系列七、索引

一、索引概述

1.1、概述

        索引（index）是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

1.2、演示

表结构及其数据如下：

假如我们要执行的SQL语句为 ： select * from user where age = 45;

1.2.1、无索引情况

 在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。

1.2.2、有索引情况 

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。

此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。

备注：这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并不是索引的真实结构，索引的真实结构，后面会详细介绍。

1.3、特点

二、索引结构

2.1、概述

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

 2.2、不同存储引擎对索引结构的支持

 注意事项：我们平常所说的索引，如果没有特别指明，都是指B+树结构的索引。

2.3、二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

如果主键是顺序插入的，则会形成一个单向链表，结构如下：

所以，如果选择二叉树作为索引结构，会存在以下缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢。

        此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点： 大数据量情况下，层级较深，检索速度慢。

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是B+Tree呢？在详解B+Tree之前，先来介绍一个B-Tree。

2.4、B-Tree

        B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：

 可视化网站

https://www.cs.usfca.edu/~galles/visualization/BTree.html# 测试数据
100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88
120 268 250

特点

• 5阶的B树，每一个节点最多存储4个key，对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B树中，非叶子节点和叶子节点都会存放数据。

2.5、B+Tree

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

可视化网站

https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html# 测试数据
100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88
120 268 250

 2.6、B+Tree和B-Tree的区别

• 所有的数据都会出现在叶子节点;
• 叶子节点形成一个单向链表;
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的;

        上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的 B+Tree。MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

2.7、Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型，Hash索引。

• 结构：哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

  如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

•  特点
  • Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）
  • 无法利用索引完成排序操作
  • 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引
• 存储引擎支持
  
  在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

2.8、思考题：为什么InnoDB的存储引擎选择使用B+Tree索引结构？

• 相对于二叉树，层级更少，搜索效率高；
• 对于B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
• 相对Hash索引，B+Tree支持范围匹配及排序操作；

三、索引分类

3.1、索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。
 

 3.2、聚集索引 & 二级索引

在InnoDB存储引擎中，根据索引的存储形式，可以分为以下两种：

3.2.1、聚集索引选取规则

• 如果存在主键，主键索引就是聚集索引；
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引；
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引；

3.2.2、聚集索引和二级索引的具体结构

 结论

• 聚集索引的叶子节点下挂的是这一行的数据;
• 二级索引的叶子节点下挂的是该字段值对应的主键值;

 3.2.3、具体SQL的执行过程

 具体过程：

• 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到Arm对应的主键值10
• 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row；
• 最终拿到这一行的数据，直接返回即可

3.2.4、回表查询

类似于3.2.3中这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

四、索引语法

4.1、创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;

4.2、查看索引

SHOW INDEX FROM table_name ;

4.3、删除索引

DROP INDEX index_name ON table_name ;

4.4、案例演示

4.4.1、初始表tb_user

use itheima;
drop table if exists tb_user;
create table tb_user(id int primary key auto_increment comment '主键',name varchar(50) not null comment '用户名',phone varchar(11) not null comment '手机号',email varchar(100) comment '邮箱',profession varchar(11) comment '专业',age tinyint unsigned comment '年龄',gender char(1) comment '性别 , 1: 男, 2: 女',status char(1) comment '状态',createtime datetime comment '创建时间'
) comment '系统用户表';INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('吕布', '17799990000', '[e-mail]', '软件工程', 23, '1','6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('曹操', '17799990001', '[e-mail]', '通讯工程', 33,'1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('赵云', '17799990002', '[e-mail]', '英语', 34, '1','2', '2002-03-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('孙悟空', '17799990003', '[e-mail]', '工程造价', 54,'1', '0', '2001-07-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('花木兰', '17799990004', '[e-mail]', '软件工程', 23,'2', '1', '2001-04-22 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('大乔', '17799990005', '[e-mail]', '舞蹈', 22, '2','0', '2001-02-07 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('露娜', '17799990006', '[e-mail]', '应用数学', 24,'2', '0', '2001-02-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('程咬金', '17799990007', '[e-mail]', '化工', 38,'1', '5', '2001-05-23 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('项羽', '17799990008', '[e-mail]', '金属材料', 43,'1', '0', '2001-09-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('白起', '17799990009', '[e-mail]', '机械工程及其自动化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('韩信', '17799990010', '[e-mail]', '无机非金属材料工程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('荆轲', '17799990011', '[e-mail]', '会计', 29, '1','0', '2001-05-11 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('兰陵王', '17799990012', '[e-mail]', '工程造价',44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('狂铁', '17799990013', '[e-mail]', '应用数学', 43,'1', '2', '2001-04-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('貂蝉', '17799990014', '[e-mail]', '软件工程', 40,'2', '3', '2001-02-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('妲己', '17799990015', '[e-mail]', '软件工程', 31,'2', '0', '2001-01-30 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('芈月', '17799990016', '[e-mail]', '工业经济', 35,'2', '0', '2000-05-03 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('嬴政', '17799990017', '[e-mail]', '化工', 38, '1','1', '2001-08-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('狄仁杰', '17799990018', '[e-mail]', '国际贸易',30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('安琪拉', '17799990019', '[e-mail]', '城市规划', 51,'2', '0', '2001-08-15 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('典韦', '17799990020', '[e-mail]', '城市规划', 52,'1', '2', '2000-04-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('廉颇', '17799990021', '[e-mail]', '土木工程', 19,'1', '3', '2002-07-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('后羿', '17799990022', '[e-mail]', '城市园林', 20,'1', '0', '2002-03-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,createtime) VALUES ('姜子牙', '17799990023', '[e-mail]', '工程造价', 29,'1', '4', '2003-05-26 00:00:00');

