myslq 大于查询条件走索引 mysql 大于 索引

MYSQL索引

• 一、什么是索引？
• 二、索引数据结构

• 1、mysql数据库的四种索引
• 2、BTREE结构

• 三、索引分类、创建索引、查看索引

• 1、单值索引
• 2、复合索引
• 3、函数索引
• 4、删除索引
• 5、查看索引

• 四、什么情况需要建立索引？
• 五、EXPLAIN 字段属性

• 1、EXPLAIN -- id（表的读取顺序）:
• 2、EXPLAIN -- select_type（数据读取操作）:
• 3、EXPLAIN -- type（如何读取数据）:
• 4、EXPLAIN -- possible_keys（显示可能用到的索引）:
• 5、EXPLAIN -- key（查询实际用到的索引）:
• 6、EXPLAIN -- key_len（索引显示的字节数）:
• 7、EXPLAIN -- ref（显示索引的使用列）:
• 8、EXPLAIN -- row（查询的行数）:
• 9、EXPLAIN -- filtered（读取行数占比）:
• 10、EXPLAIN -- extra（扩展）:

• 六、索引优化原则

查看本表的索引：
mysql：SHOW INDEX FROM 表名 oracle：SELECT * FROM USER_IND_COLUMNS WHERE TABLE_NAME = '表名'

一、什么是索引？

索引优势：

1. 相当于书的目录，提高数据库查询效率，降低数据库io操作成本。
2. 通过索引对数据库进行排序，降低排序成本，减轻cpu负荷
   索引劣势：
3. 建立索引相当于存储了另一张表记录了索引的模型，该表保存主键与索引字段，所以索引列也需要占用内存空间。
4. 索引虽然提高了查询效率，但是同时也降低了增删改的效率。因为每次新增修改删除，都需要更新索引列字段的B+树，降低增删改的时间。

二、索引数据结构

1、mysql数据库的四种索引

• BTREE：最广泛的索引类型，大部分索引都是支持该类型
• HASH：只有memory引擎支持，用途相对较少
• R-tree（空间索引）：MYISAM引擎，用途少，不介绍
• Full-text（全文索引）：MYISAM引擎，InnoDB丛mysql5.6版本之后支持该索引
  
  创建索引没有特殊指定时，默认创建的都是BTREE索引

2、BTREE结构

btree叫做多路平衡搜索树，一颗m叉的btree树有如下特性：

1. 树中每个节点最多包含m个孩子
2. 除去根节点和叶子节点外，每个节点最多有m/2（向上取整 5/2=2.5 取 3）个孩子
3. 如根节点不是叶子节点，则至少有两个孩子
4. 所有叶子节点都在同一层
5. 每个非叶子节点都有n个key和n+1个指针组成

三、索引分类、创建索引、查看索引

个人主推方式二进行所有创建修改等操作

1、单值索引

方式1: CREATE INDEX index_name ON table_name(column)方式2: ALTER TABLE table_name ADD INDEX index_name(column)

2、复合索引

方式1: CREATE INDEX composite_index_name ON table_name(col1, col2)方式2: ALTER TABLE table_name ADD INDEX composite_index_name(col1, col2)

3、函数索引

函数索引是MySql8.0支持的，之前版本不支持该函数索引

-- 创建函数索引
ALTER TABLE books ADD KEY  idx_fun_data((DATE(created_time))) -- 注意函数需要用()包住，否则报错
ALTER TABLE books ADD KEY  idx_fun_data((DATE(created_time)))

-- 查看当前索引
mysql> SHOW INDEX FROM books;
+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------------------------+
| Table | Non_unique | Key_name            | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression                   |
+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------------------------+
| books |          0 | PRIMARY             |            1 | id          | A         |           2 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL                         |
| books |          1 | idx_fun_data        |            1 | NULL        | A         |           1 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | cast(`created_time` as date) |
| books |          1 | idx_fun_contact     |            1 | NULL        | A         |           3 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | concat(`name`,`writer`)      |
+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------------------------+

explain查看是否使用索引

-- key = idx_fun_data 使用函数索引
mysql> EXPLAIN SELECT * FROM books WHERE DATE(created_time)='2000-1-1';
+----+-------------+-------+------------+------+---------------+--------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key          | key_len | ref   | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+--------------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | books | NULL       | ref  | idx_fun_data  | idx_fun_data | 4       | const |    1 |   100.00 | NULL  |
+----+-------------+-------+------------+------+---------------+--------------+---------+-------+------+----------+-------+

