文章目录

  • 一、索引概述
  • 二、索引底层数据结构
  • 三、MySQL如何添加索引
  • 四、MySQL索引失效
  • 五、执行计划explain各列描述
  • 六、索引实践
  • 七、相关函数


提示：以下是本篇文章正文内容，下面案例可供参考

一、索引概述

1.1 索引是什么

索引是帮助数据库高效获取数据的数据结构。

1.2 索引的分类

1.2.1 从存储结构上来划分

Btree索引（B+tree，B-tree)
 哈希索引 
 full-index全文索引
 RTree

1.2.2 从应用层次上来划分

普通索引：即一个索引只包含单个列，一个表可以有多个单列索引。
唯一索引：索引列的值必须唯一，但允许有空值。 
复合索引：一个索引包含多个列。

1.2.3 从表记录的排列顺序和索引的排列顺序是否一致来划分

聚集索引：表记录的排列顺序和索引的排列顺序一致。
非聚集索引：表记录的排列顺序和索引的排列顺序不一致。

1）简单概括
聚集索引：就是以主键创建的索引。 
非聚集索引：就是以非主键创建的索引（也叫做二级索引）。
2) 详细概括:
	聚集索引
	优势:聚集索引表记录的排列顺序和索引的排列顺序一致，所以查询效率快，因为只要找到第一个索引值记录，
	     其余的连续性的记录在物理表中也会连续存放，一起就可以查询到。
    缺点：新增比较慢，因为为了保证表中记录的物理顺序和索引顺序一致，在记录插入的时候，会对数据页重新排序。
    非聚集索引:
    索引的逻辑顺序与磁盘上行的物理存储顺序不同，非聚集索引在叶子节点存储的是主键和索引列，
    当我们使用非聚集索引查询数据时，需要拿到叶子上的主键再去表中查到想要查找的数据。这个过程就是我们所说的回表。
3) 聚集索引和非聚集索引的区别:
    聚集索引在叶子节点存储的是表中的数据。 
    非聚集索引在叶子节点存储的是主键和索引列。
4) 例子 查字典
   通过拼音查找直接查找到对应汉字页码 可理解 为聚集索引 即逻辑顺序和物理顺序一致的情况
   通过部首查找到对应汉字，对应部首下的汉字无顺序但是排列在一起。后在查找到对应页码  为非聚集索引 即逻辑顺序和物理顺序不一致的情况

二、索引底层数据结构

2.1 哈希索引

可能直接想到的就是用哈希表来实现快速查找，就像我们平时用的hashmap一样，value = get(key) O(1)时间复杂度一步到位，
确实，哈希索引是一种方式

1) 定义
哈希索引就是采用一定的哈希算法，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。
本质上就是把键值换算成新的哈希值，根据这个哈希值来定位。

mysql删除复合索引语句 mysql复合索引数据结构_数据库

2）局限性

哈希索引没办法利用索引完成排序。 
不能进行多字段查询。 
在有大量重复键值的情况下，哈希索引的效率也是极低的（出现哈希碰撞问题）。 
不支持范围查询。

在MySQL常用的InnoDB引擎中，还是使用B+树索引比较多。
InnoDB是自适应哈希索引的（hash索引的创建由==InnoDB存储引擎自动优化创建==，我们干预不了）。

