一、索引
1、索引概述
1.1、介绍
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、特点
2、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：
上述是 MySQL 中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况。
注意： 我们平常所说的索引，如果没有特别指明，都是指 B+ 树结构组织的索引。
2.2、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：
我们可以看到，两部分：
- 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。
知识小贴士 : 树的度数指的是一个节点的子节点个数。
2.3、MySQL里的B+tree索引结构
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。
2.4、Hash
MySQL 中除了支持 B+Tree 索引，还支持一种索引类型 ---Hash 索引。
2.4.1、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。
2.4.2、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
2.4.3、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。
思考题： 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；
3、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
而在在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：
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。
聚集索引和二级索引的具体结构如下：
- 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。
接下来，我们来分析一下，当我们执行如下的 SQL 语句时，具体的查找过程是什么样子的。
具体过程如下 :
- 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。
回表查询： 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。
4、索引语法
- 创建索引 :
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name ( index_col_name,... ) ; - 查找索引 :
SHOW INDEX FROM table_name ; - 删除索引 :
DROP INDEX index_name ON table_name ;
5、SQL性能分析
5.1、SQL执行频率
MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信
息。通过如下指令，可以查看当前数据库的 INSERT 、 UPDATE 、 DELETE 、 SELECT 的访问频次
-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';
Com_delete: 删除次数Com_insert: 插入次数Com_select: 查询次数Com_update: 更新次数
我们可以在当前数据库再执行几次查询操作，然后再次查看执行频次，看看 Com_select 参数会不会变化。
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。
那么通过查询 SQL 的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。 那假如说是以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？ 次数我们可以借助于慢查询日志。
接下来，我们就来介绍一下 MySQL 中的慢查询日志。
5.2、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 。
如果要开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：
# 开启MySQL慢日志查询开关
slow_query_log=1
# 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
long_query_time=2 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/localhost-slow.log 。
systemctl restart mysqld然后，再次查看开关情况，慢查询日志就已经打开了。
测试：
- 执行如下SQL语句 :
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13.35sec
- 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。
那这样，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。
5.3、profile详情
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。通过 have_profiling
参数，能够看到当前 MySQL 是否支持 profile 操作：
SELECT @@have_profiling ;
可以看到，当前 MySQL 是支持 profile 操作的，但是开关是关闭的。可以通过 set 语句在
session/global 级别开启 profiling ：
SET profiling = 1; 开关已经打开了，接下来，我们所执行的 SQL 语句，都会被 MySQL 记录，并记录执行时间消耗到哪儿去了。 我们直接执行如下的SQL 语句：
select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = '白起';
select count(*) from tb_sku; 执行一系列的业务 SQL 的操作，然后通过如下指令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
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id; 查看每一条 SQL 的耗时情况 :
查看指定 SQL 各个阶段的耗时情况 :
5.4、explain
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。
-- 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 ;
Explain 执行计划中各个字段的含义 :
6、索引使用
6.1、验证索引效率
在讲解索引的使用原则之前，先通过一个简单的案例，来验证一下索引，看看是否能够通过索引来提升数据查询性能。在演示的时候，我们还是使用之前准备的一张表 tb_sku , 在这张表中准备了 1000w的记录。
这张表中id 为主键，有主键索引，而其他字段是没有建立索引的。 我们先来查询其中的一条记录，看看里面的字段情况，执行如下SQL ：
select * from tb_sku where id = 1\G;
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。 那么接下来，我们再来根据 sn 字段进行查询，执行如下 SQL ：
SELECT * FROM tb_sku WHERE sn = '100000003145001';
我们可以看到根据 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。
那么我们可以针对于 sn 字段，建立一个索引，建立了索引之后，我们再次根据 sn 进行查询，再来看一下查询耗时情况。
创建索引：
create index idx_sku_sn on tb_sku(sn) ;
然后再次执行相同的 SQL 语句，再次查看 SQL 的耗时。
SELECT * FROM tb_sku WHERE sn = '100000003145001';
我们明显会看到， sn 字段建立了索引之后，查询性能大大提升。建立索引前后，查询耗时都不是一个数量级的。
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 ) 。
以 tb_user 表为例，我们先来查看一下之前 tb_user 表所创建的索引。
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。 接下来，我们来演示几组案例，看一下
