vlambda博客
学习文章列表

0 前言

这篇文章会讲解索引的基础知识，但主要是关于MySQL数据库的B+树索引的相关原理，里面的一些知识都参考了MySQL技术内幕这本书，也算对于这些知识的总结。对于B树和B+树相关的知识，可以参考我的这篇博客：

1 索引的管理

索引有很多中类型：普通索引、唯一索引、主键索引、组合索引、全文索引，下面我们看看如何创建和删除下面这些类型的索引。

1.1 索引的创建方式

索引的创建是可以在很多种情况下进行的。

• 直接创建索引

CREATE [UNIQUE|FULLLTEXT] INDEX index_name ON table_name(column_name(length))

[UNIQUE|FULLLTEXT]：表示可选择的索引类型，唯一索引还是全文索引，不加话就是普通索引。
table_name：表的名称，表示为哪个表添加索引。
column_name(length)：column_name是表的列名，length表示为这一列的前length行记录添加索引。

• 修改表结构的方式添加索引

ALTER TABLE table_name ADD [UNIQUE|FULLLTEXT] INDEX index_name (column(length))

• 创建表的时候同时创建索引

CREATE TABLE `table` (
    `id` int(11) NOT NULL AUTO_INCREMENT ,
    `title` char(255) CHARACTER NOT NULL ,
    PRIMARY KEY (`id`),
    [UNIQUE|FULLLTEXT] INDEX index_name (title(length))
)

1.2 主键索引和组合索引创建的方式

前面讲的都是普通索引、唯一索引和全文索引创建的方式，但是，主键索引和组合索引创建的方式却是有点不一样的，所以单独拿出来讲一下。

组合索引创建方式

• 创建表的时候同时创建索引

CREATE TABLE `table` (
    `id` int(11) NOT NULL AUTO_INCREMENT ,
    `title` char(255) CHARACTER NOT NULL ,
    PRIMARY KEY (`id`),
    INDEX index_name(id,title)
)

• 修改表结构的方式添加索引

ALTER TABLE table_name ADD INDEX name_city_age (name,city,age); 

主键索引创建方式
主键索引是一种特殊的唯一索引，一个表只能有一个主键，不允许有空值。一般是在建表的时候同时创建主键索引。

CREATE TABLE `table` (
    `id` int(11) NOT NULL AUTO_INCREMENT ,
    `title` char(255) CHARACTER NOT NULL ,
    PRIMARY KEY (`id`)
)

1.3 删除索引

删除索引可利用ALTER TABLE或DROP INDEX语句来删除索引。类似于CREATE INDEX语句，DROP INDEX可以在ALTER TABLE内部作为一条语句处理，语法如下。

(1)DROP INDEX index_name ON talbe_name
(2)ALTER TABLE table_name DROP INDEX index_name
(3)ALTER TABLE table_name DROP PRIMARY KEY

第3条语句只在删除PRIMARY KEY索引时使用，因为一个表只可能有一个PRIMARY KEY索引，因此不需要指定索引名。

1.4 索引实例

上面讲了一下基本的知识，接下来，还是通过一个具体的例子来体会一下。

• step1：创建表

 create table table_index(
    id int(11) not null auto_increment,
    title char(255) not null,
    primary key(id)
);

• step2：添加索引

首先，我们使用直接添加索引的方式添加一个普通索引。

CREATE INDEX idx_a ON table_index(title);

接着，我们用修改表结构的时候添加索引。

ALTER TABLE table_index ADD UNIQUE INDEX idx_b (title(100));

最后，我们再添加一个组合索引。

 ALTER TABLE table_index ADD INDEX idx_id_title (id,title);

这样，我们就把前面索引的方式都用上一遍了，我相信你也熟悉这些操作了。

• step3：使用`SHOW INDEX`命令查看索引信息

如果想要查看表中的索引信息，可以使用命令SHOW INDEX,下面的例子，我们查看表table_index的索引信息。

 SHOW INDEX FROM table_index\G;

得到上面的信息，上面的信息什么意思呢？我们逐一介绍！

• step4：删除索引

直接删除索引方式

DROP INDEX idx_a ON table_index;

修改表结构时删除索引

ALTER TABLE table_index DROP INDEX idx_b;

1.5 Cardinality关键字解析

在上面介绍了那么多个关键字的意思，但是Cardinality这个关键字非常的关键，优化器会根据这个值来判断是否使用这个索引。在B+树索引中，只有高选择性的字段才是有意义的，高选择性就是这个字段的取值范围很广，比如姓名字段，会有很多的名字，可选择性就高了。