2.2 设计索引的数据结构

假设要查询某个区间的数据，我们只需要拿到区间的起始值，然后在树中进行查找。

如数据为：6、10、15、23、27、33、42

1）查询[7,30]区间的数据

mysql删除复合索引语句 mysql复合索引数据结构_mysql删除复合索引语句_02

当查找到起点节点10后，再顺着链表进行遍历，直到链表中的节点数据大于区间的终止值为止。所有遍历到的数据，就是符合区间值的所有数据。

2）还可以怎么优化呢？

利用二叉查找树，区间查询的功能已经实现了。但是，为了节省内存，我们只能把树存储在硬盘中。

那么，每个节点的读取或者访问，都对应一次硬盘IO操作。每次查询数据时磁盘IO操作的次数，也叫做IO渐进复杂度，也就是树的高度。

所以，我们要减少磁盘IO操作的次数，也就是要降低树的高度。

结构优化过程如下图所示：

mysql删除复合索引语句 mysql复合索引数据结构_mysql删除复合索引语句_03


这里将二叉树变为了M叉树，降低了树的高度，那么这个M应该选择多少才合适呢？

问题：对于相同个数的数据构建m叉树索引，m叉树中的m越大，那树的高度就越小，那m叉树中的m是不是越大越好呢？到底多大才合适呢？

不管是内存中的数据还是磁盘中的数据，操作系统都是按页（一页的大小通常是4kb，这个值可以通过getconfig(PAGE_SIZE)命令查看）来读取的，一次只会读取一页的数据。

如果要读取的数据量超过了一页的大小，就会触发多次IO操作。所以在选择m大小的时候，要尽量让每个节点的大小等于一个页的大小。

一般实际应用中，出度d（树的分叉数）是非常大的数字，通常超过100；树的高度（h）非常小，通常不超过3。

2.3 B树

顺着解决问题的思路知道了我们想要的数据结构是什么。目前索引常用的数据结构是B+树，先介绍一下什么是B树（也就是B-树）。

1）B树的特点：
关键字分布在整棵树的所有节点。 
任何一个关键字出现且只出现在一个节点中。 
搜索有可能在非叶子节点结束。 
其搜索性能等价于在关键字全集内做一次二分查找。
如下图所示：

mysql删除复合索引语句 mysql复合索引数据结构_索引_04


2.4 B+树

了解了B树，再来看一下B+树，也是MySQL索引大部分情况所使用的数据结构。

mysql删除复合索引语句 mysql复合索引数据结构_mysql_05

1）B+树基本特点
非叶子节点的子树指针与关键字个数相同。 
非叶子节点的子树指针P[i]，指向关键字属于 [k[i],K[i+1])的子树（注意：区间是前闭后开)。 
为所有叶子节点增加一个链指针。 
所有关键字都在叶子节点出现。
这些基本特点是为了满足以下的特性。
2）B+树的特性
所有的关键字都出现在叶子节点的链表中，且链表中的关键字是有序的。 
搜索只在叶子节点命中。 
非叶子节点相当于是叶子节点的索引层，叶子节点是存储关键字数据的数据层。
3）相对B树，B+树做索引的优势
B+树的磁盘读写代价更低。B+树的内部没有指向关键字具体信息的指针，所以其内部节点相对B树更小，如果把所有关键字存放在同一块盘中，那么盘中所能容纳的关键字数量也越多，一次性读入内存的需要查找的关键字也就越多，相应的，IO读写次数就降低了。 
树的查询效率更加稳定。B+树所有数据都存在于叶子节点，所有关键字查询的路径长度相同，每次数据的查询效率相当。而B树可能在非叶子节点就停止查找了，所以查询效率不够稳定。 
B+树只需要去遍历叶子节点就可以实现整棵树的遍历。

2.5 MongoDB的索引为什么选择B树，而MySQL的索引是B+树？

因为MongoDB不是传统的关系型数据库，而是以Json格式作为存储的NoSQL非关系型数据库，目的就是高性能、高可用、易扩展。摆脱了关系模型，所以范围查询和遍历查询的需求就没那么强烈了。

2.6 MyISAM存储引擎和InnoDB存储引擎的索引有什么区别

1）MyISAM存储引擎

mysql删除复合索引语句 mysql复合索引数据结构_数据结构_06


主键索引

MyISAM的索引文件（.MYI）和数据文件（.MYD）文件是分离的，索引文件仅保存记录所在页的指针（物理位置），通过这些指针来读取页，进而读取被索引的行。
树中的叶子节点保存的是对应行的物理位置。通过该值，存储引擎能顺利地进行回表查询，得到一行完整记录。
同时，每个叶子也保存了指向下一个叶子的指针，从而方便叶子节点的范围遍历。

