MySQL索引详解

热衷学习，热衷生活！😄

沉淀、分享、成长，让自己和他人都能有所收获！😄

一、什么是索引？索引有什么作用？

索引是一种用于快速查询和检索数据的数据结构。常用的索引数据结构有：B树、B+树、Hash表。

索引的作用就相当于目录的作用。比如：我们在查字典的时候如果没有目录，我们就只能一页一页去查找字，速度很慢，如果有目录，我们只需要查找字所在的页数，然后直接翻到那一页就可以了。

索引的优点缺点

优点

索引可以让我们更快的检索出我们需要查找的数据，这也是创建索引的最主要的原因。
可以通过创建唯一索引，保证数据库行数据的唯一性。

缺点

创建索引和维护索引需要耗费更多的时间。当对表中的数据进行增删改时候，如果数据有索引，那么索引也需要动态的修改，会降低SQL执行效率。
索引需要使用物理文件储存，会消耗一定的空间。

但是，使用索引一定能提高查询性能吗？

大多数情况下，索引查询都是比全表扫描的速度要快的，但是如果数据库的数据量不大，那么使用索引不一定能带来很大的提升。

二、索引的底层数据结构

常用的索引底层数据结构有三种：B树、B+树、Hash表。

Hash表

哈希表就是键值对（key-value）的集合，通过键（key）可以快速查找到对应的值（value），查询速度接近O(1)。

哈希表通过哈希算法（也叫散列算法）计算key对应的index，然后通过index就可以得到对应的value。哈希算法有一个Hash冲突的问题，也就是多个key最后得到的index相同，通常使用链地址法结果Hash冲突的问题，就是将哈希冲突的数据存放在链表中。比如JDK1.8之前你的HashMap就是通过链地址法来解决哈希冲突，JDK1.8以后HashMap为了减少链表过长搜索时间过长引入了红黑树。

既然哈希表这么快，为什么MySQL没有使用其作为索引的数据结构呢？

主要有以下两个原因：

Hash冲突问题：我们上面也提到过Hash 冲突了，不过对于数据库来说这还不算最大的缺点。
Hash表不支持顺序查询和范围查询：这是Hash表最大的缺点，也是MySQL不将Hash表作为索引数据结构最重要的原因。

B树&B+树

B树也称B-树，全称为多路平衡查找树，B+树是B树的一种变体。

B树&B+树之间的差异

B树的所有节点既存放键key也存放数据data，而B+树只有叶子节点存放key和data，非叶子节点只存放key。
B树的叶子节点都是独立的，而B+树的叶子节点都有一条引用链指向它相近的节点。
B树的检索过程是相当于对范围内的每个节点的关键词做二分查找法，可能还没到叶子节点检索就结束了，而B+树的检索效率就很稳定，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

为什么B+ 树比B 树更适合作为索引？

B+树的磁盘读写代价更低

B+树的data都存放在叶子节点，非叶子节点只存放key，而B树的分支节点既存放data也存放key，这将导致B+树的层高会小于B树，所以B+树平均的IO次数会小于B树。
B+树的查询效率更稳定

B树查询可能在非叶子节点就结束了，而B+树因为data只存放在叶子节点，所以查询必须从根节点到叶子节点，所以查询效率更稳定。
B+树更便于遍历

由于B+树的data都存放在叶子节点，非叶子节点只存放key，所以只需遍历叶子节点即可，而B树非叶子夜店也存放data，要找到具体的数据需要进行二分查找。
B+树更擅长范围查询

B+树叶子节点存放data，且data是按顺序排列的双向链表，所以范围查询更快。而B树范围只能二分查找。
B+树占用内存空间小

B+树非叶子节点不存放data比较小，在内存有限的情况下，相比于B树索引可以加载更多B+ 树索引。

三、索引类型

主键索引（Primary Key）

数据表的主键列使用的就是主键索引。

一张数据表有且只有一个主键，并且主键不能为null，不能重复。

在MySQL的InnoDB的表中，如果表没有设置主键时，InnoDB会自动先检查表中是否有唯一索引（Unique Key）且不存在为null的字段，如果有则选择该字段为默认的主键，如果没有InnoDB会自动创建一个6Byte的自增主键。

主键索引如下图：

二级索引（辅助索引）

二级索引又称为辅助索引，二级索引的叶子节点存储的数据是主键。当使用二级索引的时候，先通过二级索引查询到主键，然后通过主键获取数据。

当我们创建所以的时候需要选择索引类型，比如：唯一索引、普通索引、前缀索引、全文索引，这些都是属于二级索引。

唯一索引（Unique Key）：唯一索引也是一种约束。唯一索引的属性列不允许出现重复的数据，但是允许数据为Null，一张表允许创建多个唯一索引。使用唯一索引的目的大部分是为了保证该属性列的唯一性，而不是为了查询效率。
普通索引（Index）：普通索引的唯一作用就是为了快速查找数据，一张表允许创建多个普通索引，并允许数据重复和为null。
前缀索引（Prefix）：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小。
全文索引（Full Text）：全文索引主要是为了检索大文本数据中的关键字信息，是目前搜索引擎数据库使用的一种技术。

