二、索引
1. Linux Ubuntu中安装MySQL
第一步：查询msql版本
sudo apt search mysql-server
第二步：安装mysql
sudo apt install mysql-server -y第三步：查看使用进程服务
sudo service --status-all
第四步：查看mysql状态
sudo service mysql status
第五步：直接打开mysql
sudo mysql
第六步：查看所有数据库
show databases;
2. 索引概述
介绍
索引是帮助 MySQL 高效获取数据的数据结构（有序）。
演示
注意： 下图中的二叉树索引结构只是一个示意图，并不是真实的索引结构。
优缺点
优势 | 劣势 |
提高数据检索的效率，降低数据的 IO 成本 | 索引列也是要占用空间的 |
通过索引列对数据进行排序，降低数据排序的成本，降低 CPU 的消耗 | 索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行 INSERT 、UPADTE 、DELETE 时，效率降低 |
3. 索引结构
分类
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结构，主要包含以下几种：
索引结构 | 描述 |
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 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
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 。 |
索引 | InnoDB | MyISAM | Memory |
B+Tree 索引 | 支持 | 支持 | 支持 |
Hash 索引 | 不支持 | 不支持 | 支持 |
R-tree | 不支持 | 支持 | 不支持 |
Full-text | 5.6版本之后支持 | 支持 | 不支持 |
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。
B-Tree（多录平衡查找树）
以一颗最大度数（max-degree）为 5（5 阶）的 b-tree 为例（每个结点最多存储 4 个 key ，5 个指针）：
提示： 树的度数指的是一个结点的子节点个数。
B+Tree
以一颗最大度数（max-degree）为 4（4 阶）的 b+tree 为例
相对于 B-Tree 区别：
① 所有的数据都会出现在叶子结点。
② 叶子结点形成一个单向链表。
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，增加了一个指向相邻叶子结点的链表指针，就形成了带有顺序指针的 B+Tree ，提高区间访问的性能。
Hash
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。
Hash 索引特点
- 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，通常只需要一次索引就可以了，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 引擎，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。
思考（面试题）
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。
- 相对
B-tree，无论是叶子结点还是非叶子结点，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，要同样保存大量的数据，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。
4. 索引分类
分类
分类 | 含义 | 特点 | 关键字 |
主键索引 | 针对于表中主键创建的索引 | 默认自动创建，只能有一个 | PRIMARY |
唯一索引 | 避免同一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
常规索引 | 快速定位特定数据 | 可以有多个 | |
全文索引 | 全文索引查找的是文本中的关键词，而不是比较索引中的值 | 可以有多个 | FULLTEXT |
在 InnoDB 存储引擎中，根据引擎的存储形式，又可以分为以下两种：
分类 | 含义 | 特点 |
聚集索引(Clustered Index) | 将数据存储与索引放到了一块，索引结点的叶子结点保存了行数据 | 必须有，而且只有一个 |
二级索引(Secondary Index) | 将数据与索引分开存储，索引结构的叶子结点关联的是对应的主键 | 可以存在多个 |
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。
案例
select * from user where name = 'Arm';
通过二级索引找到对应的值，然后再到聚集索引，这样的操作被称为回表查询。
思考
（1）以下 SQL 语句，哪个执行效率高？为什么？
-- id为主键，name字段创建的索引
select * from user where id = 10;
select * from user where name = 'Arm';答案： 第一行 id 查询的执行效率更高，因为它只用通过一次查询即可找到对应的值，而 name 查询需要通过回表查询操作，效率是不及 id 查询的。
（2）InnoDB 主键索引的 B+tree 高度为多高呢？
假设： 一行数据大小为 1k ，一页中可以存储 16 行这样的数据。InnoDB 的指针占用 6 个字节的空间，主键假设为 bigint ，占用字节数为 8 。
高度为 2 ： ，其中
n 指代当前结点存储 key 的数量且 n+1 指代指针的数量，算出 n 约为 1170 即有 1170 个 key 和 1171 个指针，故大概能存储的数据量为
高度为 3 ： 大概能存储的数据量为 ，因为
1171 个指针指向的每个结点又有 1171 个指针指向下面的数据。
5. 索引语法
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;案例
按照下列需求，完成索引的创建：
-
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。 -
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。 - 为
profession、age、status创建联合索引。 - 为
email建立合适的索引来提升查询效率。
需求一
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。
修改前：
进行操作：
create index idx_user_name on tb_user(name);操作后：
需求二
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。
进行操作：
create unique index idx_user_phone on tb_user(phone);操作后：
需求三
为 profession 、age 、status 创建联合索引。
进行操作：
create index idx_user_pro_sta on tb_user(profession,age,status);操作后：
需求四
为 email 建立合适的索引来提升查询效率。
进行操作：
create index idx_user_email on tb_user(email);操作后：
再删除它：
drop index idx_user_email on tb_user;6. SQL性能分析
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 、DELETE 、SELECT 的访问频次：
SHOW GLOBAL STATUS LIKE 'Com_______';案例
每一个下划线代表一个字符，下面是 7 个下划线。我们可以通过查询 SQL 的执行频次来判断该数据库是以什么操作为主，从而可以针对数据库进行性能的优化。
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，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 = 2profile详情
show profiles 能够在左 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;默认 profiling 是关闭的，可以用过 set 语句在 session/global 级别开启 profiling ：
SET profiling = 1;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_id;
# 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query_id;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
EXPALIN SELECT 字段列表 FROM 表名 WHERE 条件;EXPALIN 执行计划各字段含义：