一般来说，判断是否需要使用索引，就可以通过Cardinality关键字来判断，如果非常接近1，说明有必要使用，如果非常小，那么就要考虑是否使用索引了。

需要注意的一个问题时，这个关键字不是及时更新的，需要更新的话，需要使用ANALYZE TABLE，例如。

analyze table table_index;

因为目前没有数据，所以，你会发现，这个值一直都是0，没有变化。

InoDB存储引擎Cardinality的策略

在InnoDB存储引擎中，这个关键字的更新发生在两个操作中：insert和update。但是，并不是每次都会更新，这样会增加负荷，所以，对于这个关键字的更新有它的策略：

• 表中1/16的数据发生变化

• InnoDB存储引擎的计数器stat_modified_conter>2000000000

默认InnoDB存储引擎会对8个叶子节点进行采样，采样过程如下：

• B+树索引中叶子节点数量，记做A

• 随机取得B+树索引中的8个叶子节点。统计每个页不同的记录个数，分别为p1-p8

• 根据采样信息得到Cardinality的预估值：(p1+p2+p3+…+p8)*A/8

因为随机采样，所以，每次的Cardinality值都是不一样的，只有一种情况会一样的，就是表中的叶子节点小于或者等于8，这时候，怎么随机采样都是这8个，所以也就一样的。

1.6 Fast Index Creation

在MySQL 5.5之前，对于索引的添加或者删除，每次都需要创建一张临时表，然后导入数据到临时表，接着删除原表，如果一张大表进行这样的操作，会非常的耗时，这是一个很大的缺陷。

InnoDB存储引擎从1.0.x版本开始加入了一种Fast Index Creation（快速索引创建）的索引创建方式。

这种方式的策略为：每次为创建索引的表加上一个S锁（共享锁），在创建的时候，不需要重新建表，删除辅助索引只需要更新内部视图，并将辅助索引空间标记为可用，所以，这种效率就大大提高了。

1.7 在线数据定义

MySQL5.6开始支持的在线数据定义操作就是：允许辅助索引创建的同时，还允许其他insert、update、delete这类DM操作，这就极大提高了数据库的可用性。

所以，我们可以使用新的语法进行创建索引：

ALTER TABLE table_name ADD [UNIQUE|FULLLTEXT] INDEX index_name (column(length))
[ALGORITHM = {DEFAULT|INPLACE|COPY}]
[LOCK = {DEFAULT|NONE|SHARED|EXLUSIVE}]

ALGORITHM指定创建或者删除索引的算法

• COPY：创建临时表的方式

• INPLACE：不需要创建临时表

• DEFAULT：根据参数old_alter_table参数判断，如果是OFF,采用INPLACE的方式

LOCK表示对表添加锁的情况

• NONE：不加任何锁

• SHARE：加一个S锁，并发读可以进行，写操作需要等待

• EXCLUSIVE：加一个X锁，读写都不能并发进行

• DEFAULT：先判断是否可以使用NONE，如不能，判断是否可以使用SHARE，如不能，再判断是否可以使用EXCLUSIVE模式。

2 B+ 树索引的使用

2.1 联合索引

联合索引是指对表上的多个列进行索引，这一部分我们将通过几个例子来讲解联合索引的相关知识点。

首先，我们先创建一张表以及为这张表创建联合索引。

create table t_index(
a char(2) not null default '',
b char(2) not null default '',
c char(2) not null default '',
d char(2) not null default ''
)engine myisam charset utf8;

创建联合索引

alter table t_index add index abcd(a,b,c,d);

插入几条测试数据

insert into t_index values('a','b','c','d'),
('a2','b2','c2','d2'),
('a3','b3','c3','d3'),
('a4','b4','c4','d4'),
('a5','b5','c5','d5'),
('a6','b6','c6','d6');

到这一步，我们已经基本准备好了需要的数据，我们可以进行更深一步的联合索引的探讨。

我们什么时候需要创建联合索引呢

索引建立的主要目的就是为了提高查询的效率，那么联合索引的目的也是类似的，联合索引的目的就是为了提高存在多个查询条件的情况下的效率，就如上面建立的表一样，有多个字段，当我们需要利用多个字段进行查询的时候，我们就需要利用到联合索引了。

