MySQL高级—8章(索引的创建与设计原则)

MySQL高级部分
数据库
发布日期:   2024-01-24
更新日期:   2024-04-04
文章字数:   8.6k
阅读时长:   33 分
阅读次数:  

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。
  1. 普通索引
  2. 唯一性索引
  3. 主键索引
  4. 单列索引
  5. 多列(组合、联合)索引
  6. 全文索引
  7. 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;

    可见删除成功

    #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：

  1. 使用全文索引前，搞清楚版本支持情况；
  2. 全文索引比 like + % 快 N 倍，但是可能存在精度问题；
  3. 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。
  4. 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。

  1. 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]

  2. 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

  1. 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;

  2. 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 。

  1. 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。

  2. 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;

  3. 通过ALTER TABLE语句创建

    语法形式如下：

    ALTER TABLE tablename
ADD INDEX indexname (propname [(length)]) INVISIBLE;

  4. 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。

  5. 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。

    1. 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。

    2. 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。

    3. 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。

    4. 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;

发现只有id是主键索引，没有其他的索引了

SELECT course_id,class_id,NAME,create_time,student_id
FROM student_info
WHERE student_id = 123110;

查询数据花费时间,355ms

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：

发现时间只有2ms,真的是yyds

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;

执行时间663ms

有索引的情况下：

SELECT student_id,COUNT(*) AS num
FROM student_info
GROUP BY student_id 
LIMIT 100;

对比时间发现3ms执行完毕

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'

可见花费时间为3.5秒

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;

发现只使用了一个索引

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;

耗时727ms

发现联合索引速度明显提升。

再次查询执行计划：

发现可能的索引有两个，但是真正使用的是联合索引

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：

耗时2.908S

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';

执行结果

现在添加索引来试试：

ALTER TABLE student_info
ADD INDEX idx_name(NAME);

查看索引

再次执行发现只有2ms

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;

耗时334ms

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;

耗时71ms

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';

耗时284ms

现在给name加上索引之后再执行：

ALTER TABLE student_info
ADD INDEX idx_name(NAME);

直接为0

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：

  1. 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。
  2. 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。
  3. 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。

文章作者: 念心卓
文章链接: http://blog.cqwulyj.cn/posts/9fade7a3.html
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 念心卓 !
MySQL高级部分
  目录