MySQL索引基础入门详解

索引：系统根据某种算法，将已有的数据(未来可能新增的数据)，单独建立一个文件。文件能够实现快速的匹配数据，并且能够快速的找到对应表中的记录。但是添加索引会导致插入、更新变慢–因为需要去更新相关的索引文件。

索引用于快速找出在某个列中有一特定值的行，不使用索引，MySQL必须从第一条记录开始读完整个表，直到找出相关的行，表越大，查询数据所花费的时间就越多，如果表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件。

索引是一个单独的、物理的数据库结构，它是​​某个表中一字段或若干字段值​​​的集合 。表的存储由两部分组成，​​一部分用来存放数据 ，另一部分存放索引页面​​。通常，索引页面相对于数据页面来说小得多。数据检索花费的大部分开销是磁盘读写，没有索引就需要从磁盘上读表的每一 个数据页，如果有索引，则只需查找索引页面就可以了。所以建立合理的索引，就能加速数据的检索过程。

【1】索引概述

① 索引的意义

• ① 提升查询数据的效率；
• ② 约束数据的有效性(唯一性等);

缺点：

• 创建索引和维护索引要耗费时间，并且随着数据量的增加所耗费的时间也会增加；
• 索引本身会产生索引文件，有时候甚至会比数据文件还大，非常耗费磁盘空间。
• 当对表中的数据进行增加、删除、修改时，索引也需要动态的维护，降低了数据的维护速度。

② 索引增加的前提条件

• 如果某个字段要作为查询条件经常使用，那么可以使用索引；
• 如果某个字段需要进行数据的有效性约束，也可能使用索引(主键，唯一键)。
• 对经常更新的表就避免对其进行过多的索引，对经常用于查询的字段应该创建索引，
• 数据量小的表最好不要使用索引，因为由于数据较少，可能查询全部数据花费的时间比遍历索引的时间还要短，索引就可能不会产生优化效果。
• 在一同值少的列上(字段上)不要建立索引，比如在学生表的"性别"字段上只有男，女两个不同值。相反的，在一个字段上不同值较多可是建立索引。

③ MySQL中索引的分类

索引按是否聚集可以分为聚簇索引和非聚簇索引两种，聚簇索引是按照数据存放的物理位置为顺序的，而非聚簇索引就不一样了；聚簇索引能提高多行检索的速度，而非聚簇索引对于单行的检索很快。

按照索引类别可以分为以下四种：

• 主键索引：primary key ;
• 唯一索引：unique key ;
• 全文索引：fulltext index ;
• 普通索引：index 。

这里需要注意，全文索引。MySQL从3.23.23版开始支持全文索引和全文检索，FULLTEXT索引仅可用于 MyISAM 表；他们可以从CHAR、VARCHAR或TEXT列中作为CREATE TABLE语句的一部分被创建，或是随后使用ALTER TABLE 或CREATE INDEX被添加。

【2】索引表操作实践

① 添加/删除普通索引-index

• 添加索引，指定名字为index_name;

alter table tb_sys_user
add index index_name(column_name) 
USING BTREE;

• 删除索引，如果没有指定名字，默认使用列名

alter table tb_sys_user drop index index_name

• 添加组合索引

alter table tb_sys_user add index index_name(column1,column2...)

• 添加唯一索引

ALTER TABLE `tb_user_add`
ADD UNIQUE INDEX `age_index` (`age`) USING HASH;

这里可以发现，USING BTREE/USING HASH 分别是使用不同的算法进行索引。

② 组合索引（最左前缀）

平时用的SQL查询语句一般都有比较多的限制条件，所以为了进一步榨取MySQL的效率，就要考虑建立组合索引。例如针对表user中字段user_name和user_pass建立一个组合索引：​​ALTER TABLE userADD INDEX index_name_pass (user_name(50),user_pass(10))​​。建立这样的组合索引，其实是相当于分别建立了下面两组组合索引：

• user_name,user_pass
• user_name

为什么没有user_pass这样的组合索引呢？这是因为MySQL组合索引​​“最左前缀”​​的结果。简单的理解就是只从最左面的开始组合。并不是只要包含这两列的查询都会用到该组合索引，如下面的几个SQL所示：

explain select * from `user` where user_name='admin' and user_pass='123456';

 explain select * from `user` where user_name='admin' ;

 explain select * from `user` where  user_pass='123456';

③ 查看某个表的索引

show index from table_name;

【3】索引的优化

过多的使用索引将会造成滥用。因此索引也会有它的缺点：虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会膨胀很快。

索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。下面是一些总结以及收藏的MySQL索引的注意事项和优化方法。

① 何时使用聚集索引或非聚集索引

② 索引列的数据类型

• 越小的数据类型通常更好
  越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间，处理起来更快。
• 简单的数据类型更好
  整型数据比起字符，处理开销更小，因为字符串的比较更复杂。在MySQL中，应该用内置的日期和时间数据类型，而不是用字符串来存储时间；以及用整型数据类型存储IP地址。
• 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，复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。所以我们在数据库设计时不要让字段的默认值为NULL。

③ 使用短索引

对串列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果在前10个或20个字符内，多数值是惟一的，那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。

