索引

一.索引的作用

1. 一个索引就是一颗B+树，索引让我们可以快速定位和扫描到我们想要的数据，增加查询速度。
2. 在一个select查询语句中最多用到一个二级索引，即使在where条件中使用了多个二级索引。

二.InnoDB存储引擎支持的索引

B+树索引、哈希索引、全文索引，其中最重要的是B+树索引，它是mysql最常用的索引。

三.B+树索引

1.聚簇索引/聚集索引

1. 它是一种主键索引，MySql 会通过主键生成一颗B+树，B+树的叶子节点中存储的是整行数据。
2. 如果没有主键，MySql会通过rowId来生成B+树。

2.辅助索引/二级索引

1. 它是Mysql由索引列生成的一颗B+树，B+树的叶子节点存储内容不包行记录的全部数据，它存储除了包含键值以外，还包含一个书签来存储主键。
2. 每定义一个二级索引就会生成一颗B+树。
3. 如果查询的内容不是索引列也不是主键列，那么会进行回表操作，所谓回表就是通过二级索引找到叶子节点，再拿叶子节点的主键去主键索引中查找内容，比较耗时，因此应该尽量少的避免回表操作。

3.联合索引/复合索引

1. 它是由多列组成的索引，MySql通过联合索引生成一颗B+树，它的叶子节点存储的是作为联合索引的列数据+主键。
2. B+树遵循最左侧优先排原则，所谓最左侧优先排原则就是B+会根据从左到右的列进行排序。

4.覆盖索引

1. 如果从辅助索引中可以查询到的记录，而不需要查询聚簇索引中的记录，从而避免回表操作。
2. 它不是索引类型的一种。

举个例子：表student中有id,name,age,desc四个列，创建一个name+age的联合索引；

1. select name from student where age = ‘18’,使用了覆盖索引，可以直接从联合索引中取到name;
2. select name,desc from student where age = ‘18’,没有使用覆盖索引，因为desc列需要回表操作,从聚簇索引中取数据;

四.自适应Hash索引

1. 决定B+树索引的效率是树的高度，MySql一般B+树的高度一般为3_{4层，那么就需要3}4此的IO操作来查询数据。因此，Mysql提供了Hash索引。
2. 对于热数据来说，使用B+树索引效率慢。
3. MySql监控会对热数据创建Hash索引，只需要一次操作就可以查询到数据，底层是除法散列表。
4. 它的缺点是无法排序。
5. MySql5.7开始，自动开启自适应Hash索引。SHOW ENGINE INNODB STATUS 命令查看Hash索引

五.高性能索引创建策略

索引列的类型尽量小（主键）

1. 这个条件只针对主键来讲。
2. 因为二级索引、联合索引都要存储主键列，索引索引越小，占用的空间越小，同样的内存空间存储的数据行数越多，IO操作越少，同时cup执行越快。

索引列离散型高

1. 索引列的离散型越高，索引效率越高，离散型=不重复索引值的/表记录总数。
2. 使用 select count(distinct 列)/count(*) from table可以计算离散型。越接近1越适合做索引。

前缀索引

1. 对于字段比较长的列，比如blob、text、很长的varchar，mysql不支持索引她们的全部长度，可建立前缀索引。
2. 语句：alert table 表名 add key/index (column(x))，x表示前缀长度。
3. 使用select count(distinct left(列名，长度x))/count(*) from table确定x的合适值。
4. 它不支持group by 和 order by，也无法覆盖索引，因为要回表。

后缀索引

mysql不支持后缀索引，可以增加一个列将后缀倒排放到列中，给新增的列加索引。使用场景：邮箱后缀。

以上三个都是对于单个索引的创建策略

多列索引

1. 多列索引的创建一般要根据不同的业务场景来创建。
2. 一般来讲：
   1. 将离散型高的列放到索引前面。
   2. 根据运行频率最高的查询来调整索引列。
   3. 性能优化时，需要相同的列，不同的顺序来创建索引。比如order a,b,c 和order c,b,a来创建两个列相同但顺序不同的索引。

三星索引

满足条件：

1. 索引的选择性：索引的字段能够显著减少查询结果集的大小，即索引字段的唯一值越多，能够过滤掉的数据越多，从而获得一颗星。
2. 排序和分组性能：如果索引的列排序顺序能够匹配查询语句中的ORDER BY或GROUP BY的顺序，这样的索引可以被评定为两颗星。这允许查询直接利用索引完成排序或分组，避免了额外的排序操作。
3. 覆盖索引：如果索引包含了查询语句中所有的列，那么这个索引就是一个覆盖索引，会被评定为三颗星。这意味着查询可以仅通过访问索引获取所有需要的信息，无需访问实际的数据表，从而大大提高查询效率。

综上所述，三星索引是指在选择性、排序和分组性能以及覆盖索引三个方面都达到最优的索引。这种索引能够最小化必须扫描的索引片宽度，避免排序操作，以及避免回表操作，从而极大地提升查询效率。然而，三星索引也有其缺点，比如在小型表和超大型表上的效果可能不佳，因为小型表的全表扫描代价很小，而超大型表的索引维护成本很高。

六.高性能索引使用策略

1. 不在索引上做任何操作

不要在索引列上做任何操作，如计算、函数、(自动/手动)类型转换等，这些操作都会导致索引失效而转向全表扫描。

2. 全值匹配法则

搜索条件和索引列相同，顺序没有影响，因为查询优化器存在。

3. 最佳左前缀法则

在使用复合索引时，查询的过滤条件必须从索引的最左边开始，并且不能跳过中间的列。

5. 覆盖索引尽量用

减少回表操作。

6. 索引的否定条件

在使用不等于 !=、<> 的时候无法使用索引会导致全表扫描；IN 走索引（多值精确匹配），NOT IN 索引失效，导致全表扫描；

7. 字符串加引号

如果使用数字类型相当于在索引列上做操作，导致索引失效。

8. OR关键字使用UNION替换

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。所以，对于包含 OR 的查询子句，如果要利用索引，则 OR 之间的每个条件列都必须用到索引，而且不能使用到复合索引；如果没有索引，则应该考虑增加索引。

9. 范围条件放最后

1. 左边列是精确查找，则右边列可进行范围查找
2. 中间有范围查找会导致后面列全部失效，无法充分利用联合索引

10.is null 和 is not null

1. sql1: select * from emp where id is null;
2. sql2: select * from emp where id is not null;
3. 如果id可为空sql1会走索引，如果不可为空where条件没用；
4. 无论id是否可以为空，都走全表扫描

11.like模糊查询

尽量%放到后面，放前面索引失效；覆盖索引可解决此问题

12.排序

尽量要用B+树中的顺序一致；

13.尽量使用主键顺序插入行

比如自增ID，插入数据就直接往后面插就可以了，而uuid会往B+树中间插数据；

14.limit优化

1. 自身表关联查询用ID主键；
2. where用ID过滤比如 where id > xxx;