8-2 MySQL 索引的设计原则(超详细说明讲解)

8-2 MySQL 索引的设计原则(超详细说明讲解)

@
目录

  • [8-2 MySQL 索引的设计原则(超详细说明讲解)](#8-2 MySQL 索引的设计原则(超详细说明讲解))
  • [1. 测试数据准备](#1. 测试数据准备)
  • [2. 哪些情况适合创建索引](#2. 哪些情况适合创建索引)
    • [2.1 字段的数值有唯一性的限制](#2.1 字段的数值有唯一性的限制)
    • [2.2 频繁作为 WHERE 查询条件的字段](#2.2 频繁作为 WHERE 查询条件的字段)
    • [2.3 经常 GROUP BY 和 ORDER BY 的列](#2.3 经常 GROUP BY 和 ORDER BY 的列)
    • [2.4 UPDATE、DELETE 的 中的WHERE 条件列添加索引](#2.4 UPDATE、DELETE 的 中的WHERE 条件列添加索引)
    • [2.5 对于经常 DISTINCT 字段需要创建索引](#2.5 对于经常 DISTINCT 字段需要创建索引)
    • [2.6 多表 JOIN 连接操作时,创建索引注意事项](#2.6 多表 JOIN 连接操作时,创建索引注意事项)
    • [2.7 使用列的类型小的创建索引](#2.7 使用列的类型小的创建索引)
    • [2.8 使用字符串前缀创建索引](#2.8 使用字符串前缀创建索引)
    • [2.9 区分度高(散列性高)的列适合作为索引](#2.9 区分度高(散列性高)的列适合作为索引)
    • [2.10 使用最频繁的列放到联合索引的左侧------索引最左侧匹配](#2.10 使用最频繁的列放到联合索引的左侧——索引最左侧匹配)
  • [3. 哪些情况不适合创建索引](#3. 哪些情况不适合创建索引)
    • [3.1 在 where 筛选条件当中使用不到的字段,不要设置索引](#3.1 在 where 筛选条件当中使用不到的字段,不要设置索引)
    • [3.2 数据量小的表最好不要使用索引](#3.2 数据量小的表最好不要使用索引)
    • [3.3 有大量重复数据的列上不要建立索引](#3.3 有大量重复数据的列上不要建立索引)
    • [3.4 避免对经常更新的表创建过多的索引](#3.4 避免对经常更新的表创建过多的索引)
    • [3.5 不建议用无序的值作为索引](#3.5 不建议用无序的值作为索引)
    • [3.6 删除不再使用或者很少使用的索引](#3.6 删除不再使用或者很少使用的索引)
    • [3.7 不要定义冗余或重复的索引](#3.7 不要定义冗余或重复的索引)
  • [4. 最后:](#4. 最后:)

1. 测试数据准备

第1步:创建数据库、创建表

mysql 复制代码
CREATE DATABASE dbtest3;

USE dbtest3;


#1.创建学生表和课程表
CREATE TABLE `student_info` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`student_id` INT NOT NULL ,
`name` VARCHAR(20) DEFAULT NULL,
`course_id` INT NOT NULL ,
`class_id` INT(11) DEFAULT NULL,
`create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;


CREATE TABLE `course` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`course_id` INT NOT NULL ,
`course_name` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

第2步:创建模拟数据必需的存储函数

说明: 创建函数,假如报错:

sh 复制代码
This function has none of DETERMINISTIC, NO SQL, or READS SQL DATA in its declaration and binary logging is enabled (you *might* want to use the less safe log_bin_trust_function_creators variable)

由于开启过慢查询日志bin-log, 我们就必须为我们的 function 指定一个参数。

主从复制,主机会将写操作记录在bin-log日志中。从机读取bin-log日志,执行语句来同步数据。如果使 用函数来操作数据,会导致从机和主键操作时间不一致。所以,默认情况下,mysql不开启创建函数设 置。

