MySQL性能优化-Mysql索引篇（1）

什么是索引？

数据库中的索引，就好比一本书的目录，它可以帮我们快速进行特定值的定位与查找，从而加快数据查询的效率。索引就是帮助数据库管理系统高效获取数据的数据结构。如果我们不使用索引，就必须从第 1 条记录开始扫描，直到把所有的数据表都扫描完，才能找到想要的数据。

既然索引可以帮我们快速查找数据，是不是索引越多越好呢？

答案是否定的，索引不是万能的，一些情况下使用索引不仅不能提升效率，反而会让效率变低。

索引的价值是帮我们从海量数据中找到想要的数据，如果数据量少，那么是否使用索引对结果的影响并不大。下面列举下不需要使用索引的情况

在数据表中的数据行数比较少的情况下，比如不到 1000 行，是不需要创建索引的。

当数据重复度大，比如高于 10% 的时候，也不需要对这个字段使用索引。

对第二点做一个扩展说明：

如果是性别这个字段，就不需要对它创建索引。这是为什么呢？如果你想要在 100 万行数据中查找其中的 50 万行（比如性别为男的数据），一旦创建了索引，你需要先访问 50 万次索引，然后再访问 50 万次数据表，这样加起来的开销比不使用索引可能还要大。

光说不做假把式，下面对上述不应该使用索引的例子，进行实验证明。

实验 1：数据行数少的情况下，索引效率如何

比如我们有一张hero_tab，里面包含了一些英雄的基本属性，其中包含了英雄的名称。但是数据表中仅有69个英雄，可以说是数量非常少了。我们执行以下的sql语句查询英雄名称为刘备的记录。

SELECT id, name, hp_max, mp_max FROM heros_without_index WHERE name = '刘禅'

执行时间为0.072s

接下来我们为name字段建立唯一索引

ALTER TABLE `hero_tab` ADD UNIQUE INDEX `uniq_name`(`name`);

然后继续执行上面那条查询SQL

运行时间为0.080s

我们可以发现，创建了 name 字段索引的效率比没有创建索引时效率更低。在数据量不大的情况下，索引就发挥不出作用了。

实验 2：性别（男或女）字段真的不应该创建索引吗？

如果一个字段的取值少，比如性别这个字段，通常是不需要创建索引的。那么有没有特殊的情况呢？

比如一个女儿国中，总人口100w，男性只有10个，我们将性别信息记录在user_gender表(user_id、user_name、user_gender)中，0代表女生，1代表i男生

我们筛选出这个国家中男性的SQL如下：

SELECT * FROM user_gender WHERE user_gender = 1

执行时间：0.696s

一般来说，一条SQL的执行时间超过100ms就会被定义为慢SQL了，这个SQL的效率显然是不高的。

现在我们为这个user_gender字段加上索引，看看会不会对这条的执行效率有提升呢？

ATLER TABLE `user_gender` ADD INDEX `idx_user_gender`(`user_gender`);

我们再次运行之前那条SQL语句，发现执行时间为0.052s，显然执行效率提升了十几倍，已经不是一个慢SQL了。

索引的价值是帮你快速定位。如果想要定位的数据有很多，那么索引就失去了它的使用价值，比如通常情况下的性别字段。不过有时候，我们还要考虑这个字段中的数值分布的情况，在实验 2 中，性别字段的数值分布非常特殊，男性的比例非常少。我们不仅要看字段中的数值个数，还要根据数值的分布情况来考虑是否需要创建索引。

索引类型

从功能上进行分类，索引可以分为四大类：

普通索引是基础的索引，没有任何约束，主要用于提高查询效率。

唯一索引就是在普通索引的基础上增加了数据唯一性的约束，在一张数据表里可以有多个唯一索引。

主键索引在唯一索引的基础上增加了不为空的约束，也就是 NOT NULL+UNIQUE，一张表里最多只有一个主键索引。

全文索引用的不多，MySQL 自带的全文索引只支持英文。我们通常可以采用专门的全文搜索引擎，比如 ES(ElasticSearch) 和 Solr。

其实前三种索引（普通索引、唯一索引和主键索引）都是一类索引，只不过对数据的约束性逐渐提升。在一张数据表中只能有一个主键索引，这是由主键索引的物理实现方式决定的，因为数据存储在文件中只能按照一种顺序进行存储。但可以有多个普通索引或者多个唯一索引。

