四、索引的创建与设计原则

文章目录

• 1、索引的声明与使用
• • 1、索引的分类
  • 2、创建索引
  • • 1、创建表的时候创建索引
    • 2、在已经存在的表上创建索引
  • 3、删除索引
• 2、MySQL8索引新特性
• • 1、支持降序索引
  • 2、隐藏索引
  • • 1、切换索引可见状态，隐藏OR不隐藏
• 3、索引的设计原则
• • 1、哪些情况适合创建索引
  • • 1、字段的数值有唯一性
    • 2、频繁作为where查询条件的字段
    • [3、经常group by和order by的列](#3、经常group by和order by的列)
    • 4、update、delete的where条件列
    • 5、distinct字段需要创建索引
    • 6、多表join连接操作时，创建索引注意事项
    • 7、使用列的类型小的创建索引
    • 8、使用字符串前缀创建索引
    • 9、联合索引把区分度高(散列性高)的列
    • 10、使用最频繁的列放到联合索引的左侧
    • 11、提示：在多个字段都要创建索引的情况下，联合索引优于单值索引
• 4、限制索引的数目
• • 1、哪些情况不适合创建索引
  • • 1、在where中使用不到的字段，不要设置索引
    • 2、数据量小的表最好不要使用索引
    • 3、有大量重复数据的列上不要建立索引
    • 4、避免对经常更新的表创建过多的索引
    • 5、不建议用无序的值作为索引
    • 6、删除不再使用或者很少使用的索引
    • 7、不要定义冗余或重复的索引
• 5、小结

1、索引的声明与使用

1、索引的分类

MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。

• 从功能逻辑上说，索引主要有4 种，分别是普通索引、唯一索引、主键索引、全文索引。
• 按照物理实现方式，索引可以分为2种：聚簇索引和非聚簇索引。
• 按照作用字段个数进行划分，分成单列索引和联合索引。

1. 普通索引

在创建普通索引时，不附加任何限制条件，只是用于提高查询效率。这类索引可以创建在任何数据类型中，其值是否唯一和非空，要由字段本身的完整性约束条件决定。建立索引以后，可以通过索引进行查询。例如，在表student的字段name上建立一个普通索引，查询记录时就可以根据该索引进行查询。
2. 唯一性索引

使用UNIQUE参数可以设置索引为唯一性索引，在创建唯一性索引时，限制该索引的值必须是唯一的，但允许有空值。在一张数据表里可以有多个唯一索引。

例如，在表student的字段email中创建唯一性索引，那么字段email的值就必须是唯一的。通过唯一性索引可以更快速地确定某条记录。
3. 主键索引

主键索引就是一种特殊的唯一性索引，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。

Why？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。

4. 单列索引

在表中的单个字段上创建索引。单列索引只根据该字段进行索引。单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可。一个表可以有多个单列索引。

5. 多列（组合、联合）索引

多列索引是在表的多个字段组合上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进查询，但是只有查询条件中使用了这些字段中的第一个字段时才会被使用。例如，在表中的字段id、name和gender上建立一个多列索引idx_id_name_gender，只有在查询条件中使用了字段id时该索引才会被使用。使用组合索引时遵循最左前缀集合。

6. 全文索引

全文索引（也称全文检索）是目前搜索引擎使用的一种关键技术。它能够利用【分词技术】等多种算法智能分析出文本文字中关键词的频率和重要性，然后按照一定的算法规则智能地筛选出我们想要的搜索结果。全文索引非常适合大型数据集，对于小的数据集，它的用处比较小。

使用参数FULLTEXT可以设置索引为全文索引。在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值。全文索引只能创建在CHAR、VARCHAR或TEXT类型及其系列类型的字段上，查询数据量较大的字符串类型的字段时，使全索引可以提查询速度。例如，表student的字段information是TEXT类型该字段包含了很多文字信息。在字段information上建立全文索引后，可以提高查询字段information的速度。

全文索引典型的有两种类型：自然语言的全文索引和布尔全文索引。

• 自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里，相关度是基于匹配的关键词的个数，以及关键词在文档中出现的次数。在整个索引中出现次数越少的词语，匹配时的相关度就越高。相反，非常常见的单词将不会被搜索，如果一个词语的在超过 50%的记录中都出现了，那么自然语言的搜索将不会搜索这类词语。

MySQL数据库从3.23.23版开始支持全文索引，但MySQL5.6.4以前只有Myisam支持，5.6.4版本以后innodb才支持，但是官方版本不支持中文分词，需要第三方分词插件。在5.7.6版本，MySQL内置了ngram全文解析器，用来支持亚洲语种的分词。测试或使用全文索引时，要先看一下自己的MySQL版本、存储引擎和数据类型是否支持全文索引。

随着大数据时代的到来，关系型数据库应对全文索引的需求已力不从心，逐渐被solr、ElasticSearch等专门的搜索引擎所替代。

7. 补充：空间索引

使用参数SPATIAL可以设置索引为空间索引。空间索引只能建立在空间数据类型上，这样可以提高系统获取空间数据的效率。MySQL中的空间数据类型包括GEOMETRY、POINT、LINESTRING和POLYGON等。目前只有MyISAM存储引擎支持空间检索，而且索引的字段不能为空值。对于初学者来说，这类索引很少会用到。