  • 查看mysql是否允许创建函数:
mysql 复制代码
SHOW VARIABLES LIKE 'log_bin_trust_function_creators';
  • 命令开启:允许创建函数设置:
mysql 复制代码
set global log_bin_trust_function_creators=1;    # 不加global只是当前窗口有效。
  • mysqld重启,上述参数又会消失。永久方法:

    • windows下:my.ini[mysqld]加上:
    properties 复制代码
    log_bin_trust_function_creators=1 # 1 表示真-开启,0 表示假-关闭
    • linux下:/etc/my.cnfmy.cnf[mysqld]加上:
    properties 复制代码
    log_bin_trust_function_creators=1 # 1 表示真-开启,0 表示假-关闭
mysql 复制代码
#函数1:创建随机产生字符串函数
DELIMITER //
CREATE FUNCTION rand_string(n INT)
     RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN
     DECLARE chars_str VARCHAR(100) DEFAULT
    'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
     DECLARE return_str VARCHAR(255) DEFAULT '';
     DECLARE i INT DEFAULT 0;
     WHILE i < n DO
         SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
         SET i = i + 1;
     END WHILE;
     RETURN return_str;
END //
DELIMITER ;
mysql 复制代码
#函数2:创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT) RETURNS INT(11)
BEGIN
DECLARE i INT DEFAULT 0;
SET i = FLOOR(from_num +RAND() * (to_num - from_num+1)); 
RETURN i;
END // 
DELIMITER;

第3步:创建插入模拟数据的存储过程

mysql 复制代码
# 存储过程1:创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course( max_num INT ) 
BEGIN
DECLARE i INT DEFAULT 0;
  SET autocommit = 0; #设置手动提交事务 
  REPEAT #循环
  SET i = i + 1; #赋值
  INSERT INTO course (course_id, course_name ) VALUES (rand_num(10000,10100),rand_string(6));
  UNTIL i = max_num
  END REPEAT; 
  COMMIT; #提交事务
END // 
DELIMITER;
mysql 复制代码
# 存储过程2:创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
 SET autocommit = 0; #设置手动提交事务
  REPEAT # 循环
  SET i = i + 1; # 赋值
  INSERT INTO student_info (course_id,class_id,student_id,`NAME`) VALUES 
  (rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6));
  UNTIL i = max_num
  END REPEAT;
  COMMIT;  # 提交事务
END //
DELIMITER ;

第4步:调用存储过程

mysql 复制代码
CALL insert_course(100);

CALL insert_stu(1000000);

第5步:查看是否含有这么多数据,数据是否插入成功

mysql 复制代码
SELECT COUNT(*) FROM course;

SELECT COUNT(*) FROM student_info;

2. 哪些情况适合创建索引

2.1 字段的数值有唯一性的限制

索引本身可以起到约束的作用,比如:唯一索引,主键索引都是可以起到唯一性约束的,因此在我们的数据表中,如果某个字段是唯一性的 ,就可以直接创建唯一性索引 ,或者主键索引。这样可以更快速地通过该索引来确定某条记录。

例如:学生表中学号 是具有唯一性的字段,为该字段建立唯一性索引可以很快确定某个学生的信息,如果使用姓名 的话,可能存在同名现象,从而减低查询速度。

业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。(来源:Alibaba)

说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显s的。

2.2 频繁作为 WHERE 查询条件的字段

某个字段在SELECT语句的 WHERE 条件中经常被使用到,那么就需要给这个字段创建索引了。尤其是在 数据量大的情况下,创建普通索引就可以大幅提升数据查询的效率。

比如 student_info数据表(含100万条数据),假设我们想要查询 student_id=123110 的用户信息。

没有给 student_id 字段添加索引,执行的速度是:

mysql 复制代码
SELECT course_id,class_id,`name`,create_time,student_id
FROM student_info
WHERE student_id = 123110; 
mysql 复制代码
# 给 student_id 字段添加上索引之后
ALTER TABLE student_info
ADD INDEX ids_sid(student_id);