辅助索引

在MyISAM中，主键索引和辅助索引在结构上没有任何区别，只是主键索引要求key是唯一的，而辅助索引的key可以重复。

2）Innodb存储引擎

主键索引

mysql删除复合索引语句 mysql复合索引数据结构_索引_07


InnoDB主键索引中既存储了主健值，又存储了行数据。辅助索引

mysql删除复合索引语句 mysql复合索引数据结构_数据库_08


对于辅助索引，InnoDB采用的方式是在叶子节点中保存主键值，通过这个主键值来回表查询到一条完整记录，因此按辅助索引检索其实进行了二次查询，效率是没有主键索引高的。

三、MySQL如何添加索引

1) 添加PRIMARY KEY（主键索引）

ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` )

2）添加UNIQUE（唯一索引）

ALTER TABLE `table_name` ADD UNIQUE (`column`)

3）添加INDEX（普通索引）

ALTER TABLE `table_name` ADD INDEX index_name (`column` )

4）添加FULLTEXT（全文索引）

ALTER TABLE `table_name` ADD FULLTEXT (`column`)

5）添加多列索引

ALTER TABLE `table_name` ADD INDEX index_name (`column1`,`column2`,`column3`)

四、MySQL索引失效

在上一节中了解了索引的多种数据结构，以及B树和B+树的对比等，大家应该对索引的底层实现有了初步的了解。这一节从应用层的角度出发，看一下如何建索引更能满足我们的需求，以及MySQL索引什么时候会失效的问题。
先来思考一个小问题。

问题：当查询条件为2个及2个以上时，是创建多个单列索引还是创建一个联合索引好呢？它们之间的区别是什么？哪个效率高呢？

先来建立一些单列索引进行测试：

mysql删除复合索引语句 mysql复合索引数据结构_mysql_09


这里建立了一张表，里面建立了三个单列索引userId,mobile,billMonth。然后进行多列查询。

explain select * from `t_mobilesms_11` where userid = '1' and mobile = '13504679876' and billMonth = '1998-03'

mysql删除复合索引语句 mysql复合索引数据结构_数据库_10


我们发现查询时只用到了userid这一个单列索引，这是为什么呢？因为这取决于MySQL优化器的优化策略。

当多条件联合查询时，优化器会评估哪个条件的索引效率高，它会选择最佳的索引去使用。也就是说，此处三个索引列都可能被用到，只不过优化器判断只需要使用userid这一个索引就能完成本次查询，故最终explain展示的key为userid。

4.1 总结

多个单列索引在多条件查询时优化器会选择最优索引策略，可能只用一个索引，也可能将多个索引都用上。
但是多个单列索引底层会建立多个B+索引树，比较占用空间，也会浪费搜索效率 所以多条件联合查询时最好建联合索引。
那联合索引就可以三个条件都用到了吗？会出现索引失效的问题吗？

4.2 联合索引失效问题

该部分参考并引用文章：一张图搞懂MySQL的索引失效（）
创建user表，然后建立 name, age, pos, phone 四个字段的联合索引 全值匹配（索引最佳）。

1）违反最左匹配原则

最左匹配原则：最左优先，以最左边的为起点任何连续的索引都能匹配上，如不连续，则匹配不上。

如：建立索引为(a,b)的联合索引，那么只查 where b = 2 则不生效。换句话说：如果建立的索引是(a,b,c)，也只有(a),(a,b),(a,b,c)三种查询可以生效。

mysql删除复合索引语句 mysql复合索引数据结构_mysql_11

这里跳过了最左的name字段进行查询，发现索引失效了。
遇到范围查询（>、<、between、like）就会停止匹配。
比如：a= 1 and b = 2 and c>3 and d =4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，因为c字段是一个范围查询，它之后的字段会停止匹配。