小结：不同的存储引擎支持的索引类型也不一样
InnoDB：持B-tree、Full-text等索引，不持Hash索引；
MyISAM：持B-tree、Full-text等索引，不支持Hash索引；
Memory：持B-tree、Hash等索引，不持Full-text索引;
NDB：支持Hash索引，不持B-tree、Full-text等索引；
Archive：不支持B-tree、Hash、Full-text 等索引；

2、创建索引

MySQL支持多种方法在单个或多个列上创建索引：在创建表的定义语句CREATE TABLE中指定索引列，使用ALTER TABLE语句在存在的表上创建索引，或者使用CREATE INDEX语句在已存在的表上添加索引。注意：非空、检查、默认这三种约束不会创建索引

1、创建表的时候创建索引

使用CREATE TABLE创建表时，除了可以定义列的数据类型外，还可以定义主键约束、外键约束或者唯一性约束，而不论创建哪种约束，在定义约束的同时相当于在指定列上创建了一个索引。

举例：

CREATE TABLE dept (
dept_id INT PRIMARY KEY AUTO_INCREMENT
,dept_name VARCHAR (20));

CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept (dept_id));

在上面两个建表语句中分别给dept表的dept_id字段添加了主键约束。给emp分别添加了主键、外键、唯一约束。因此，dept表自动生成了一个主键索引，emp表自动生成了主键索引、唯一索引、普通索引三个索引。

表名	索引类型	索引字段	来源
dept	主键索引 (聚簇)	dept_id	PRIMARY KEY
emp	主键索引 (聚簇)	emp_id	PRIMARY KEY
emp	唯一索引	emp_name	UNIQUE
emp	普通索引	dept_id	FOREIGN KEY 自动生成

但是，如果创建表时为指定列创建索引的话，基本语法格式如下：

CREATE TABLE table_name [col_name data_type]
 [UNIQUE | FULLTEXT | SPATIAL]  [INDEX | KEY]  [index_name]  
 (col_name [LENGTH])  [ASC | DESC];

• UNIQUE、FULLTEXT和SPATIAL为可选参数，分别表示唯一索引、全文索引和空间索引;
• INDEX与KEY为同义词，两者的作用相同，用来指定创建索引的关键字；
• index_name指定索引的名称，为可选参数，如果不指定，那么MySQL默认col_name为索引名；
• col_name为需要创建索引的字段列，该列必须从数据表中定义的多个列中选择；
• length为可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度；
• ASC或DESC指定升序或者降序的索引值存储。

1. 创建普通索引

   在book表中的year_publication字段上建立普通索引，SQL语句如下：

   CREATE TABLE book(
   	book_id INT,
   	book_name VARCHAR(100),
   	AUTHORS VARCHAR(100),
   	info VARCHAR(100),
   	COMMENT VARCHAR(100),
   	year_publication YEAR,
   	# 声明普通索引
   	INDEX idx_bname(year_publication )
   );

   使用EXPLAIN语句查看索引是否正在使用：

   EXPLAIN SELECT * FROM book WHERE year_publication='1990';

   EXPLAIN语句输出结果的各个行我们在后面章讲解。这里主要关注两个字段：

   1. possible_keys行给出了MySQL在搜索数据记录时可选用的各个索引。
   2. key行是MySQL实际选用的索引。

   可以看到，possible_keys和key的值都为year_publication，查询时使用了索引。

2. 创建唯一索引

   创建唯一索引的目的也是减少查询索引列操作的执行时间，尤其是对比较庞大的数据表。它与前面的普通索引类似，不同的是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。

   举例：

   CREATE TABLE book1(
   	book_id INT,
   	book_name VARCHAR(100),
   	AUTHORS VARCHAR(100),
   	info VARCHAR(100),
   	COMMENT VARCHAR(100),
   	year_publication YEAR,
   	# 声明唯一索引
   	UNIQUE INDEX uk_idx_cmt(COMMENT)
   );

   该索引建好后，使用show index from table_name 查看表结构：

   SHOW INDEX FROM book1;

   其中各个主要参数的含义为：

   • Table表示创建索引的表。
   • Non_unique表示索引非唯一，1代表非唯一索引，o代表唯一索引。
   • Key_name表示索引的名称。
   • Seq_in_index表示该字段在索引中的位置，单列索引该值为1，组合索引为每个字段在索引定义中的顺序。
   • Column_name表示定义索引的列字段。
   • Sub_part表示索引的长度。
   • Null表示该字段是否能为空值。
   • Index_type表示索引类型。

   由结果可以看到，COMMENT字段上已经成功建立了一个名为uk_idx_id的唯一索引。

3. 创建主键索引

   设定为主键后数据库会自动建立索引，innodb为聚簇索引，语法：

   • 随表一起建索引

     CREATE TABLE book2(
     	book_id INT UNSIGNED,
     	book_name VARCHAR(100),
     	AUTHORS VARCHAR(100),
     	info VARCHAR(100),
     	COMMENT VARCHAR(100),
     	year_publication YEAR,
     	PRIMARY KEY(book_id)
     );

   • 删除主键索引：

     #通过删除主键约束的方式删除主键索引，但是如果主键被AUTO_INCREMENT修饰。则会删除失败。
     ALTER TABLE book2 DROP PRIMARY KEY;

   • 修改主键索引：必须先删除掉(drop)原索引，再新建(add)索引

4. 创建单列索引

   单列索引是在数据表中的某一个字段上创建的索引，一个表中可以创建多个单列索引。前面例子中创建的索引都为单列索引。

   举例：

   CREATE TABLE book3(
   	book_id INT,
   	book_name VARCHAR(100),
   	AUTHORS VARCHAR(100),
   	info VARCHAR(100),
   	COMMENT VARCHAR(100),
   	year_publication YEAR,
   	#声明单列索引
   	UNIQUE INDEX idx_bname(book_name(35))
   );