4.4.2、案例一：name字段为姓名字段，该字段的值可能会重复，为该字段创建索引

CREATE INDEX idx_user_name ON tb_user(name);

4.4.2、案例二：phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引

CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);

 

4.4.3、案例三：为profession、age、status创建联合索引

CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

 

4.4.4、案例四：为email建立合适的索引来提升查询效率 

CREATE INDEX idx_email ON tb_user(email);

 4.4.5、案例五、查看tb_user表的所有索引

show index from tb_user;

五、SQL性能分析

5.1、SQL执行频率

# 查看数据库的INSERT、UPDATE、DELETE、SELECT执行频率
-- session 是查看当前会话 ;
-- global 是查询全局数据 ;SHOW GLOBAL STATUS LIKE 'Com_______';Com_insert: 插入次数
Com_update: 更新次数
Com_delete: 删除次数
Com_select: 查询次数

 

        通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据 库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以 查询为主，那么就要考虑对数据库的索引进行优化了。

5.2、百万级别数据导入

5.2.0、readme

由于1000w的数据量较大 , 如果直接加载1000w , 会非常耗费CPU及内存 ;已经拆分为5个部分 , 每一个部分为200w数据 , load 5次即可 ;

5.2.1、建表语句

drop table if exists `tb_sku`;
CREATE TABLE `tb_sku` (`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '商品id',`sn` varchar(100) NOT NULL COMMENT '商品条码',`name` varchar(200) NOT NULL COMMENT 'SKU名称',`price` int(20) NOT NULL COMMENT '价格（分）',`num` int(10) NOT NULL COMMENT '库存数量',`alert_num` int(11) DEFAULT NULL COMMENT '库存预警数量',`image` varchar(200) DEFAULT NULL COMMENT '商品图片',`images` varchar(2000) DEFAULT NULL COMMENT '商品图片列表',`weight` int(11) DEFAULT NULL COMMENT '重量（克）',`create_time` datetime DEFAULT NULL COMMENT '创建时间',`update_time` datetime DEFAULT NULL COMMENT '更新时间',`category_name` varchar(200) DEFAULT NULL COMMENT '类目名称',`brand_name` varchar(100) DEFAULT NULL COMMENT '品牌名称',`spec` varchar(200) DEFAULT NULL COMMENT '规格',`sale_num` int(11) DEFAULT '0' COMMENT '销量',`comment_num` int(11) DEFAULT '0' COMMENT '评论数',`status` char(1) DEFAULT '1' COMMENT '商品状态 1-正常，2-下架，3-删除',PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='商品表';

5.2.2、查询 local_infile 的默认配置

SHOW GLOBAL VARIABLES LIKE 'local_infile';

5.2.3、开启 local_infile 配置

SET GLOBAL local_infile = true;

 

5.2.4、退出并重新登录

mysql --local-infile=1 -uroot -p123456

 