具体的执行计划：
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 。
explain select * from tb_user where age = 31 and status = '0';
explain select * from tb_user where status = '0';
而通过上面的这两组测试，我们也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。
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 。
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
联合索引中，出现范围查询 (>,<) ，范围查询右侧的列索引失效。
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。
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， 索引将失效。
在tb_user表中，除了前面介绍的联合索引之外，还有一个索引，是phone字段的单列索引。
A. 当根据phone字段进行等值匹配查询时, 索引生效。
explain select * from tb_user where phone = '17799990015';
B. 当根据 phone 字段进行函数运算操作之后，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。
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。
接下来，我们来看一下这三条 SQL 语句的执行效果，查看一下其执行计划：
由于下面查询语句中，都是根据 profession 字段查询，符合最左前缀法则，联合索引是可以生效的，我们主要看一下，模糊查询时，% 加在关键字之前，和加在关键字之后的影响。
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。
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。
然后，我们可以对 age 字段建立索引。
create index idx_user_age on tb_user(age);
建立了索引之后，我们再次执行上述的SQL语句，看看前后执行计划的变化
最终，我们发现，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。
select * from tb_user where phone >= '17799990005';
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。
接下来，我们再来看看 is null 与 is not null 操作是否走索引。
执行如下两条语句 ：
explain select * from tb_user where profession is null;
explain select * from tb_user where profession is not null;
接下来，我们做一个操作将profession字段值全部更新为null。
然后，再次执行上述的两条SQL，查看SQL语句的执行计划。
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，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
目前tb_user表的数据情况如下
索引情况如下:
把上述的 idx_user_age, idx_email 这两个之前测试使用过的索引直接删除。
drop index idx_user_age on tb_user;
drop index idx_email on tb_user; A. 执行 SQL : explain select * from tb_user where profession = ' 软件工程 ';
查询走了联合索引。
B. 执行 SQL ，创建 profession 的单列索引：
create index idx_user_pro on tb_user(profession);
C. 创建单列索引后，再次执行A中的SQL语句，查看执行计划，看看到底走哪个索引。
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。
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';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
尽量使用覆盖索引，减少 select * 。 那么什么是覆盖索引呢？ 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 。
接下来，我们来看一组SQL的执行计划，看看执行计划的差别，然后再来具体做一个解析
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';上述这几条SQL的执行结果为：
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）。
为了大家更清楚的理解，什么是覆盖索引，什么是回表查询，我们一起再来看下面的这组 SQL 的执行过程。
A. 表结构及索引示意图 :
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，但是由于查询返回在字段为 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。
思考题：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';答案: 针对于 username, password建立联合索引, sql为:
create index idx_user_name_pass on tb_user(username,password);这样可以避免上述的 SQL 语句，在查询的过程中，出现回表查询。
6.7、前缀索引
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，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。
- 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));
- 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，性能是最好的。
select count(distinct email) / count(*) from tb_user ; select count(distinct substring(email,1,5)) / count(*) from tb_user ;小贴士: 求取不重复的值, 在字段前加上distinct关键字来去重。
- 前缀索引的查询流程
6.8、单列索引与联合索引
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。
我们先来看看 tb_user 表中目前的索引情况:
在查询出来的索引中，既有单列索引，又有联合索引
接下来，我们来执行一条SQL语句，看看其执行计划：
通过上述执行计划我们可以看出来，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。
紧接着，我们再来创建一个 phone 和 name 字段的联合索引来查询一下执行计划。
create unique index idx_user_phone_name on tb_user(phone,name);
此时，查询时，就走了联合索引，而在联合索引中包含 phone 、 name 的信息，在叶子节点下挂的是对应的主键id ，所以查询是无需回表查询的。
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。
如果查询使用的是联合索引，具体的结构示意图如下：
7、索引设计原则
- 针对于数据量较大，且查询比较频繁的表建立索引。
- 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。
- 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。
- 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。
- 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。
- 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。