   该语句执行完毕之后，使用SHOW INDEX FROM table_name查看：

   SHOW INDEX FROM book3;

   由结果可以看到，book_name字段上已经成功建立了一个名为idx_bname的单列索引，索引长度为35。

5. 创建组合索引

   组合索引是在多个字段上创建一个索引。

   举例：创建表book4，在表中的book_id、book_name和info字段上建立组合索引，SQL语句如下：

   CREATE TABLE book4(
   	book_id INT,
   	book_name VARCHAR(100),
   	AUTHORS VARCHAR(100),
   	info VARCHAR(100),
   	COMMENT VARCHAR(100),
   	year_publication YEAR,
   	#声明联合索引
   	INDEX mul_bid_bname(book_id,book_name,info)
   );

   该语句执行完毕后，使用SHOW INDEX查看：

   SHOW INDEX FROM book4;

   由结果可以看到，id、name和age字段上已经成功建立了一个名为mul_bid_bname的组合索引。

   组合索引可起几个索引的作用，但是使用时并不是随便查询哪个字段都可以使用索引，而是遵从"最左前缀"。例如，索引可以搜索的字段组合为：(book_id，book_name，info）、（book_id，book_name）或者book_id。而（book_name）或者（book_name,info）组合不能使用索引查询。因为没有遵从最左前缀

   在book4表中，查询book_id和book_name字段，使用EXPLAIN语句查看索引的使用情况：

   1、EXPLAIN SELECT * FROM book4 WHERE book_id = 1 AND book_name = 'songhongkang';
   
   2、EXPLAIN SELECT * FROM book4 WHERE book_name = 'songhongkang' AND info = '1';

   可以看到，查询book_id 和book_name 字段时，也就是使用第一条查询语句时，使用了名称为mul_bid_bname的索引，如果查询book_name 和info组合字段或者单独查询book_name或者info字段，也就是不使用book_id字段查询时，会发现结果中possible_keys和key值为NULL，并没有使用在book4表中创建的mul_bid_bname索引进行查询。

6. 创建全文索引

   FULLTEXT全文索引可以用于全文搜索，并且只为CHAR、VARCHAR和TEXT列创建索引。索引总是对整个列进行，不支持局部（前缀）索引。

   举例1：创建表test4，在表中的 字段上建立全文索引，SQL语句如下：

   CREATE TABLE book5(
   	id INT NOT NULL,
   	NAME CHAR(30) NOT NULL,
   	age INT NOT NULL,
   	info VARCHAR(255),
   	#声明全文索引
   	FULLTEXT INDEX futxt_idx_info(info(50))
   ) ENGINE = MyISAM;

   在MySQL5.7及之后版本中可以不指定最后的ENGINE 了，因为在此版本中InnoDB支持全文索引。

   语句执行完毕之后，使用SHOW INDEX FROM table_name查看索引：

   SHOW INDEX FROM book5;

   由结果可以看到，info字段上已经成功建立了一个名为futxt_idx_info的FULLTEXT 索引。

   举例2：

   CREATE TABLE book6(
   	id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
   	title VARCHAR (200),
   	body TEXT,
   	FULLTEXT INDEX (title, body)
   ) ENGINE = INNODB;

   创建了一个给title和body字段添加全文索引的表。

   举例3：

   CREATE TABLE book7(
   	id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
   	title VARCHAR(200) DEFAULT NULL,
   	content TEXT,
   	PRIMARY KEY (id),
   	FULLTEXT KEY title(title,content)
   ) ENGINE=MYISAM DEFAULT CHARSET=utf8;

   不同于like方式的查询：

   SELECT * FROM papers WHERE content LIKE '%查询字符串%';

   全文索引用match+against方式查询：

   SELECT * FROM papers WHERE MATCH(title,Content） AGAINST ('查询字符串');

   明显的提高查询效率。

   注意点

   1.使用全文索引前，搞清楚版本支持情况；

   2.全文索引比like + %快N倍，但是可能存在精度问题；

   3.如果需要全文索引的是大量数据，建议先添加数据，再创建索引

7. 创建空间索引

   空间索引创建中，要求空间类型的字段必须为非空。

   举例：创建表book8，在空间类型为GEOMETRY的字段上创建空间索引，SQL语句如下：

   CREATE TABLE book8(
   	geo GEOMETRY NOT NULL,
   	SPATIAL INDEX spa_idx_geo(geo)
   )ENGINE=MYISAM;

   该语句执行完毕后，受用SHOW INDEX查看索引：

   	SHOW INDEX FROM book8;

   可以看到，book8表的geo字段上创建了名称为spa_idx_geo的空间索引。注意创建时指定空间类型字段值的非空约束，并且表的存储引擎为MyISAM。

2、在已经存在的表上创建索引

在已经存在的表中创建索引可以使用ALTER TABLE语句或者CREATE INDEX语句。
1.使用ALTER TABLE语句创建索引

ALTERT ABLE语句创建索引的基本语法如下：

ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY]
[index_name](col_name[LENGTH],...)[ASC | DESC]

与创建表时创建索引的语法不同的是，在这里使用了ALTER TABLE和ADD关键字，ADD表示向表中添加索引。

举例1：在book表中的book_name字段上建立名为BkNameldx的普通索引。

ALTER TABLE book ADD INDEX BkNameldx(book_name(30));