 5.2.5、再次查询 local_infile 配置

SHOW GLOBAL VARIABLES LIKE 'local_infile';

5.2.6、执行导入指令

load data local infile 'D:/temp/tb_sku1.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';
load data local infile 'D:/temp/tb_sku2.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';
load data local infile 'D:/temp/tb_sku3.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';
load data local infile 'D:/temp/tb_sku4.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';
load data local infile 'D:/temp/tb_sku5.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';

 5.2.7、sql脚本

链接：https://pan.baidu.com/s/1y7t6Ztq5Z6pz8q0hhN9jPA?pwd=yyds 
提取码：yyds 

5.3、慢查询日志

        慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有 SQL语句的日志。MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log，对应的sql：show variables like '%slow_query_log%'。

5.2.1、Windows开启慢查询日志

#1、 查询datadir的位置show variables like 'datadir';#2、在datadir找到my.ini文件,修改如下内容slow-query-log=1 # 开启MySQL慢日志查询开关long_query_time=2 # 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志#3、重启mysql服务

5.2.2、Linux开启慢查询日志

# 1、修改/etc/my.cnf# 2、修改内容如下slow_query_log=1     # 开启MySQL慢日志查询开关long_query_time=2    # 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志# 3、配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息
/var/lib/mysql/${hostname}-slow.logsystemctl restart mysqld

5.3.4、测试

• 执行如下sql，观察结果
   

  select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00sec
  select count(*) from tb_sku; -- 由于tb_sku表中, 预先存入了1000w的记录, count一次,耗时
  8.32sec

   

• 检查慢查询日志
   
  最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的sql，执行较快的sql是不会记录的。
  Windows中的日志：C:\ProgramData\MySQL\MySQL Server 8.0\Data\${name}-slow.log
  
  

   Linux中的日志位置：/var/lib/mysql/${hostname}-slow.log
  执行的指令：tail -f centos71-slow.log
  
  

   通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化

5.4、profile详情

5.4.1、概述

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。

5.4.2、查看当前MySQL是否支持profile操作

select @@have_profiling;

5.4.2、查看profile是否处于开启 状态

 select @@profiling;

5.4.3、开启profile

SET [global|session] profiling = 1;

 

5.4.4、profile已开启，下面执行的sql都会被记录 

select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = '白起';
select count(*) from tb_sku;

5.4.5、查看指令的执行耗时

• 查看每一条SQL的耗时基本情况
   

  show profiles;

   

• 查看指定query_id的SQL语句各个阶段的耗时情况
   

  # 语法
  show profile for query query_id;# 案例
  show profile for query 4;

   

• 查看指定query_id的SQL语句CPU的使用情况
   

  # 语法：
  show profile cpu for query query_id;# 案例：
  show profile cpu for query 4;

  

5.5、explain

EXPLAIN或者DESC命令用于获取MySQL如何执行SELECT语句的信息，包括在SELECT语句执行过程中表如何连接和连接的顺序。

5.5.1、语法

-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

5.5.2、explain各个字段的含义

 六、索引使用

6.1、验证索引效率

6.1.1、未使用索引执行count(*），观察执行结果

select count(*) from tb_sku;

6.1.2、根据id查询，id有主键，观察执行结果

select * from tb_sku where id = 1\G;

结果：可以看到即使有1000w的数据,根据id进行数据查询,性能依然很快，因为主键id是有索引的。

6.1.3、根据 sn 字段进行查询（sn字段无索引）

SELECT * FROM tb_sku WHERE sn = '100000003145001'\G; 

结果： 到根据sn字段进行查询，查询返回了一条数据，结果耗时 20.78sec，就是因为sn没有索引，而造成查询效率很低

6.1.4、根据 sn 字段进行查询（sn字段有索引）

# 在sn字段建立索引
create index idx_sku_sn on tb_sku(sn) ;SELECT * FROM tb_sku WHERE sn = '100000003145001'\G;

6.2、最左前缀法则

        如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。

6.2.1、当前tb_user表中的所有索引

show index from tb_user;

        在 tb_user 表中，有一个联合索引，这个联合索引涉及到三个字段，顺序分别为：profession， age，status。对于最左前缀法则指的是，查询时，最左边的列，也就是profession必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。

6.2.2、案例1（满足最左前缀法则）

explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';
explain select * from tb_user where profession = '软件工程' and age = 31;
explain select * from tb_user where profession = '软件工程';

