🎨 一、索引

索引(index）是帮助MysL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。

1.1 索引基础知识

1.1.1 索引结构

• B+Tree索引：最常见的索引类型，大部分引擎都支持B+树索引
• Hash索引：底层数据结构是用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询
• R-tree(空间索引)：空间索引是MylSAM引擎的一个特殊索引类型，主要用于地理空间数据类型，使用较少
• Full-text(全文索引)：是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

1.二叉树
二叉树、红黑树了解

2.B-树
n个key，n+1个指针


动态B树参考网址

3.B+Tree

4.Hash
Hash索引特点

1. Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，..)
2. 无法利用索引完成排序操作
3. 查询效率高，通常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擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

---

5.总结
为什么InnoDB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。
• InnoDB主键索引的B+Tree高度是多少？存储数据量是多少？
  • 1. 在B+树中，非叶子结点包含指针和索引键，叶子节点中包含有当前索引键和当前行的数据。
  • 2. 设当前数据中一条数据占1 k。B+树中指针的大小为6个字节，索引键为BigInt大小为8个字节。
  • 3. B+树中，一个节点即为一个页/块，大小为16 k，root节点中设有n个索引键。故root节点 大小 16*1024=8 *（n）+6 * (n+1)。解得n=1170个键，1171个指针指向子节点。
  • 4. 若树高为2，则有1171个叶子结点，叶子结点大小为16k，一条数据占1k，故有1171*16=18736条数据（1.8万行）。
  • 5. 若树高为3，则有1171 * 1171 * 16=21939856条数据（2,193 万行）

1.1.2 索引分类

MySQL索引总分类

InnoDB聚集索引结构
InnoDB中索引分类分为聚集索引和二级索引。

• 默认对主键使用聚集索引
• 主键不存在使用第一个唯一（UNIQUE）索引作为聚集索引
• 若表没有主键，或没有合适的唯一索引，则InnoDB会生成一个rowId作为隐藏的聚集索引。

InnoDB索引中存储结构

• 聚集索引中将索引字段作键，将对应行数据作值，进行存储
• 二级索引中将索引字段作为键，将聚集索引的键作为值，进行存储

InnoDB以二级索引键查询时，先查询到键值后进行 回表查询 在聚集索引查询结果

1.2 性能分析

插入100W数据

索引基本语法

-- 创建索引
create [UNIQUE|FULLTEXT] index index_name on table_name(index_col,name);

-- 查看索引
show index from table_name;

-- 删除索引
drop index index_name on table_name;

（1）查看SQL执行频次

-- 七个'_'，表示对应7个参数
show global status like 'COM_______';

（2)慢查询日志
查看慢查询日志开启情况

-- 查看慢查询日志开启情况
show varibles like 'slow_query_log';

慢查询日志记录所有执行超过指定参数（long_query_key，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，需要在MYSQL的配置文件（etc/my.cnf）中配置如下信息：

# 开启慢查询日志
slow_query_log=1;

# 设置慢查询时长为2s，SQL语句执行超过2s，作为慢查询记录日志。
long_query_time=2

# slow_query_log_file指日志文件名
slow_query_log_file="LAPTOP-LMSELU9S-slow.log"

某个语句执行时间超过long_query_time后，slow_quey_log_file日志文件将会记录此次慢查询

#| Time                 Id Command    Argument
#| Time: 2023-03-01T04:33:27.900918Z
#| User@Host: root[root] @ localhost [::1]  Id:     8
#| Query_time: 1.543715  Lock_time: 0.000432 Rows_sent: 1240033  Rows_examined: 1240033
use exam_system;
SET timestamp=1677645206;
SELECT * from vote_record_memory;

（3）profile详情查询
show profiles查询当前会话SQL查询情况 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持

profile操作：

-- 查看是否有profiling
select @@have_profiling;

-- 查看是否打开profiling
show @@profiling;

默认profile是关闭的，通过set语句在session/global级别开启profiling：

set profiling = 1;

使用命令查看SQL执行耗时情况：

show profiles;

使用命令查询指定query_id的SQL语句各个阶段的耗时情况：

show profile for query query_id;

使用命令查询指定query_id的SQL语句CPU使用情况：

show profile cpu for query query_id;

（4）explain执行计划
EXPLAIN或者DESC命令获取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。
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;

1.3 索引失效

（1）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，索引将部分失效(后面的字段索引失效)。

create index idx_user_pas on tb_user(profession,age,status);
-- 全生效
explain select * from tb_user where profession= '软件工程' and age = 31 and status = '0';
-- status不生效
explain select * from tb_user where profession= '软件工程' and age = 31;
-- profession生效
explain select * from tb_user where profession= '软件工程';
-- 不生效
explain select * from tb_user where age = 31 and status = 'O';
-- 不生效
explain select * from tb_user where status = 'O';

（2）范围查询
联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。

-- 索引失效，使用了范围查询
explain select * from tb_user where profession= '软件工程' and age > 30 and status = 'O';

-- 索引不失效，使用范围查询时使用（ >= ，<= ）
explain select *from tb_user where profession= '软件工程' and age >= 30 and status = '0';

（3）索引列运算
不能在索引列进行运算，否则索引将失效。

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

（4）字符串列不加 ""
索引列为字符串时，查询不加"",索引将失效。

-- 索引失效
explain select * from tb_user where name=yanfujian;

（5）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。

-- 尾部模糊匹配，索引不失效
explain select * from  tb_user where name = "yan%";

-- 头部模糊匹配，索引失效
explain select * from  tb_user where name = "%yan";

（6）or连接的条件
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，需要or两侧皆有索引才会生效。

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

explain select * from tb_user where phone = '17799990017' or age = 23;
-- 由于age没有索引，所以即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引。

（7）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。

-- 数据大部分都大于17799990005，会放弃索引走全表扫描
select * from tb_user where phone >='17799990005';

-- 数据小部分大于17799990015，走索引
select * from tb_user where phone >='17799990015';

1.4 索引进阶使用

（1）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。

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

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

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

**（2）覆盖索引 **
尽量使用覆盖索引(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)，减少select *。
如果需要返回的列不能在索引中全部找的，那么会重新扫描聚集索引，进行回表扫描，降低效率，可以选择给要返回的列添加联合索引。

-- 索引包含返回列信息，不回表扫描
explain select id, profession from tb_user where profession= "软件工程' and age=31 and status = 'O' ;

-- 索引包含返回列信息，不回表扫描
explain select id,profession,age, status from tb_user where profession='软件工程’ and age=31 and status = '0';

-- 索引不包含返回列信息，进行回表扫描
explain select id,profession, name from tb_user where profession ="软件工程' and age= 31 and status = 'O';

-- 索引不包含返回列信息，进行回表扫描
explain select * from tb_user where profession= '软件工程' and age = 31 and status = '0' ;

知识小贴士:
using index condition :查找使用了索引,需要回表查询数据。
using where; using index :查找使用了索引，需要的数据都在索引列中能找到，所以不需要回表查询数据。

（3）前缀索引
当字段类型为字符串(varchar, text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，浪费大量的磁盘O，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。

-- 语法
create index idx_xxxx on table_name(column(n));
-- 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 ;

---

1.5 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，索引并不多多益善，索引越多，维护索引结构的代价也就越大，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。