举例2：在book表的book_id字段上建立名为uk_idx_bid的唯一索引，SQL语句如下：

ALTER TABLE book ADD UNIQUE INDEX uk_idx_bid(book_id);

举例3：在book表的comment字段上建立单列索引，SQL语句如下：

ALTER TABLE book ADD INDEX idx_cmt(comment(50));

举例4：在book表的authors和info字段上建立联合索引，SQL语句如下：

ALTER TABLE book ADD INDEX idx_author_info(authors(30),info(50));

举例5：在book表的id字段上建立主键索引，SQL语句如下：

# 建表
CREATE TABLE book(
	id INT(10) UNSIGNED,
	customer_no VARCHAR(200),
	customer_nare VARCHAR(200)
);

# 添加索引
ALTER TABLE book ADD PRIMARY KEY book(id);

2.使用CREATE INDEX语句创建索引

CREATE INDEX语句可以在已经存在的表上添加索引，在MySQL中，CREATE INDEX被映射到一个ALTER TABLE语句上，基本语法结构为：

CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX index_name ON table_name (col_name[LENGTH],...) [ASC I DESC]

举例：创建book表的语句如下：

CREATE TABLE book(
	book_id INT,
	book_name VARCHAR(100),
	authorsVARCHAR(100),
	info VARCHAR(100),
	comment VARCHAR(100),
	year_publication YEAR
);

方式一：在book表中的book_name字段建立名为idx_bk_name的普通索引，SQL语句如下：

CREATE INDEX idx_bk_name ON book (book_name);

方式二：在book表的book_id字段上建立名称为idx_uk_bid的唯一索引，SQL语句如下：

CREATE UNIQUE INDEX idx_uk_bid ON book (book_id);

方式三：在book表的comment字段上建立名称为idx_cmt 的单列索引，SQL语句如下：

CREATE INDEX idx_cmt ON book(comment(50));

方式四：在book表的authors和info字段上建立名称为idx_aut_info 的组合索引，SQL语句如下：

CREATE INDEX idx_aut_info ON book (authors(20),info(50));

3、删除索引

MySQL中删除索引使用ALTER TABLE或者DROP INDEX语句，两者可实现相同的功能，DROP INDEX语句在内部会被被映射到一个ALTER TABLE语句中。
使用ALTER TABLE删除索引

ALTER TABLE删除索引的基本语法格式如下：

 ALTER TABLE table_name DROP INDEX index_name;

练习：删除book表中名称为idx_bk_id的唯一索引。

首先查看book表中是否有名称为idx_bk_id的索引，输入SHOW语句如下：

SHOW INDEX FROM book;

下面删除该索引，输入删除语句如下：

 ALTER TABLE book DROP INDEX idx_bk_id;

提示：添加AUTO_INCREMENT约束字段的唯一或者是主键索引索引不能被删除。
一个表中只允许一个列被AUTO_INCREMENT修饰，大部分情况是主键，也有些情况是被UNIQUE修饰的列

使用DROP INDEX删除索引

DROP INDEX删除索引的基本语法格式如下：

 DROP INDEX index_name ON table_name;

练习：删除book表中名称为idx_aut_info的联合索引，SQL语句如下：

DROP INDEX idx_aut_info ON book;

提示：删除表中的列时，如果要删除的列为索引的组成部分，则该列也会从索引中删除。如果组成索引的所有列都被删除，则整个索引将被删除。(MySQL 的自动清理机制)

• 索引里只用到这一列 → 整个索引直接删掉
• 索引里用到多列（联合索引），只删这一列 → 索引还在，只是少了这一列

2、MySQL8索引新特性

1、支持降序索引

降序索引以降序存储键值。虽然在语法上，从MySQL 4版本开始就已经支持降序索引的语法了，但实际上该DESC定义是被忽略的，直到MySQL8.x版本才开始真正支持降序索引（仅限于InnoDB存储引擎）。

MySQL在8.0版本之前创建的仍然是升序索引，使用时进行反向扫描，这大大降低了数据库的效率。在某些场景下，降序索引意义重大。例如，如果一个查询，需要对多个列进行排序，且顺序要求不一致，那么使用降序索引将会避免数据库使用额外的文件排序操作，从而提高性能。

MySQL 8.0 之前没有真正的降序索引你写 DESC，它只是把升序索引反过来读，很慢。

真正的降序索引 = 数据库提前帮你排好倒序直接取，不用额外排序，超快。

重点：多列排序、顺序不一致时，降序索引能救命也就是：

• 一列要求 升序，另一列要求 降序

用生活场景举例：

假设你有一个商品表：

• price 价格（想 从小到大 → 升序）
• sales 销量（想 从大到小 → 降序）

你要查：

SELECT * FROM products ORDER BY price ASC, sales DESC;

场景 1：没有降序索引（8.0 以前）

MySQL 只有全升序索引：(price ASC, sales ASC)
它查到的数据是：

价格 低 → 高

销量 低 → 高

但你要的是：

价格 低 → 高

销量 高 → 低

结果就是：MySQL 无法直接用索引排序，必须把数据拉出来，自己重新排序一遍这个操作叫 filesort（文件排序），巨慢！

场景 2：用了真正的降序索引（MySQL 8.0+）

直接创建降序索引：

INDEX idx_price_sales (price ASC, sales DESC);