④ MySQL查询只使用一个索引

如下图所示，user_name和user_email都建立了索引，但是查询的时候只使用到了user_name:

再如下图，主键索引存在时，优先使用主键索引：

⑤ 索引列排序

​​MySQL查询只使用一个索引​​，因此如果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。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。

⑥ like语句操作

一般情况下不鼓励使用like操作，如果非使用不可，如何使用也是一个问题。​​like “%aaa%” 和%aaa不会使用​​​索引而​​like “aaa%”可以使用​​索引。

⑦ 不要在列上进行运算

例如：​​select * from users where YEAR(adddate)<2007​​​，将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成：​​select * from users where adddate<’2007-01-01′​​​。


最后总结一下，MySQL只对一下操作符才使用索引：​​​<,<=,=,>,>=,between,in,以及某些时候的like(不以通配符%或_开头的情形)​​​。而理论上每张表里面最多可创建​​16​​个索引，不过除非是数据量真的很多，否则过多的使用索引也不是那么好玩的。

【4】BTREE和HASH索引

① B-Tree索引

假设有如下一个表：

CREATE TABLE People (
   last_name varchar(50)    not null,
   first_name varchar(50)    not null,
   dob        date           not null,
   gender     enum('m', 'f') not null,
   key(last_name, first_name, dob)
);

其索引包含表中每一行的last_name、first_name和dob列。其结构大致如下：

索引存储的值按索引列中的顺序排列。可以利用B-Tree索引进行全关键字、关键字范围和关键字前缀查询，当然，如果想使用索引，你必须保证按索引的最左边前缀(leftmost prefix of the index)来进行查询。

(1)匹配全值(Match the full value)：对索引中的所有列都指定具体的值。例如，上图中索引可以帮助你查找出生于1960-01-01的Cuba Allen。
(2)匹配最左前缀(Match a leftmost prefix)：你可以利用索引查找last name为Allen的人，仅仅使用索引中的第1列。
(3)匹配列前缀(Match a column prefix)：例如，你可以利用索引查找last name以J开始的人，这仅仅使用索引中的第1列。
(4)匹配值的范围查询(Match a range of values)：可以利用索引查找last name在Allen和Barrymore之间的人，仅仅使用索引中第1列。
(5)匹配部分精确而其它部分进行范围匹配(Match one part exactly and match a range on another part)：可以利用索引查找last name为Allen，而first name以字母K开始的人。
(6)仅对索引进行查询(Index-only queries)：如果查询的列都位于索引中，则不需要读取元组的值。

由于B-树中的节点都是顺序存储的，所以可以利用索引进行查找(找某些值)，也可以对查询结果进行ORDER BY。当然，使用B-tree索引有以下一些限制：

• (1) 查询必须从索引的最左边的列开始。关于这点已经提了很多遍了。例如你不能利用索引查找在某一天出生的人。
• (2) 不能跳过某一索引列。例如，你不能利用索引查找last name为Smith且出生于某一天的人。
• (3) 存储引擎不能使用索引中范围条件右边的列。例如，如果你的查询语句为​​WHERE last_name="Smith" AND first_name LIKE 'J%' AND dob='1976-12-23'，​​则该查询只会使用索引中的前两列，因为LIKE是范围查询。

② hash索引

MySQL中，只有MyISAM存储引擎显示支持hash索引，是MyISAM表的默认索引类型，尽管MyISAM表也可以使用B-Tree索引。MyISAM存储引擎支持非唯一hash索引，这在数据库领域是罕见的，如果多个值有相同的hash code，索引把它们的行指针用链表保存到同一个hash表项中。

假设创建如下一个表：

CREATE TABLE testhash (
   fname VARCHAR(50) NOT NULL,
   lname VARCHAR(50) NOT NULL,
   KEY USING HASH(fname)
) ENGINE=MEMORY;

包含的数据如下：

假设索引使用hash函数f( )，如下：

f('Arjen') = 2323

f('Baron') = 7437

f('Peter') = 8784

f('Vadim') = 2458

此时，索引的结构大概如下：

Slots是有序的，但是记录不是有序的。当你执行

mysql> SELECT lname FROM testhash WHERE fname='Peter';

MySQL会计算​​’Peter’​​​的hash值，然后通过它来查询索引的行指针。因为​​f('Peter') = 8784​​​，MySQL会在索引中查找8784，得到指向记录3的指针。
因为索引自己仅仅存储很短的值，所以，索引非常紧凑。Hash值不取决于列的数据类型，一个TINYINT列的索引与一个长字符串列的索引一样大。

Hash索引有以下一些限制：

• (1)由于索引仅包含hash code和记录指针，所以，MySQL不能通过使用索引避免读取记录。但是访问内存中的记录是非常迅速的，不会对性造成太大的影响。
• (2)不能使用hash索引排序。
• (3)Hash索引不支持键的部分匹配，因为是通过整个索引值来计算hash值的。
• (4)Hash索引只支持等值比较，例如使用​​=，IN( )和<=>​​​。对于​​WHERE price>100​​并不能加速查询。

参考博文：
​MySQL索引使用策略及优化实例MySQL索引使用和优化MySQL索引背后的数据结构及算法原理