2.3 经常 GROUP BY 和 ORDER BY 的列

索引就是让数据按照某种顺序进行存储或检索,因此当我们使用 GROUP BY 对数据进行分组查询,或者 使用 ORDER BY 对数据进行排序的时候,就需要 对分组或者排序的字段进行索引 。如果待排序的列有多 个,那么可以在这些列上建立 组合索引

mysql 复制代码
# 经常 GROUP BY 和 ORDER BY 的列

# student_id 字段上有索引的
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id LIMIT 100;
mysql 复制代码
# 删除 idx_sid 索引
DROP INDEX ids_sid ON student_info;

# student_id 字段上没有索引的
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id LIMIT 100;

如果同时有 GROUP By 和 ORDER BY 的情况:比如我们按照 student_id 进行分组,同时按照创建时间降序的方式进行排序,这时我们就需要同时进行 GROUP BY 和 ORDER BY,那么是不是需要单独创建 student_id 的索引和 create_time 的索引呢?

当我们对 student_id 和 create_time 分别创建索引,执行下面的SQL查询

mysql 复制代码
# 添加单例索引
ALTER TABLE student_info
ADD INDEX idx_sid(student_id);

ALTER TABLE student_info
ADD INDEX idx_cre_time(create_time);



SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100; # 5.212s

当我们添加对 student_id 和 create_time 组合创建联合索引,执行下面的SQL查询

mysql 复制代码
# 添加为 student_id 和 create_time 组合创建联合索引
ALTER TABLE student_info
ADD INDEX idx_sid_cre_time(student_id,create_time DESC);

SHOW INDEX FROM student_info;

再次执行该SQL语句:

2.4 UPDATE、DELETE 的 中的WHERE 条件列添加索引

对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作,如果对 WHERE 字段创建了索引,就 能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录,然后再对它进行更新或 删除。 如果进行更新的时候,更新的字段是非索引字段,提升的效率会更明显,这是因为非索引字段更 新不需要对索引进行维护。

mysql 复制代码
# update, delete 的 where 条件列添加索引
SHOW INDEX FROM student_info;

UPDATE student_info SET student_id = 10002
WHERE NAME = 'jfiodasjfoj'; 

为 name 添加上索引

mysql 复制代码
# 添加索引
ALTER TABLE student_info
ADD INDEX idx_name(`name`);


UPDATE student_info SET student_id = 10002
WHERE NAME = 'jfiodasjfoj'; 

2.5 对于经常 DISTINCT 字段需要创建索引

有时候我们需要对某个字段进行去重,使用 DISTINCT,那么对这个字段创建索引,也会提升查询效率。 比如,我们想要查询课程表中不同的 student_id 都有哪些,如果我们没有对 student_id 创建索引,执行 SQL 语句:

mysql 复制代码
SELECT DISTINCT(student_id) FROM `student_info`;

运行结果(600637 条记录,运行时间 0.683s ):

如果我们对 student_id 创建索引,再执行 SQL 语句:

mysql 复制代码
SELECT DISTINCT(student_id) FROM `student_info`;

运行结果(600637 条记录,运行时间 0.010s ):

你能看到 SQL 查询效率有了提升,同时显示出来的 student_id 还是按照 递增的顺序 进行展示的。这是因 为索引会对数据按照某种顺序进行排序,所以在去重的时候也会快很多。

2.6 多表 JOIN 连接操作时,创建索引注意事项

  1. 首先, 连接表的数量尽量不要超过 3 张 ,因为每增加一张表就相当于增加了一次嵌套的循环,数量级增 长会非常快,严重影响查询的效率。
  2. 其次, 对 WHERE 条件创建索引 ,因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下, 没有 WHERE 条件过滤是非常可怕的。
  3. 最后, 对用于连接的字段创建索引 ,并且该字段在多张表中的 类型必须一致 。比如 course_id 在 student_info 表和 course 表中都为 int(11) 类型,而不能一个为 int 另一个为 varchar 类型。

举个例子,如果我们只对 student_id 和 name 创建索引,执行 SQL 语句:

mysql 复制代码
SELECT s.course_id, NAME, s.student_id, c.course_name 
FROM student_info s JOIN course c
ON s.course_id = c.course_id 
WHERE NAME = '462eed7ac6e791292a79';
mysql 复制代码
DROP INDEX idx_name ON student_info;