这时候：索引里的数据已经完全按照你要的顺序存好了！

查询时：

• 不用重新排序
• 不用 filesort
• 直接按索引顺序读取
• 速度直接起飞

这就是：

避免了额外的文件排序，提高性能

最核心的一句话总结：

当多列排序，一列升序、一列降序时：

• 没有降序索引 → 必须额外排序（慢）
• 有降序索引 → 直接按索引取（快）
• 降序索引 = 提前帮你排好 "一升一降" 的顺序让数据库不用现场排序，直接输出结果，所以更快。

创建降序索引：

 CREATE TABLE ts1(a INT,b INT,INDEX idx_a_b(a, b DESC));

• INDEX idx_a_b(a, b DESC)：a默认就是升序（asc），所以省略asc关键字，b是降序（desc）

在MySQL5.7版本中查看数据表ts1的结构，结果如下：

从结果可以看出，索引仍然是默认的升序。

在MySQL8.0版本中查看数据表ts1 的结构，结果如下：

从结果可以看出，索引已经是降序了。下面继续测试降序索引在执行计划中的表现。

分别在MySQL5.7和MySQL8.0的数据表ts1中插入800条随机数据，执行语句如下：

DELIMITER 
CREATE PROCEDURE ts_insert()
BEGIN
	DECLARE i INT DEFAULT 1;
	WHILE i < 800
	DO
		INSERT INTO ts1 SELECT RAND()*80000,RAND()*80000;
		SET i=i+ 1;
	END WHILE;
	COMMIT;
	END 
DELIMITER; 
# 调用
CALL ts_insert();

在MySQL 5.7版本中查看数据表ts1的执行计划，结果如下：

EXPLAIN SELECT * FROM ts1 ORDER BY a, b DESC LIMIT 5;

从结果可以看出，执行计划中扫描数为799，而且使用了Using filesort。

提示：Using filesort是MySQL中一种速度比较慢的外部排序，能避免是最好的。多数情况下，管理员可以通过优化索引来尽量避免出现Using filesort，从而提高数据库执行速度。

在MySQL 8.0版本中查看数据表ts1的执行计划。从结果可以看出，执行计划中扫描数为5，而且没有使用Using filesort。

注意：降序索引只对查询特定的排序顺序有效，如果使用不当，反而查询效率更低。例如上述排序条件改为ORDER BY a DESC, b DESC LIMIT 5;MySQL5.7的执行计划要明显好于MySQL8.0。

2、隐藏索引

在MySQL 5.7版本及之前，只能通过显式的方式删除索引。此时，如果发现删除索引后出现错误，又只能通过显式创建索引的方式将删除的索引创建回来。如果数据表中的数据量非常大，或者数据表本身比较大，这种操作就会消耗系统过多的资源，操作成本非常高。

从MySQL 8.x开始支持隐藏索引（invisibIe indexes），只需要将待删除的索引设置为隐藏索引，使查询优化器不再使用这个索引（即使使用force index（强制使用索引），优化器也不会使用该索引），确认将索引设置为隐藏索引后系统不受任何响应，就可以彻底删除索引。这种通过先将索引设置为隐藏索引，再删除索引的式就是软删除。

PS：隐藏索引，顾名思义，就是让索引失效。查询的时候就像没有索引一样。

同时，如果你想验证某个索引删除之后的查询性能影响，就可以暂时先隐藏该索引。

注意：主键不能被设置为隐藏索引。当表中没有显式主键时，表中第一个唯一非空索引会成为隐式主键，也不能设置为隐藏索引。

索引默认是可见的，在使用CREATE TABLE，CREATE INDEX或者ALTER TABLE等语句时可以通过VISIBLE或者INVISIBLE关键词设置索引的可见性。就比如下图通过SHOW INDEX FROM ts1;查询可以看到VISIBLE列的值是yes，就是可见的，没有隐藏。

在创建表时创建索引，并且设置索引为隐藏索引

在MySQL中创建隐藏索引通过SQL语句INVISIBLE来实现，其语法形式如下：

CREATE TABLE tablename(
	propname1 type1[CoNSTRAINT1]
	,propname2 type2[CONSTRAINT2],
	...
	propnamen typen,
	# 通过INVISIBLE关键字隐藏索引
	INDEX [indexname](propname1 [(LENGTH)]) INVISIBLE
);

上述语句比普通索引多一个关键字INVISIBLE，用来标记索引为不可见索引。

举例：在创建班级表classes时，在字段cname上创建隐藏索引。

CREATE TABLE classes(
	classno INT(4),
	cname VARCHAR(20),
	Ioc VARCHAR(40),
	INDEX idx_cname(cname) INVISIBLE
);

查看索引：如下图VISIBLE列值为NO，成为隐藏索引

SHOW INDEX FROM classes;

使用EXPLAIN语句分析一下，看看索引有没有生效，效果如下：

可以看到，使用cname字段的条件查询时并没有使用任何索引。所以，隐藏索引没有生效。

在已经存在的表上创建索引时设置为隐藏索引

可以为已经存在的表设置隐藏索引，有两种语法格式：

• CREATE INDEX index_name ON table_name(propname[(LENGTH)]) INVISIBLE;
• ALTER TABLE tablename ADD INDEX index_name (propname [(LENGTH)]) INVISIBLE;

1.CREATE INDEX语句

语法格式如下：

CREATE INDEX index_name ON table_name(propname[(LENGTH)]) INVISIBLE;

举例：继续在给classes表的cname字段添加索引，并且设置为隐藏索引

CREATE INDEX index_cname ON classes(cname) INVISIBLE;
SHOW INDEX FROM classes;