        以上的这三组测试中，我们发现只要联合索引最左边的字段 profession存在，索引就会生效，只不过索引的长度不同。 而且由以上三组测试，我们也可以推测出profession字段索引长度为47、age字段索引长度为2、status字段索引长度为5。

6.2.3、案例2（不满足最左前缀法则）

explain select * from tb_user where age = 31 and status = '0';
explain select * from tb_user where status = '0';

 

 通过上面的这两组测试，可以看到索引并未生效，原因是因为不满足最左前缀法则，联合索引最左边的列profession不存在。

6.2.4、案例3（满足最左前缀法则，跳过中间字段）

explain select * from tb_user where profession = '软件工程' and status = '0';

       上述的SQL查询时，存在profession字段，最左边的列是存在的，索引满足最左前缀法则的基本条 件。但是查询时，跳过了age这个列，所以后面的列索引是不会使用的，也就是索引部分生效，所以索引的长度就是47。

 6.2.5、思考题

        当执行SQL语句: explain select * from tb_user where age = 31 and status = '0' and profession = '软件工程'; 时，是否满足最左前缀法则，走不走

上述的联合索引，索引长度？

可以看到，是完全满足最左前缀法则的，索引长度54，联合索引是生效的。

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

6.3、范围查询

6.3.1、（>,<）

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引将失效。
 

explain select * from tb_user where profession = '软件工程' and age > 30 and status = '0';

当范围查询使用> 或 < 时，走联合索引了，但是索引的长度为49，就说明范围查询右边的status字段是没有走索引的。

6.3.2、（>=,<=）

explain select * from tb_user where profession = '软件工程' and age >= 30 and status = '0';

 当范围查询使用>= 或 <= 时，走联合索引了，但是索引的长度为54，就说明所有的字段都是走索引 的。

6.3.3、结论

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 <

6.4、索引失效情况

6.4.1、索引列运算

不要在索引列上进行运算操作，否则索引将失效。当前tb_user表中的索引情况。
 

show index from tb_user;

• 根据phone字段进行等值查询（索引生效）

explain select * from tb_user where phone = '17799990015';

• 根据phone字段进行函数运算（索引失效）

explain select * from tb_user where substring(phone,10,2) = '15';

6.4.2、字符串不加引号 

字符串类型字段使用时，不加引号，索引将失效。

当前tb_user的表结构

explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';
explain select * from tb_user where profession = '软件工程' and age = 31 and status = 0;
explain select * from tb_user where phone = '17799990015';
explain select * from tb_user where phone = 17799990015;

经过上面两组示例，我们会明显的发现，如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

6.4.3、模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

explain select * from tb_user where profession like '软件%';
explain select * from tb_user where profession like '%工程';
explain select * from tb_user where profession like '%工%';

经过上述的测试，我们发现，在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关键字前面加了%，索引将会失效。

6.4.4、or连接条件

用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

当前tb_user表中的索引情况
 

explain select * from tb_user where id = 10 or age = 23;
explain select * from tb_user where phone = '17799990017' or age = 23;
explain select * from tb_user where id = 10 or phone = '17799990017';

针对age字段建立索引后，再次执行上述SQL

create index idx_user_age on tb_user(age);show index from tb_user;

 

总结：当or连接的条件，左右两侧字段都有索引时，索引才会生效。  

6.4.5、数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。

explain select * from tb_user where phone >= '17799990005';
explain select * from tb_user where phone >= '17799990015';

        经过测试我们发现，相同的SQL语句，只是传入的字段值不同，最终的执行计划也完全不一样，这是为 什么呢？ 就是因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

验证 is null 与 is not null 操作是否走索引

explain select * from tb_user where profession is null;
explain select * from tb_user where profession is not null;

 将tb_user表的profession字段全部置为null，再次执行上述SQL，观察结果

update tb_user set profession = null;

        最终我们看到，一模一样的SQL语句，先后执行了两次，结果查询计划是不一样的，为什么会出现这种现象呢，这是和数据库的数据分布有关系。查询时MySQL会评估，走索引快，还是全表扫描快，如果全表扫描更快，则放弃索引走全表扫描。 因此，is null 、is not null是否走索引，得具体情况具体分析，并不是固定的。