二级索引如下图：

四、聚簇索引和非聚簇索引

聚簇索引

聚簇索引是索引结构和数据存放在一起的索引，主键索引属于聚簇索引。

在MySQL中，InnoDB引擎的表的.idb文件就包含了该表的索引和数据，该表的索引B+树非叶子节点存放索引，叶子节点存放索引和索引对应的数据。

聚簇索引的优点

聚簇索引的查询速度非常快，因为B+树本就是一颗多平衡二叉树，叶子节点存放索引和数据，非叶子节点存放索引，且叶子节点也是有序的，定位到索引就可以得到数据。

聚簇索引的缺点

依赖有序的数据：因为B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整数类型还好，否则类似字符串或者UUID这种又长又难比较的数据，插入或者查找的速度肯定慢。
更新代价大：如果对索引列的数据修改时，那么对应的索引也需要修改，而且聚簇索引的叶子节点还存放这数据，修改代价很大，所以对于主键索引来说，主键一般是不可以被修改的。

非聚簇索引

上面说到的二级索引（辅助索引）都是非聚簇索引，非聚簇索引叶子节点只存储主键值。首先通过二级索引找到主键值，再通过主键索引找到数据。

非聚簇索引的优点

更新代价小：因为非聚簇索引的叶子节点值存放索引不存放数据，所以更新代价小。

非聚簇索引的缺点

跟聚簇索引一样也是依赖有序的数据。
可能会二次查询（回表）：这应该是非聚簇索引最大的缺点，当通过索引查询到对应的主键时，可能还需要根据主键再到表中查询。

聚簇索引和非聚簇索引如下图：

非聚簇索引一定要回表查询吗（覆盖索引）？

举个栗子，用户准备使用SQL查询用户名，而用户名字刚好创建了索引，查询SQL如下：

1	SELECT name FROM TABLE WHERE name = 'zhangsan';

那么这个索引的key本身就是name，查询对应的name直接返回就行了，无需返回表查询。

即使是 MYISAM 也是这样，虽然 MYISAM 的主键索引确实需要回表，因为它的主键索引的叶子节点存放的是指针。但是如果 SQL 查的就是主键呢?

1	SELECT id FROM TABLE WHERE id = 1;

主键索引本身的 key 就是主键，查到返回就行了。这种情况就称之为覆盖索引了。

五、覆盖索引

如果一个索引覆盖所有需要查询的字段，我们就称之为覆盖索引。在InnoDB存储引擎中，如果不是主键索引，叶子节点存储的是主键，最终要是要回表，这样就会比较慢，覆盖索引就是可以把索引直接返回不需要做回表操作。

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。

如主键索引，如果一条 SQL 需要查询主键，那么正好根据主键索引就可以查到主键。

再如普通索引，如果一条 SQL 需要查询 name，name 字段正好有索引，那么直接根据这个索引就可以查到数据，也无需回表。

覆盖索引如下图：

六、联合索引

联合索引就是使用表中的多个字段创建的索引，也叫组合索引或者复合索引。

最左前缀匹配原则

最左前缀匹配原则指的是，在使用联合索引时，MySQL会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如>、<、between和已%开头的like查询等条件才会停止匹配。

所以我们在使用联合索引时，可以将区分度高的字段放在最左边。

七、索引下推

索引下推是MySQL5.6版本中提供的一项索引优化功能，可以在非聚簇索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表次数。

八、创建索引的注意事项

选择合适的字段创建索引：
- 不为NULL字段：索引字段的数据应该尽量不为NULL，因为对于数据为NULL的字段，数据库比较难优化。如果字段频繁被查询，但又避免不了为NULL，建议使用0,1,ture,false这样语义较为清晰的短值或者短字符作为替代。
- 被频繁查询的字段：我们创建索引的字段应该是查询操作非常频繁的字段。
- 被作为条件查询的字段：被作为WHERE条件查询的字段，应该被考虑建立索引。
- 频繁需要排序的字段：索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。
- 被经常频繁用于连接的字段：经常用于连接的字段可能是一些外键列，对于外键并一定要建立外键，只是说该列涉及到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。
被频繁更新的字段应该慎重建议索引。

虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这种字段上建立索引了。
尽可能的考虑建立联合索引而不是单列索引。

因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗B+树。如果一个表的字段过多，索引过多，那么当这个表的数据达到一个体量后，索引占用的空间也是很多的，但修改索引时，耗费的时间也是很多的。如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间，且修改数据的操作效率也会提升。
注意避免冗余索引。

冗余索引指的是索引的功能相同，能够命中索引(a, b)就肯定能命中索引(a) ，那么索引(a)就是冗余索引。如name,city 和name 这两个索引就是冗余索引，能够命中前者的查询肯定是能够命中后者的在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。
考虑在字符串类型的字段上使用前缀索引代替普通索引。

前缀索引仅限于字符串类型，较普通索引会占用更小的空间，所以可以考虑使用前缀索引代替普通索引。

九、使用索引的一些建议

对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引。
避免 where 子句中对字段施加函数，这会造成无法命中索引。
在使用 InnoDB 时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键。
删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗 MySQL 5.7 可以通过查询 sys 库的 schema_unused_indexes 视图来查询哪些索引从未被使用。
在使用limit offset 查询缓慢时，可以借助索引来提高性能。

十、MySQL 如何为表字段添加索引

添加 PRIMARY KEY（主键索引）

1	ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` );

添加 UNIQUE(唯一索引)

1	ALTER TABLE `table_name` ADD UNIQUE ( `column` );

添加 INDEX(普通索引)

1	ALTER TABLE `table_name` ADD INDEX index_name ( `column` );

添加 FULLTEXT(全文索引)

1	ALTER TABLE `table_name` ADD FULLTEXT ( `column`);

添加多列索引

1	ALTER TABLE `table_name` ADD FULLTEXT ( `column`)

参考：https://javaguide.cn/database/mysql/mysql-index.html