-- key = idx_fun_contact 使用函数索引
mysql> EXPLAIN SELECT CONCAT(name, writer) FROM books WHERE CONCAT(name, writer) = 'sssssss';
+----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys   | key             | key_len | ref   | rows | filtered | Extra |
+----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | books | NULL       | ref  | idx_fun_contact | idx_fun_contact | 123     | const |    1 |   100.00 | NULL  |
+----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+

4、删除索引

方式一DROP INDEX index_name ON table_name方式二:ALTER TABLE table_name DROP INDEX index_name

5、查看索引

• mysql：
  SHOW INDEX FROM '表名'



• 
  
• oracle：
  SELECT * FROM USER_IND_COLUMNS WHERE TABLE_NAME = '表名'

四、什么情况需要建立索引？

适合创建索引

1. 主键索引
2. 频繁查询的字段需要创建索引（例如：微信号或者商品编号）
3. 与其他表关联的外键需要
4. 查询中分组的字段
5. 查询中排序的字段 order by
6. 字段列值重复度较底的情况下

不适合创建索引

1. 频繁更新的字段不适合建立索引
2. where语句用不到的需要建索引
3. 表记录太少不要建立索引
4. 某个字段包含许多重复的内容，不要建立索引（例如：性别字段只保存男/女）

五、EXPLAIN 字段属性

explain是模拟mysql查询优化器执行sql，可以看出mysql是如何优化执行你的sql语句。


explain有什么用？

• 读取表的顺序
• 数据读取操作的操作累心
• 哪些索引可以使用
• 哪些索引被实际使用
• 表之间的引用
• 每张表多少行被查询优化器查询

1、EXPLAIN – id（表的读取顺序）:

• id相同：执行顺序是由上而下
• id不同： ID值越大越先执行
• id相同和不同，同时存在： ID越大优先级越高，ID相同顺序执行

2、EXPLAIN – select_type（数据读取操作）:

select_type属性	含义
SIMPLE	简单的select查询，不包含子查询和UNION
PRIMARY	查询中包含任何复杂的子查询部分，最外层标记为PRIMARY，最后执行
SUBQUERY	select或者where子句包含子查询
DERIVED	from列表中包含子查询（表连接）mysql会递归这些子查询，将子查询结果放在临时表中
UNION	第二个select出现在union之后，标记为UNION（union包含在from子句中，外层select标记为DERIV-DR）
UNION RESULT	连接两个select语句的UNION

图例为UNION RESULT

3、EXPLAIN – type（如何读取数据）:

效率从好到差依次为：system > const > eq_ref > ref > range > index > ALL 查询中至少达到range，最好可以达到ref

type属性	含义
ALL	全表扫描
INDEX	读取索引，与ALL都是全表扫描，ALL读硬盘，INDEX读索引，降低了IO操作
RANGE	只检索指定的行，where语句中的IN、between、<、>等范围查询
REF	非唯一扫描，主表的关联约束可以匹配子表多行，一对多的情况
EQ_REF	读取主表中和关联表，表中的每行组合成的一行
CONST	通过索引一次找到，常见与主键约束(PRIMARY KEY) / 唯一约束(UNIQUE)，很快的将主键置于where列表中，mysql可以将该查询转化成一个常量
SYSTEM	表记录只有一行（是const的特例）

ALL:

INDEX:

RANGE:

REF：

EQ_REF:

CONST:

SYSTEM:

4、EXPLAIN – possible_keys（显示可能用到的索引）:

查询字段存在多个索引，将会被列出，但不一定会使用

5、EXPLAIN – key（查询实际用到的索引）:

2. 实际使用到的索引，NULL表示没有用到索引，不为NULL则是实际使用到的索引



4. 查询中若使用了覆盖索引，则改索引仅出现在key列表中
   覆盖索引：SQL只需要通过索引就可以返回查询所需要的数据，而不必通过二级索引查到主键之后再去查询数据 如下所示，user_id、id建立了联合索引，所以查询结果会直接从索引中读取结果，而不需要全表扫描