什么时候联合索引才会发挥作用呢

有时候，我们会用联合索引，但是，我们并不清楚其原理，不知道什么时候联合索引会起到作用，什么时候又是会失效的？

带着这个问题，我们了解一下联合索引的最左匹配原则。

最左匹配原则：这个原则的意思就是创建组合索引，以最左边的为准，只要查询条件中带有最左边的列，那么查询就会使用到索引。

下面，我们用几个例子来看看这个原则。

EXPLAIN SELECT * FROM t_index WHERE a = 'a' \G;

我们看看这条语句的结果，首先，我们看到使用了索引，因为查询条件中带有最左边的列a，那么利用了几个索引呢？这个我们需要看key_len这个字段，我们知道utf8编码的一个字符3个字节，而我们使用的数据类型是char(2)，占两个字节，索引就是2*3等于6个字节，所以只有一个索引起到了作用。

EXPLAIN SELECT * FROM t_index WHERE b = 'b2' \G;

这个语句我们可以看出，这个没有使用索引，因为possible_keys为空，而且，从查询的行数rows可以看出为6（我们测试数据总共6条），说明进行了全盘扫描的，说明这种情况是不符合最左匹配原则，所以不会使用索引查询。

EXPLAIN SELECT * FROM t_index WHERE a = 'a2' AND b = 'b2' ORDER BY d \G;

这种情况又有点不一样了，我们使用了一个排序，可以看出使用了索引，通过key_len为12可以得到使用了2个索引a、b，另外在Extra选项中可以看到使用了Using filesort，也就是文件排序，这里使用文件排序的原因是这样的：上面的查询使用了a、b索引，但是当我们用d字段来排序时，（a，d）或者（b，d）这两个索引是没有排序的，联合索引的使用有一个好处，就是索引的下一个字段是会自动排序的，在这里的这种情况来说，c字段就是排序的，但是d是不会，如果我们用c来排序就会得到不一样的结果。

EXPLAIN SELECT * FROM t_index WHERE a = 'a2' AND b = 'b2' ORDER BY c \G;

是不是可以看到，当我们用c进行排序的时候，因为使用了a、b索引，所以c就自动排序了，所以也就不用filesort了。

讲到这里，我相信通过上面的几个例子，对于联合索引的相关知识已经非常的透彻清晰了，最后，我们再来聊几个常见的问题。

Q1：为什么不对表中的每一个列创建一个索引呢

第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。
第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。

Q2：为什么需要使用联合索引

减少开销。建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的减少开销！

覆盖索引。对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一。

效率高。索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select from table where col1=1 and col2=2 and col3=3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w10% 10% *10%=1w，效率提升可想而知！

覆盖索引
覆盖索引是一种从辅助索引中就可以得到查询的记录，而不需要查询聚集索引中的记录，使用覆盖索引的一个好处是辅助索引不包含整行记录的所有信息，所以大小远小于聚集索引，因此可以大大减少IO操作。覆盖索引的另外一个好处就是对于统计问题有优化，我们看下面的一个例子。

explain select count(*) from t_index \G;

如果是myisam引擎，Extra列会输出Select tables optimized away语句，myisam引擎已经保存了记录的总数，直接返回结果，就不需要覆盖索引优化了。

如果是InnoDB引擎，Extra列会输出Using index语句，说明InnoDB引擎优化器使用了覆盖索引操作。

2.2 索引提示

MySQL数据库支持索引提示功能，索引提示功能就是我们可以显示的告诉优化器使用哪个索引，一般有下面两种情况可能使用到索引提示功能（INDEX HINT）：

• MySQL数据库的优化器错误的选择了某个索引，导致SQL运行很慢

• 某SQL语句可以选择的索引非常的多，这时优化器选择执行计划时间的开销可能会大于SQL语句本身。

这里我们接着上面的例子来讲解，首先，我们先为上面的t_index表添加几个索引；

alter table t_index add index a (a);
alter table t_index add index b (b);
alter table t_index add index c (c);

接着，我们执行下面的语句；

EXPLAIN SELECT * FROM t_index WHERE a = 'a' AND b = 'b' AND c = 'c' \G;

你会发现这条语句就可以使用三个索引，这个时候，我们可以显示的使用索引提示来使用a这个索引，如下：

EXPLAIN SELECT * FROM t_index USE INDEX(a) WHERE a = 'a' AND b = 'b' AND c = 'c' \G;

这样就显示的使用索引a了，如果这种方式有时候优化器还是没有选择你想要的索引，那么，我们可以另外一种方式FORCE INDEX。

EXPLAIN SELECT * FROM t_index FORCE INDEX(a) WHERE a = 'a' AND b = 'b' AND c = 'c' \G;

