MySQL索引分析及使用

一、索引介绍

1.1、什么是索引？

　　一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。

1.2、为什么要使用索引？

　　索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。 索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。

　　索引相当于字典的音序表，如果要查某个字，如果不使用音序表，则需要从几百页中逐页去查。

二、索引的原理

　　通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。

2.1、索引的数据结构

　　任何一种数据结构都不是凭空产生的，一定会有它的背景和使用场景，我们现在总结一下，我们需要这种数据结构能够做些什么，其实很简单，那就是：每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我们就想到如果一个高度可控的多路搜索树是否能满足需求呢？就这样，b+树应运而生。

　　如上图，是一颗b+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非叶子节点不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

2.2、b+树的查找过程

　　如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

三、MySQL的索引分类

1、普通索引index：加速查找

2、唯一索引

主键索引：primary key ：加速查找+约束（不为空且唯一）

唯一索引：unique：加速查找+约束 （唯一）

3、联合索引

-primary key(id,name)：联合主键索引

-unique(id,name)：联合唯一索引

-index(id,name)：联合普通索引

4、全文索引fulltext ：用于搜索很长一篇文章的时候，效果最好。

5、空间索引spatial :了解就好，几乎不用

四、添加索引需遵循的原则

4.1、最左前缀匹配原则：必须按照从左到右的顺序匹配

如果创建索引：create index ix_name_email on s1(name,email) //组合索引

select * from s1 where name='egon'; //可以

select * from s1 where name='egon' and email='asdf'; //可以

select * from s1 where email='alex@oldboy.com'; //不可以

mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配。

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，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。所以，把需要范围查询的索引尽量放在靠后的位置。

最左前缀示例：

 1 mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
 2 Empty set (0.39 sec) //未创建索引
 3
 4
 5
 6 mysql> create index idx on s1(id,name,email,gender); //创建索引
 7 Query OK, 0 rows affected (15.27 sec)
 8 Records: 0  Duplicates: 0  Warnings: 0
 9
10
11
12 mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
13 Empty set (0.43 sec) //未遵循最左前缀原则
14
15
16
17 mysql> drop index idx on s1;
18 Query OK, 0 rows affected (0.16 sec)
19 Records: 0  Duplicates: 0  Warnings: 0 //删除刚才创建的错误索引
20
21
22
23 mysql> create index idx on s1(name,email,gender,id); //创建正确的索引
24 Query OK, 0 rows affected (15.97 sec)
25 Records: 0  Duplicates: 0  Warnings: 0
26
27
28
29 mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
30 Empty set (0.03 sec) //遵循最左前缀原则

4.2、索引列不能参与计算

　　索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’ 就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值， 但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。 所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

五、索引无法命中的情况

- like '%xx'

select * from tb1 where email like '%cn';

特别的：如果是 select * from tb1 where email like 'cn%'; 则可以使用到索引

两边都有“%”，则索引也不起作用，这时候，如果想让 select * from tb1 where email like '%cn%' 的索引起作用，最好使用覆盖索引，即select查询的字段就是索引字段。

- 使用函数

select * from tb1 where reverse(email) = 'wupeiqi';

- or

select * from tb1 where nid = 1 or name = 'seven@live.com';

特别的：如果or条件中，所有的字段都有索引，则会走索引。只要有一个字段没索引，则不走索引。

- 类型不一致

如果列是字符串类型，传入条件是必须用引号引起来，不然索引失效

select * from tb1 where email = 999;

- !=

select * from tb1 where email != 'alex'

特别的：如果是主键，则还是会走索引

select * from tb1 where nid != 123

-is null 或者is not null  也无法使用索引

- >

select * from tb1 where email > 'alex'

特别的：如果是主键或索引是整数类型，则还是会走索引

select * from tb1 where nid > 123

select * from tb1 where num > 123

- order by

select name from s1 order by email desc;   //不走索引

当根据索引排序时候，select查询的字段如果不是索引，则不走索引

select email from s1 order by email desc;    //走索引

特别的：如果对主键排序，则还是走索引：

select * from tb1 order by nid desc; //走索引

- 组合索引最左前缀

如果组合索引为：(name,email)

name and email       //使用索引

name               //使用索引

email               //不使用索引