PRIMARY KEY,#这
col2 INT,
UNIQUE uk_idx_c1 (col1),#这
INDEX idx_c1 (col1)#这
);
我们看到,col1 既是主键、又给它定义为一个唯一索引,还给它定义了一个普通索引,可是主键本身就会生成聚簇索引,所以定义的唯一索引和普通索引是重复的,这种情况要避免。
3.5 小结
索引是一把双刃剑,可提高查询效率,但也会降低插入和更新的速度并占用磁盘空间。
选择索引的最终目的是为了使查询的速度变快,上面给出的原则是最基本的准则,但不能拘泥于上面的准侧,大家要在以后的学习和工作中进行不断的实践,根据应用的实际情况进行分析和判断,选择最合适的索引方式。