idselect查询的序列号，表示查询中执行select字句或者是操作表的顺序（若id相同，执行顺序从上到下；若id不同，值越大，越先执行）。select_type表示SELECT的类型，常见的取值有SIMPLE（简单表，即不使用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE之后包含了子查询）等。type表示连接类型，性能由好到差的连续类型为NULL、system、const、eq_ref、ref、range、index、all。possible_key显示可能应用在这张表上的索引，一个或多个。key实际使用的索引，如果为NULL，则没有使用索引。Key_len表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。rowsMySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不是准确的。filtered表示返回结果的行数站需读取行数的百分比，filtered的值越大越好。
7. 索引使用
验证索引效率
在未建立索引之前，执行如下 SQL 语句，查看 SQL 的耗时。
SELECT * FROM tb_sku WHERE sn = '100000003145001';
针对字段创建索引：
create index idx_sku_sn on tb_sku(sn);然后再执行相同的 SQL 语句，再次查看 SQL 的耗时。
SELECT * FROM tb_sku WHERE sn = '100000003145001';
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）。
-- 全都生效
explain select * from tb_user where profession='软件工程' and age=31 and status='0';
-- 全部生效
explain select * from tb_user where profession='软件工程' and age=31;
-- 全部生效
explain select * from tb_user where profession='软件工程';
-- 全部失效，因为少了最左列profession
explain select * from tb_user where age=31 and status='0';
-- 全部失效，因为少了最左边的profession和age
explain select * from tb_user where status='0';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。如果想避免失效，尽量使用 >= 和 <= 。
-- status失效
explain select * from tb_user where profession='软件工程' and age>30 and status='0';
-- 全部生效
explain select * from tb_user where profession='软件工程' and age>=30 and status='0';索引失效情况
索引列运算
不要在索引列上进行运算操作，索引将失效。
-- 索引失效
explain select * from tb_user where substring(phone,10,2)='15';字符串不加引号
字符串类型字段使用时，不加引号，索引失效。
-- 索引失效
explain select * from tb_user where phone=17799990015;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。
-- 索引生效
explain select * from tb_user where profession like '软件%';
-- 索引失效
explain select * from tb_user where profession like '%工程';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，而后面的列没有索引，那么涉及的索引都不会被用到。
-- 由于age没有索引，所以即使id、phone有索引，索引也会失效
explain select * from tb_user where id=10 or age=23;
explain select * from tb_user phone='17799990017' or age=23;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。
-- 全表扫描
select * from tb_user where phone >= '17799990005';
-- 使用索引
select * from tb_user where phone >= '17799990015';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： 建议用该索引
explain select * from tb_user use index(idx_user_pro) where profession='软件工程'；ignore index： 忽略该索引
explain select * from tb_user ignore index(idx_user_pro) where profession='软件工程';force index： 强制用该索引
explain select * from tb_user force index(idx_user_pro) where profession='软件工程';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 * 。
-- 没有回表
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';
-- 回表查询，name字段需要回表
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';提示：
using index condition：查找使用了索引，但是需要回表查询数据。
using where; using index：查找使用了索引，但是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。
案例
-- 只用到了聚集索引
select * from tb_user where id=2;
-- 只用到了辅助索引
select id,name from tb_user where name='Arm';
-- gender需要进行回表查询
select id,name,gender from tb_user where name='Arm';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';答案： 应该对 username 和 password 建立联合索引，这样就不用进行回表查询了。
更正： 这里之前写的是对
id和password简历联合索引，这是错的，应该是对username和password简历联合索引，感谢 @TheShy_liang 大佬纠正！
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 IO ，影响查询效率。此时可以只讲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_xxx 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，索引选择性越高则效率越高，唯一索引的选择性为 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;
create index idx_email_5 on tb_user(email(5));案例
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。
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。
单列索引情况：
explain select id,phone,name from tb_user where phone='17799990010' and name='韩信';
注意： 多条件联合查询时，
MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。
联合索引情况：
create unique index idx_phone_name on tb_user(phone,name);
8. 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。
- 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，它可以更好的确定哪个索引最有效地用于查询。