6.5、SQL提示

6.5.1、当前tb_user表的数据情况及索引情况

 6.5.2、删除索引 idx_email 和 idx_user_age

drop index idx_user_age on tb_user;
drop index idx_email on tb_user;

 6.5.3、创建profession的单列索引，执行查询观察结果

create index idx_user_pro on tb_user(profession);
show index from tb_user;
explain select * from tb_user where profession = '软件工程';

        测试结果我们可以看到，possible_keys中 idx_user_pro_age_sta,idx_user_pro 这两个索引都可能用到，最终MySQL选择了idx_user_pro_age_sta索引。这是MySQL自动选择的结果。那么，我们能不能在查询的时候，自己来指定使用哪个索引呢？ 答案是肯定的，此时就可以借助于MySQL的SQL提示来完成。 接下来，介绍一下SQL提示。SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

6.5.4、use index

建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）

explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';

6.5.5、ignore index

忽略指定的索引。

explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

 6.5.6、force index

强制使用索引。

explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

6.6、覆盖索引

6.6.1、概述

覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。

explain select id, profession from tb_user where profession = '软件工程' and age = 31 and status = '0' ;explain select id,profession,age, status from tb_user where profession = '软件工程' and age = 31 and status = '0' ;explain select id,profession,age, status, name from tb_user where profession = '软件工程' and age = 31 and status = '0' ;explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';

        从上述的执行计划我们可以看到，这四条SQL语句的执行计划前面所有的指标都是一样的，看不出来差异。但是此时，我们主要关注的是后面的Extra，前面两天SQL的结果为 Using where; Using Index ; 而后面两条SQL的结果为: Using index condition。

        因为，在tb_user表中有一个联合索引 idx_user_pro_age_sta，该索引关联了三个字段 profession、age、status，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主键id。 所以当我们查询返回的数据在 id、profession、age、status 之中，则直接走二级索引直接返回数据了。 如果超出这个范围，就需要拿到主键id，再去扫描聚集索引，再获取额外的数据了，这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据主键查询，此时只会扫描聚集索引）。

6.6.2、覆盖索引 & 回表查询

A、表结构及其示意图

 

id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）

B、执行SQL : select * from tb_user where id = 2;

 

根据id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

C、执行SQL：selet id,name from tb_user where name = 'Arm';

        虽然是根据name字段查询，查询二级索引，但是由于查询返回的字段为 id，name，在name的二级索引中，这两个值都是可以直接获取到的，因为覆盖索引，所以不需要回表查询，性能高。

D、执行SQL：selet id,name,gender from tb_user where name = 'Arm';  

 

由于在name的二级索引中，不包含gender，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

6.6.3、思考

        一张表, 有四个字段(id, username, password, status), 由于数据量大, 需要对以下SQL语句进行优化, 该如何进行才是最优方案:

select id,username,password from tb_user where username = 'itcast';

6.7、前缀索引

6.7.1、概述

        当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时将浪费大量的磁盘IO， 影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

6.7.2、语法

create index idx_xxxx on table_name(column(n)) ;示例：为tb_user表的email字段，建立长度为5的前缀索引
create index idx_email_5 on tb_user(email(5));

 6.7.3、前缀长度

        可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

 

6.7.4、前缀索引的查询流程

6.8、单列索引与联合索引

6.8.1、概述

单列索引：即一个索引只包含单个列。

联合索引：即一个索引包含了多个列。

6.8.2、当前tb_user表的索引情况

show index from tb_user;

在查询出来的索引中，既有单列索引，又有联合索引。 接下来执行一条SQL语句，看看其执行计划

explain select id,phone,name from tb_user where phone = '17799990010' and name = '韩信';

 分析：通过上述执行计划可以看出来，在and连接的两个字段 phone、name上都是有单列索引的，但是最终mysql只会选择一个索引，也就是说，只能走一个字段的索引，此时是会回表查询的，效率不是最高。

在tb_user表中创建phone和name的联合索引后，再次执行上述SQL，观察结果：

create unique index idx_user_phone_name on tb_user(phone,name);

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

6.8.3、联合索引执行示意图

七、索引设计原则

1）、针对于数据量较大，且查询比较频繁的表建立索引。

2）、针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。

3）、尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。

4）、如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。

5）、尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。

6）、要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。

7）、如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含 NULL值时，它可以更好地确定哪个索引最有效地用于查询。