索引

索引概述

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。

索引的优缺点

优点 ： 提高数据检索的效率，降低数据库的lO成本；

             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。

缺点：  索引列也是要占用空间的；

             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、          UPDATE、DELETE时，效率降低。

索引结构

索引是在MySQL的体系结构中的存储引擎层实现的。因此选择不同的存储引擎，索引的结构也会不同，主要包含以下几种：

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。

下面列举市面上较为常见的存储引擎对索引的支持情况：

推荐一个可以动态演示数据结构的网址：Data Structure Visualization (usfca.edu)https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

普通二叉树结构：

二叉树缺点:顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

红黑树:大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）:

B+Tree

相对于B-Tree区别：

①.所有的数据都会出现在叶子节点。

②.叶子节点形成一个单向链表。

在MySQL的B+Tree中

Hash索引的存储结构:

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

Hash索引的特点：

1. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，<，..)。

2.无法利用索引完成排序操作（因为Hash运算出来的结果是无序的）。

3.查询效率高，通常只需要一次检索就可以了(前提不出现Hash碰撞，不然得在链表中查找)，效率通常要高于B+tree索引。

存储引擎的支持

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。

这样就会出现一道面试题

为什么InnoDB引擎选择使用B+Tree索引结构？

答 ：

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;

索引分类

索引的分类一般会分为四类：

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。

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。

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。

在InnoDB存储引擎中，根据索引的形式，又可以分为以下两种：

聚集索引(Clustered Index)：将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据，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，索引结构的叶子节点关联的是对应的主键，可以存在多个。

聚集索引的选取规则

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。

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;

SQL性能分析

我们在大多数情况下对SQL进行优化的场景是查询场景，因此如何知道一张表的DML语句分别执行了多少次尤为重要。

SQL的执行频率

SHOW GLOBAL STATUS LIKE 'Com_______'

 慢查询日志

检查慢查询日志是否开启

SHOW VARIABLES LIKE 'slow_query_log';

 

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:

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。

SELECT @@have_profiling;

 

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling。

查看profiling是否打开 1 代表打开，0 代表关闭。

SELECT @@profiling;

 

打开profiling的命令：

SET profiling = 1;

查看执行的SQL语句的耗时情况：

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;

 

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：

 

下篇文章会给大家带来索引的使用原则和关于如何设计索引。