效果如下：

2.ALTER TABLE

语法格式如下：

ALTER TABLE tablename ADD INDEX index_name (propname [(LENGTH)]) INVISIBLE;

举例：继续在给classes表的cname字段添加索引，并且设置为隐藏索引

ALTER TABLE classes ADD INDEX index_cname_alter(cname) INVISIBLE;
SHOW INDEX FROM classes;

效果如下：

1、切换索引可见状态，隐藏OR不隐藏

已存在的索引可通过如下语句切换可见状态：

ALTER TABLE tablename ALTER INDEX index_name INVISIBLE；#切换成隐藏索引
ALTER TABLE tablename ALTER INDEX index_name VISIBLE；#切换成非隐藏索引

举例：classes表的cname字段有三个索引，将idx_cname索引改成非隐藏状态

ALTER TABLE classes ALTER INDEX idx_cname VISIBLE;
SHOW INDEX FROM classes;

效果如下：

再使用EXPLAIN分析，发现查询时idx_cname索引已经被使用：

EXPLAIN SELECT * FROM classes WHERE cname = '高 -2I';

如果将index_cname索引切换成可见状态，通过explain查看执行计划，发现优化器选择了index_cname索引。

注意：当索引被隐藏时，它的内容仍然是和正常索引一样实时更新的。如果一个索引需要长期被隐藏，那么可以将其删除，因为索引的存在会影响插入、更新和删除的性能。就是查询的时候索引不生效，在增、删、改的时候反而还会拖后腿。

使隐藏索引对查询优化器可见

在MySQL8.x版本中，为索引提供了一种新的测试方式，可以通过查询优化器的一个开关(use_invisible_indexes)来打开某个设置，使隐藏索引对查询优化器可见。如果use_invisible_indexes 设置为off(默认)，优化器会忽略隐藏索引。如果设置为on，即使隐藏索引不可见，优化器在生成执行计划时仍会考虑使用隐藏索引。

在MySQL命令行执行如下命令查看查询优化器的开关设置。

SELECT @@optimizer_switch;

全部输出结果为：

index_merge=on,index_merge_union=on,index_merge_sort_union=on,index_merge_intersection=on,engine_condition_pushdown=on,index_condition_pushdown=on,mrr=on,mrr_cost_based=on,block_nested_loop=on,batched_key_access=off,materialization=on,semijoin=on,loosescan=on,firstmatch=on,duplicateweedout=on,subquery_materialization_cost_based=on,use_index_extensions=on,condition_fanout_filter=on,derived_merge=on,use_invisible_indexes=off,skip_scan=on,hash_join=on,subquery_to_derived=off,prefer_ordering_index=on,hypergraph_optimizer=off,derived_condition_pushdown=on

其中有配置属性

use_invisible_indexes=off

此属性配置为off，说明隐藏索引默认对查询优化器不可见。也就是如果索引隐藏，查询时就不会用到索引。

使隐藏索引对查询优化器可见，需要在MySQL执行如下命令：

SET SESSION optimizer_switch='use_invisible_indexes=on';

use_invisible_indexes属性的值为on，说明此时隐藏索引对查询优化器可见，也就是查询时，不管索引隐藏还是非隐藏，都会使用索引。

3、索引的设计原则

为了使索引的使用效率更高，在创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。索引设计不合理或者缺少索引都会对数据库和应用程序的性能造成障碍。高效的索引对于获得良好的性能非常重要。设计索引时，应该考虑相应准则。

为了下面的案例，先准备一下数据：
1.创建学生表和课程表

#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_`dbtest2`NAME VARCHAR(40) DEFAULT NULL,
	PRIMARY KEY (id)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

2.创建随机产生字符串、产生随机数两个函数

#创建随机产生字符串函数
DELIMITER$$
CREATE FUNCTION rand_string(n INT)RETURNS VARCHAR(255)
BEGIN
	DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGJHIJKLMNOPQRSTUVWXYZ';
	DECLARE return_str VARCHAR(255) DEFAULT '';
	DECLARE i INT DEFAULT 0;
	WHILE i< n DO
		SET return_str = CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
		SET i = i + 1;
	END WHILE;
	RETURN return_str;
END$$
DELIMITER;

#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;

如果执行上面两个函数时，报下面的错误：

这是因为主从复制，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。如果列值为0则表示不允许，1表示允许
SELECT @@log_bin_trust_function_creators;

#设置允许创建函数
SET GLOBAL log_bin_trust_function_creators = 1;

#上面这种方式是临时的，mysql重启又会不允许。下面使用配置文件添加参数的方式，使其永久允许。

#windows下：my.ini[mysqld]加上:
log_bin_trust_function_creators=1

#linux下：/etc/my.cnf下my.cnf[mysqld]加口上:
log_bin_trust_function_creators=1

3.创建插入模拟数据的存储过程

#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;
	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 ;

#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;
	REPEAT #循环
	SET i = i +1;
	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;

4.调用存储过程，向表里添加数据

#添加100门课
CALL insert_course(100);
#添加1000000个学生，这个过程持续一两分钟
CALL insert_stu(1000000);

数据准备完毕，下面用这些数据演示索引的功能

1、哪些情况适合创建索引

1、字段的数值有唯一性

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，从而降低查询速度。

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的。

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。

我们没有对student_id字段创建索引，进行如下查询：

SELECT
   id ,
   student_id ,
   name ,
   course_id ,
   class_id ,
   create_time 
FROM  student_info  WHERE student_id = 123110;