6、EXPLAIN – key_len（索引显示的字节数）:

显示的是最大可能长度，并非实际使用长度。
不损失精度的情况下，越小越好，速度越快

7、EXPLAIN – ref（显示索引的使用列）:

如果索引固定查询一个值的话显示的是const，表示一个常量

如果使用了某个字段去匹配则显示，users.id表示被使用的字段，，null表示没有使用到索引去匹配行。

8、EXPLAIN – row（查询的行数）:

1. 未建索引查询的行数：
2. 建索引查询的行数：

9、EXPLAIN – filtered（读取行数占比）:

filtered表示的是：返回结果的行数占需读取行数的百分比

案例模拟隐试类型转化的索引搜索：

直接索引搜索

-- 走索引只查了一行，结果也是一行，所以filtered=100%
mysql> explain select * from testt where name = '2000';
+----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key        | key_len | ref   | rows | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
|  1 | SIMPLE      | testt | NULL       | ref  | name_index    | name_index | 33      | const |    1 |   100.00 | Using index |
+----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+

类型转化走where再走索引

-- 走索引查了两行，结果是一行，所以filtered=50%
mysql> explain select * from testt where name = 2000;
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | testt | NULL       | index | name_index    | name_index | 33      | NULL |    2 |    50.00 | Using where; Using index |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+

10、EXPLAIN – extra（扩展）:

1. Using filesort 文件排序
   使用外部的索引排序，而不是按照表内的索引顺序读取。无法利用索引直接排序操作叫做‘文件排序’
2. Using temporary
   使用零时表保存中间结果，查询排序结果时使用临时表，常见order by 和 group by，效率低下
3. Using index
   使用了索引，表示效率不错。
   如果同时出现Using where，表示索引被用来执行索引键值的查找。
   如果没有出现Using where，表示索引用来读取数据而非查找
4. Using where
   使用了where过滤条件
5. Using Join Buffer
   使用了连接缓存
6. Impossible WHERE
   where的值得总是false，不可获取元素，例如 where 1 = 2
7. Using index condition
   会先条件过滤索引，过滤完索引后找到所有符合索引条件的数据行，随后用 WHERE 子句中的其他条件去过滤这些数据行

六、索引优化原则

1. 全值匹配
   如果是联合索引，按照最左匹配原则，查询要从最左列开始，并且不跳过索引中的列

-- 索引按照 user_id,project_name,id 顺序建立
ALTER TABLE projects ADD INDEX user_id_index_test(user_id,project_name,id) COMMENT '测试索引'

-- 查询也按照 user_id,project_name,id 顺序查询
SELECT * FROM projects WHERE user_id = 18 AND project_name = 'zhangsan' AND id = 1

-- 最左匹配原则，不用 user_id 开头，用不上索引
SELECT * FROM projects WHERE project_name = 'zhangsan' AND id = 1

2. 不要再索引列上做任何操作
   计算、函数、自动or手动类型转化，否则索引失效，全表扫描
   使用函数：
   
   不使用函数：
3. 联合索引中，使用范围查询后右边的列索引失效

-- 使用范围后的列索引失效
SELECT * FROM projects WHERE user_id > 18 AND project_name = 'zhangsan' AND id = 1
-- 如上 user_id 使用range查找后，project_name、id无法使用全职匹配查找，，，此时联合索引只用上了user_id的范围查找。

4. 少用select *（只访问索引列，索引列和查询列一致）
   要什么取什么，不要使用*取出所有的值
5. <>、!=无法使用索引
6. is null、is not null无法使用索引
7. like开头的 ‘%admin’ 索引失效
   解决办法：使用覆盖索引

-- select字段必须是索引字段
select name from projects where name like '%hhhh%'

8. 隐试类型转换不走索引

-- project_name是字符串类型，使用20000会隐试转化类型为字符串
EXPLAIN SELECT * FROM projects WHERE project_name = 20000

类型不一致，隐试转换的情况，不走索引

按照字段原类型查询，走索引

9. 少用or，不走索引