这种方式则一定会选择你想要的索引。

2.3 索引优化

Multi-Range Read 优化

MySQL5.6开始支持，这种优化的目的是为了减少磁盘的随机访问，并且将随机访问转化为较为顺序的数据访问，这种优化适用于range、ref、eq_ref类型的查询。

Multi-Range Read 优化的好处：

• 让数据访问变得较为顺序。

• 减少缓冲区中页被替换的次数。

• 批量处理对键值的查询操作。

我们可以使用参数optimizer_switch中的标记来控制是否开启Multi-Range Read 优化。下面的方式将设置为总是开启状态：

SET @@optimizer_switch='mrr=on,mrr_cost_based=off';

Index Condition Pushdown（ICP） 优化

这种优化方式也是从MySQL5.6开始支持的，不支持这种方式之前，当进行索引查询时，首先我们先根据索引查找记录，然后再根据where条件来过滤记录。然而，当支持ICP优化后，MySQL数据库会在取出索引的同时，判断是否可以进行where条件过滤，也就是将where过滤部分放在了存储引擎层，大大减少了上层SQL对记录的索取。

ICP支持range、ref、eq_ref、ref_or_null类型的查询，当前支持MyISAM和InnoDB存储引擎。

我们可以使用下面语句开启ICP：

set @@optimizer_switch = "index_condition_pushdown=on"

或者关闭：

set @@optimizer_switch = "index_condition_pushdown=off"

当开启了ICP之后，在执行计划Extra可以看到Using index condition提示。

3 索引的特点、优点、缺点及适用场景

索引的特点

• 可以加快数据库的检索速度

• 降低数据库插入、修改、删除等维护的速度

• 只能创建在表上，不能创建在视图上

• 既可以直接创建也可以间接创建

索引的优点

• 创建唯一性索引，保证数据库表中的每一行数据的唯一性

• 大大加快数据的检索速度

• 加快数据库表之间的连接，特别是在实现数据的参考完整性方面特别有意义

• 在使用分组和排序字句进行数据检索时，同样可以显著减少查询的时间

• 通过使用索引，可以在查询中使用优化隐藏器，提高系统性能

索引的缺点

• 第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。

• 第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。

• 第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。

索引的适用场景

• 匹配全值

对索引中所有列都指定具体值，即是对索引中的所有列都有等值匹配的条件。

• 匹配值的范围查询

对索引的值能够进行范围查找。

• 匹配最左前缀

仅仅使用索引中的最左边列进行查询，比如在 col1 + col2 + col3 字段上的联合索引能够被包含 col1、(col1 + col2)、（col1 + col2 + col3）的等值查询利用到，可是不能够被 col2、（col2、col3）的等值查询利用到。
最左匹配原则可以算是 MySQL 中 B-Tree 索引使用的首要原则。

• 仅仅对索引进行查询

当查询的列都在索引的字段中时，查询的效率更高，所以应该尽量避免使用 select *，需要哪些字段，就只查哪些字段。

• 匹配列前缀

仅仅使用索引中的第一列，并且只包含索引第一列的开头一部分进行查找。

• 能够实现索引匹配部分精确而其他部分进行范围匹配

• 如果列名是索引，那么使用 column_name is null 就会使用索引，例如下面的就会使用索引：

explain select * from t_index where a is null \G

• 经常出现在关键字order by、group by、distinct后面的字段

• 在union等集合操作的结果集字段

• 经常用作表连接的字段

• 考虑使用索引覆盖，对数据很少被更新，如果用户经常值查询其中你的几个字段，可以考虑在这几个字段上建立索引，从而将表的扫描变为索引的扫描

索引失效情况

• 以%开头的 like 查询不能利用 B-Tree 索引，执行计划中 key 的值为 null 表示没有使用索引

• 数据类型出现隐式转换的时候也不会使用索引，例如，where 'age'+10=30

• 对索引列进行函数运算，原因同上

• 正则表达式不会使用索引

• 字符串和数据比较不会使用索引

• 复合索引的情况下，假如查询条件不包含索引列最左边部分，即不满足最左原则 leftmost，是不会使用复合索引的

• 如果 MySQL 估计使用索引比全表扫描更慢，则不使用索引

• 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

• 使用负向查询（not ，not in， not like ，<> ,!= ,!> ,!< ） 不会使用索引

参考文章

• http://www.yuanrengu.com/index.php/2017-01-13.html

• https://segmentfault.com/a/1190000009717352

• https://www.jb51.net/article/157920.htm

• https://www.cnblogs.com/xiaoxi/p/8269289.html

• 《MySQL技术内幕》