查询时间需要407毫秒，为student_id字段创建索引，再查询：

#给student_id字段添加索引
ALTER TABLE student_info ADD INDEX idx_sid(student_id);
#再查询
SELECT
   id ,
   student_id ,
   NAME ,
   course_id ,
   class_id ,
   create_time 
FROM  student_info  WHERE student_id = 123110;   #1毫秒

查询时间1毫秒。从407毫秒变成1毫秒。效率提升还是很明显的

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。

比如，按照 student_id 对学生选修的课程进行分组，显示不同的 student_id 和课程数量，显示 100个即可。

不创建索引的情况下，执行下面查询语句：

# 删除掉之间创建的索引
ALTER TABLE student_info DROP INDEX idx_sid;
# 查询
SELECT student_id, COUNT(*) AS num FROM student_info GROUP BY student_id LIMIT 100;  #1106毫秒

需要1106毫秒，添加上索引，再查询：

# 创建索引
ALTER TABLE student_info ADD INDEX idx_sid(student_id);
# 再查询
SELECT student_id, COUNT(*) AS num FROM student_info GROUP BY student_id LIMIT 100;  #1毫秒

效率提升很明显。而且，得到的结果中student_id字段的数值也是按照顺序展示的。
同理，如果是ORDER BY，也需要对字段创建索引。

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？

同时使用GROUP BY和ORDER BY查询的情况：

1. 对student_id 和create_time分别创建索引，也就是两个单列索引。执行下面的SQL查询：

   # 创建两个单列索引，两种语法
   CREATE INDEX idx_sid ON student_info(student_id);
   ALTER TABLE student_info ADD INDEX idx_cre_time(create_time);
   
   #查询
   SELECT student_id, COUNT(*) AS num 
   FROM student_info 
   GROUP BY student_id
   ORDER BY MIN(create_time) DESC 
   LIMIT 100;   # 4142毫秒

   

   通过执行计划可以看到，只使用一个索引，因为最左原则GROUP BY先被执行，所以使用了student_id字段的索引。
   
   说明：多个单列索引在多条件查询时只会生效一个索引（MySQL 会选择其中一个限制最严格的作为索引），所以在多条件联合查询的时候最好创联合索引。

2. 对student_id 和create_time创建一个联合索引，再执行下面的SQL查询：

   #创建联合索引
   ALTER TABLE student_info ADD INDEX idx_sid_cre_time(student_id,create_time);
   
   #再查询
   SELECT student_id, COUNT(*) AS num 
   FROM student_info 
   GROUP BY student_id
   ORDER BY MIN(create_time) DESC 
   LIMIT 100;   # 341毫秒

   

   如果创建联合索引l的顺序为(create_time，student_id)呢？运行时间为2164毫秒，因为在进行SELECT查询的时候，先进行GROUP BY，再对数据进行ORDER BY的操作，所以按照(student_id，create_time)这个联合索引的顺序效率是最高的。

4、update、delete的where条件列

当我们对某条数据进行UPDATE或者DELETE操作的时候，是否也需要对WHERE的条件列创建索引呢？

我们先看一下对数据进UPDATE的情况：我们想要把name为462eed7ac6e791292a79对应的student_id修改为10002，当我们没有对name进行索引的时候，执行SQL语句：

UPDATE student_info SET student_id = 10002 WHERE NAME = '462eed7ac6e791292a79';

无索引的情况下耗时827毫秒。添加索引再测试：

#添加索引
ALTER TABLE student_info ADD INDEX idx_name(NAME);
#再测试
UPDATE student_info SET student_id = 10003 WHERE NAME = '462eed7ac6e791292a79';  #耗时2毫秒

只需要2毫秒。

如果我们对某条数据进行DELETE，效率如何呢？测试方法跟update一样，不上图了，直接说结论吧。

删除name为462eed7ac6e791292a79的数据无索引时耗时627毫秒，有索引时1毫秒。

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维护。

5、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：

SELECT DISTINCT(student_id) FROM student_info;

• 无索引运行结果：600637条记录，查询耗时683毫秒。
• 有索引运行结果：600637条记录，查询耗时10毫秒。

不但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。

6、多表join连接操作时，创建索引注意事项

• 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。
• 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。
• 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。注意，虽然连接字段类型不一致也能查出来，但是那是因为把字符转成了数值在进行连接的，但是严重消耗性能，非常不可取。

举个例子：如果我们只对student_id创建索引，执行SQL语句：

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';

运行耗时：

• 无索引，耗时236毫秒；
• 对name创建索引，耗时2毫秒；

7、使用列的类型小的创建索引

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BIGINT，能使用MEDIUMINT就不要使用INT。这是因为：

• 数据类型越小，在查询时进行的比较操作越快
• 数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘Ⅰ/O带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率。

这个建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的/O。

8、使用字符串前缀创建索引

假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的B+树中有这么两个问题：

• B+树索引中的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，在索引中占用的存储空间越大。
• 如果B+树索引中索引列存储的字符串很长，那在做字符串比较时会占用更多的时间。

我们可以通过截取字段的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。

例如，TEXT和BLOG类型的字段，进行全文检索会很浪费时间，如果只检索字段前面的若干字符，这样可以提高检索速度。

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

#创建数据表
CREATE TABLE shop(address VARCHAR(120) NOT NULL);
#创建前缀索引，该索引只针对address列的值的前12个字符
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：