2）在索引列上做任何操作

如计算、函数、（手动或自动）类型转换等操作，会导致索引失效而进行全表扫描。

explain select * from user where left(name,3) = 'zhangsan' and age =20

mysql删除复合索引语句 mysql复合索引数据结构_数据结构_12


这里对name字段进行了left函数操作，导致索引失效。

3）使用不等于（!= 、<>）

explain select * from user where age != 20;

mysql删除复合索引语句 mysql复合索引数据结构_数据结构_13

explain select * from user where age <> 20;

mysql删除复合索引语句 mysql复合索引数据结构_mysql删除复合索引语句_14


4）like中以通配符开头(‘%abc’)

索引失效

explain select * from user where name like ‘%zhangsan’;

mysql删除复合索引语句 mysql复合索引数据结构_数据库_15


解决失效问题

覆盖索引方式
 select name from user where name like ‘%zhangsan’; 
 即select后面不通过 * 方式

索引生效

explain select * from user where name like ‘zhangsan%’;

mysql删除复合索引语句 mysql复合索引数据结构_数据结构_16

5）字符串不加单引号索引失效

explain select * from user where name = 2000;

mysql删除复合索引语句 mysql复合索引数据结构_索引_17


6）or连接索引失效

explain select * from user where name = ‘2000’ or age = 20 or pos =‘cxy’;

mysql删除复合索引语句 mysql复合索引数据结构_索引_18

7）order by

正常（索引参与了排序），没有违反最左匹配原则。

explain select * from user where name = 'zhangsan' and age = 20 order by age,pos;

mysql删除复合索引语句 mysql复合索引数据结构_索引_19


违反最左前缀法则，导致额外的文件排序（会降低性能）。

explain select name,age from user where name = 'zhangsan' order by pos;

mysql删除复合索引语句 mysql复合索引数据结构_数据库_20

8）group by

正常（索引参与了排序）。

explain select name,age from user where name = 'zhangsan' group by age;

违反最左前缀法则，导致产生临时表（会降低性能）。

explain select name,age from user where name = 'zhangsan' group by pos,age;

mysql删除复合索引语句 mysql复合索引数据结构_数据库_21

五、执行计划explain各列描述

`type`
	all 全表扫描
	index 按照索引的全表扫描
	range 有范围的索引扫描
	ref 该索引的列的值不唯一
	ref_eq 该索引的列的值唯一,使用主键或者唯一性索引来查找

`key_len`
	表示索引使用的字节数，根据这个值可以判断索引的使用情况，特别是在组合索引的时候，判断该索引有多少部分被使用到非常重要。
	对于,char、varchar、blob、text等字符集来说，key len的长度还和字符集有关,latin1一个字符占用1个字节,
	gbk一个字符占用2个字节,utf8一个字符占用3个字节。null占一个字节。不为null不占用

六、索引实践

1.PRIMARY KEY(主键索引)
　　ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` )
2.UNIQUE(唯一索引)
	ALTER TABLE `table_name` ADD UNIQUE (`column` )
3.INDEX(普通索引)
	ALTER TABLE `table_name` ADD INDEX index_name ( `column` )
4.FULLTEXT(全文索引)
	ALTER TABLE `table_name` ADD FULLTEXT ( `column` )
5.多列索引
	ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )

七、相关函数

length()：mysql里面的length()函数是一个用来获取字符串长度的内置函数。
char_length()：在mysql内置函数里面查看字符串长度的还有一个函数是char_length()。
两个函数的区别是：
length(field)： 单位是字节，utf8编码下,一个汉字三个字节，一个数字或字母一个字节。gbk编码下,一个汉字两个字节，一个数字或字母一个字节。
char_length(field)：单位为字符，不管汉字还是数字或者是字母都算是一个字符。