SELECT s.course_id, NAME, s.student_id, c.course_name 
FROM student_info s JOIN course c
ON s.course_id = c.course_id 
WHERE NAME = '462eed7ac6e791292a79';

2.7 使用列的类型小的创建索引

使用列小的类型,创建的索引占用的磁盘空间就比较小一些,因为MySQL8 是将索引和数据都是存放再一起的。

我们这里所说的类型大小 指的就是该类型表示的数据范围的大小。

我们在定义表结构的时候要显式的指定列的类型,以整数类型为例,有TINYINT,MEDIUMINT,INT,BIGINT 等,它们占用的存储空间依次递增,能表示的整数范围当然也是依次递增,如果我们想要对某个整数列建立索引的话,在表示的整数范围允许的情况下,尽量让索引列使用较小的类型,比如我们能使用 INT 就不要使用 BIGINT ,能使用 MEDIUMINT 就不要使用 INT

2.8 使用字符串前缀创建索引

创建一张商户表,因为地址字段比较长,在地址字段上建立前缀索引

  1. 创建一张商户表,因为地址字段比较长,在地址字段上建立前缀索引
mysql 复制代码
create table shop(address varchar(120) not null);
alter table shop add index(address(12));

问题是,截取多少呢?截取得多了,达不到节省索引存储空间的目的;截取得少了,重复内容太多,字 段的散列度(选择性)会降低。 怎么计算不同的长度的选择性呢?

先看一下字段在全部数据中的选择度:

mysql 复制代码
select count(distinct address) / count(*) from shop;

通过不同长度去计算,与全表的选择性对比:

公式:

mysql 复制代码
count(distinct left(列名, 索引长度))/count(*);

例如:

mysql 复制代码
select count(distinct left(address,10)) / count(*) as sub10, -- 截取前10个字符的选择度 
count(distinct left(address,15)) / count(*) as sub11, -- 截取前15个字符的选择度 
count(distinct left(address,20)) / count(*) as sub12, -- 截取前20个字符的选择度 
count(distinct left(address,25)) / count(*) as sub13 -- 截取前25个字符的选择度
from shop;

引申另一个问题:索引列前缀对排序的影响

拓展:Alibaba《Java开发手册》

  • 【 强制 】在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本 区分度决定索引长度。
  • 说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会 高达 90% 以上 ,可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。

2.9 区分度高(散列性高)的列适合作为索引

列的基数 指的是某一列中不重复数据的个数,比方说某个列包含值2,5,8,2,5,8,2,5,8 ,虽然有9 条记录,但该列的基数却是3。也就是说,在记录行数一定的情况下,列的基数越大,该列中的值越分散;列的基数越小,该列中值越集中 。这个列的基数指标非常重要,直接影响我们是否能够有效的利用索引。最好为列的基数大的列建立索引,为基数太小的列建立索引效果可能不好。

可以使用公式:select count(distinct a) / count(*) from t1 计算区分度,越接近 1 越好,一般超过 33% 就算是比较高效的索引了。

拓展:联合索引把区分度高(散列性高)的列放在前面。

2.10 使用最频繁的列放到联合索引的左侧------索引最左侧匹配

索引最左侧匹配的原则,索引会优先判断最左侧的字段是否,建立的索引,建立了索引就会走索引,如果左侧的字段没有走索引,就算后面的字段有索引,也不会走索引的。

3. 哪些情况不适合创建索引

3.1 在 where 筛选条件当中使用不到的字段,不要设置索引

你都不对该字段,进行筛选过滤,那么索引你没有意义,因为你索引也是会增加磁盘空间大小的。

3.2 数据量小的表最好不要使用索引

举例:创建表1:

mysql 复制代码
CREATE TABLE t_without_index(
a INT PRIMARY KEY AUTO_INCREMENT, b INT
);