从物理实现的方式可以分为两种：

聚集索引

非聚集索引，非聚集索引也可以称为二级索引或者辅助索引
聚集索引：

聚集索引指表中数据行按索引的排序方式进行存储，对查找行很有效。只有当表包含聚集索引时，表内的数据行才会按找索引列的值在磁盘上进行物理排序和存储。每一个表只能有一个聚集索引，因为数据行本身只能按一个顺序存储。

聚集索引可以按照主键来排序存储数据，这样在查找行的时候非常有效。举个例子，如果是一本汉语字典，我们想要查找"数"这个字，直接在书中找汉语拼音的位置即可，也就是拼音"shu"。这样找到了索引的位置，在它后面就是我们想要找的数据行。
非聚集索引：

在数据库系统会有单独的存储空间存放非聚集索引，这些索引项是按照顺序存储的，但索引项指向的内容是随机存储的。也就是说系统会进行两次查找，第一次先找到索引，第二次找到索引对应的位置取出数据行。非聚集索引不会把索引指向的内容像聚集索引一样直接放到索引的后面，而是维护单独的索引表（只维护索引，不维护索引指向的数据），为数据检索提供方便。我们还以汉语字典为例，如果想要查找"数"字，那么按照部首查找的方式，先找到"数"字的偏旁部首，然后这个目录会告诉我们"数"字存放到第多少页，我们再去指定的页码找这个字。

聚集索引和非聚集索引使用上的区别：

聚集索引的叶子节点存储的就是我们的数据记录，非聚集索引的叶子节点存储的是数据位置。非聚集索引不会影响数据表的物理存储顺序。

一个表只能有一个聚集索引，因为只能有一种排序存储的方式，但可以有多个非聚集索引，也就是多个索引目录提供数据检索。

使用聚集索引的时候，数据的查询效率高，但如果对数据进行插入，删除，更新等操作，效率会比非聚集索引低。

实验 3：使用聚集索引和非聚集索引的查询效率

这里我们依然使用user_gender表作为实验对象，首先我们需要知道innodb存储引擎会默认用数据表的主键建立据聚集索引，索引user_gender表是建立了user_id这个字段的聚集索引的。

首先我们查询user_id为90001的用户信息，SQL如下

SELECT user_id, user_name, user_gender FROM user_gender WHERE user_id = 900001

执行时间为0.043s

刚才我们已经为user_name字段建立了唯一值索引，我们再来查询下用户名为'student_89001'的用户

SELECT user_id, user_name, user_gender FROM user_gender WHERE user_name = 'student_890001'

执行时间为0.050s

我们可以看出来，聚集索引的查询效率还是要比非聚集索引略高的。

我们还可以按照索引的字段个数进行划分：

单一索引：索引列为一列时为单一索引；

联合索引：多个列组合在一起创建的索引叫做联合索引。

创建联合索引时，我们需要注意创建时的顺序问题，因为联合索引 (x, y, z) 和 (z, y, x) 在使用的时候效率可能会存在差别。

这里需要说明的是联合索引存在最左匹配原则，也就是按照最左优先的方式进行索引的匹配。比如刚才举例的 (x, y, z)，如果查询条件是 WHERE x=1 AND y=2 AND z=3，就可以匹配上联合索引；如果查询条件是 WHERE y=2，就无法匹配上联合索引。

实验 4：联合索引的最左原则

我们依然使用user_gender表作为实验的对象，首先我们删除之前的uniq_user_name索引，建立新的索引idx_user_id_user_name也就是user_id和user_name的联合索引，执行SQL如下:

ALTER TABLE DROP UNIQUE INDEX `uniq_user_name`, ADD INDEX `idx_user_id_user_name`(`user_id`,`user_name`);

我们依次执行以下两个SQL，根据user_id和user_name进行查询。

SELECT user_id, user_name, user_gender FROM user_gender WHERE user_id = 900001 AND user_name = 'student_890001'

执行时间0.046s

SELECT user_id, user_name, user_gender FROM user_gender WHERE user_name = 'student_890001'

执行时间：0.943s

我们可以看到，用两个条件进行查询，查询效率差别是非常大的，原因在于：

当我们使用了联合索引 (user_id, user_name) 的时候，在 WHERE 子句中对联合索引中的字段 user_id 和 user_name 进行条件查询，或者只对 user_id 进行查询，效率基本上是一样的。当我们对 user_name 进行条件查询时，效率就会降低很多，这是因为根据联合索引的最左原则，user_id 在 user_name 的左侧，如果没有使用 user_id，而是直接使用 user_name 进行条件查询，联合索引就会失效。

如果你不相信的话，可以使用explain语句看看两条语句执行时，索引使用情况。

总结