提供存储过程1:

mysql 复制代码
#创建存储过程
DELIMITER //
CREATE PROCEDURE t_wout_insert() 
BEGIN
    DECLARE i INT DEFAULT 1;
    WHILE i <= 900
    DO
         INSERT INTO t_without_index(b) SELECT RAND()*10000; 
         SET i = i + 1;
    END WHILE;
    COMMIT;
END //
DELIMITER ;
#调用
CALL t_wout_insert();

创建表2:

mysql 复制代码
CREATE TABLE t_with_index(
a INT PRIMARY KEY AUTO_INCREMENT, b INT,
INDEX idx_b(b) );

创建存储过程2:

mysql 复制代码
#创建存储过程
DELIMITER //
CREATE PROCEDURE t_with_insert()
BEGIN
   DECLARE i INT DEFAULT 1;
   WHILE i <= 900
   DO
        INSERT INTO t_with_index(b) SELECT RAND()*10000;
        SET i = i + 1;
   END WHILE;
   COMMIT;
END //
DELIMITER ;
#调用
CALL t_with_insert();

查询对比:

mysql 复制代码
mysql> select * from t_without_index where b = 9879;
+------+------+
|a   |b   |
+------+------+
| 1242 | 9879 |
+------+------+
1 row in set (0.00 sec)
mysql> select * from t_with_index where b = 9879;
+-----+------+
|a |b   |
+-----+------+
| 112 | 9879 |
+-----+------+
1 row in set (0.00 sec)

你能看到运行结果相同,但是在数据量不大的情况下,索引就发挥不出作用了。

结论: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。

3.3 有大量重复数据的列上不要建立索引

举例1: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。

举例2:假设有一个学生表,学生总数为 100 万人,男性只有 10 个人,也就是占总人口的 10 万分之 1。 学生表 student_gender 结构如下。其中数据表中的 student_gender 字段取值为 0 或 1,0 代表女性,1 代 表男性。

mysql 复制代码
CREATE TABLE student_gender( 
    student_id INT(11) NOT NULL,
    student_name VARCHAR(50) NOT NULL,
    student_gender TINYINT(1) NOT NULL,
    PRIMARY KEY(student_id)
)ENGINE = INNODB;

如果我们要筛选出这个学生表中的男性,可以使用:

mysql 复制代码
SELECT * FROM student_gender WHERE student_gender = 1

运行结果(10 条数据,运行时间 0.696s ):

结论: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。

3.4 避免对经常更新的表创建过多的索引

因为你不断更新表的同时,索引也是在同步更新的,索引更新是会消耗大量的时间。

3.5 不建议用无序的值作为索引

例如身份证、UUID(在索引比较时需要转为ASCII,并且插入时可能造成页分裂)、MD5、HASH、无序长字 符串等。

3.6 删除不再使用或者很少使用的索引

3.7 不要定义冗余或重复的索引

冗余索引

举例:建表语句如下

mysql 复制代码
CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
   PRIMARY KEY (id),
   KEY idx_name_birthday_phone_number (name(10), birthday, phone_number), 
   KEY idx_name (name(10))
);  

我们知道,通过 idx_name_birthday_phone_number 索引就可以对 name 列进行快速搜索,再创建一 个专门针对 name 列的索引就算是一个 冗余索引 ,维护这个索引只会增加维护的成本,并不会对搜索有 什么好处.。

重复索引:

另一种情况,我们可能会对某个列 重复建立索引 ,比方说这样:

mysql 复制代码
CREATE TABLE repeat_index_demo (
   col1 INT PRIMARY KEY,
   col2 INT,
   UNIQUE uk_idx_c1 (col1),
   INDEX idx_c1 (col1)
); 

我们看到,col1 既是主键、又给它定义为一个唯一索引,还给它定义了一个普通索引,可是主键本身就 会生成聚簇索引,所以定义的唯一索引和普通索引是重复的,这种情况要避免。

4. 最后:

"在这个最后的篇章中,我要表达我对每一位读者的感激之情。你们的关注和回复是我创作的动力源泉,我从你们身上吸取了无尽的灵感与勇气。我会将你们的鼓励留在心底,继续在其他的领域奋斗。感谢你们,我们总会在某个时刻再次相遇。"