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:

COUNT(DISTINCT LEFT(列名，索引长度))/COUNT(*);

例如：

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;

在查询结果中，哪个列的值最接近1，就选择截取哪个值。

引申另一个问题：索引列前缀对排序的影响

如果使用了索引列前缀，比方说前边只把address列的前12个字符放到了二级索引中，下边这个查询可能就有点儿尴尬了：

SELECT * FROM shop
ORDER BY address
LIMIT 12;

因为二级索引中不包含完整的address列信息，所以无法对前12个字符相同，后边的字符不同的记录进行排序，也就是使用索引列前缀的方式无法支持使用索引排序，只能使用文件排序。

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。

9、联合索引把区分度高(散列性高)的列

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，该列中的值越集中。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，为基数太小列的建立索引效果可能不好。

10、使用最频繁的列放到联合索引的左侧

这样也可以较少的建立一些索引。同时，由于"最左前缀原则"，可以增加联合索引的使用率。

11、提示：在多个字段都要创建索引的情况下，联合索引优于单值索引

4、限制索引的数目

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表索引数量不超过6个。原因：

1. 每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。
2. 索引会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时，索引也会进行调整和更新，会造成负担。
3. 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能。

1、哪些情况不适合创建索引

1、在where中使用不到的字段，不要设置索引

WHERE 条件（包括GROUP BY、ORDER BY）里用不到的字段不需要创建索引，索引的价值是快速定位，如果起不到定位的字段通常是不需要创建索引的。举个例子：

SELECT course_id,student_id,create_time
FROM student_info
WHERE student_id = 41251;

因为我们是按照 student_id 来进行检索的，所以不需要对其他字段创建索引，即使这些字段出现在 SELECT 字段中。

2、数据量小的表最好不要使用索引

如果表记录太少，比如少于1000个，那么是不需要创建索引的。表记录太少，是否创建索引对查询效率的影响并不大。甚至说，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果。

举例：创建表1

CREATE TABLE t_without_index(
	a INT PRIMARY KEY AUTO_INCREMENT,
	b INT
);

提供存储过程1:

#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;

创建一个基本一样的表，只是给b字段添加索引：

CREATE TABLE t_with_index(
	a INT PRIMARY KEY AUTO_INCREMENT,
	b INT,
	INDEX idx_b(b)
);

创建存错过程2：

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();

使用下面SQL查询两个表：

SELECT * FROM t_without_index WHERE b = 9879;
SELECT  * FROM t_with_index WHERE  b = 9879;

查询结果对比：

• 都只花费了0毫秒
• 所以，在数据量不大的情况下，索引就发挥不出作用了，相反还需要维护没有什么作用的索引，反而还会成为拖累

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、有大量重复数据的列上不要建立索引

在条件表达式中经常用到的不同值较多的列上建立索引，但字段中如果有大量重复数据，也不用创建索引。比如在学生表的"性别"字段上只有"男"与"女"两个不同值，因此无须建立索引。如果建立索引，不但不会提高查询效率，反而会严重降低数据更新速度。

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。

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：

SELECT * FROM student_gender WHERE student_gender = 1;

运行结果：

• 无索引：10条数据，运行时间696毫秒。
• 针对student_gender 字段创建索引的查询：10条数据，52毫秒。

"例子 2" 为什么快？

那是极端特殊场景：

• 100 万人里只有 10 个男生
• 重复率 = 0.001%
• 这种情况现实中几乎不存在！

真实业务里，性别永远是五五开或接近五五开，所以永远不建索引。

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。

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。

4、避免对经常更新的表创建过多的索引

第一层含义：频繁更新的字段不一定要创建索引。因为更新数据的时候，也需要更新索引，如果索引太多，在更新索引的时候也会造成负担，从而影响效率。

第二层含义：避免对经常更新的表创建过多的索引，并且索引中的列尽可能少。此时，虽然提高了查询速度，同时却会降低更新表的速度。

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ASCI，并且插入时可能造成页分裂)、MD5、HASH、无序长字符串等。

为什么不建议用无序、随机、无规律的值做主键或索引。

答：索引是有序的，你给的值却是乱序的，插入时就会不断 "插队"，导致页分裂、性能爆炸。

InnoDB 的索引是有序存储的：

• nnoDB 的索引（尤其是主键聚簇索引）是B+ 树结构 ，数据在磁盘上是按索引值从小到大连续存放的。比如主键是自增 ID：
  1、2、3、4、5......
  它们在磁盘页里是逻辑排好顺序的，一页写满再开新页。

无序值（UUID、MD5、随机串）会发生什么？

这些值长这样：

a1b2c3d...

f9e8d7c...

12345678...

完全随机、没有任何顺序。

当你插入数据时：

• 新数据的主键值随机插到中间某一页
• 那一页已经满了
• 数据库必须把这一页劈成两半，挪动数据，腾出位置 → 这就叫 页分裂（Page Split）

后果非常严重：

1. 插入速度巨慢
2. 索引空间碎片化严重
3. 查询时磁盘 IO 变多
4. 范围查询（like、between）性能暴跌

为什么说 UUID 要转 ASCII？

UUID 本质是二进制，但存储时通常用字符串：

'550e8400-e29b-41d4-a716-446655440000'

比较索引大小的时候，数据库不能直接比二进制，要逐字符转成 ASCII 编码再比较。

• 变长
• 字符多
• 无顺序 → 比整数索引慢得多

身份证号为什么也不建议做主键？

身份证号：

• 长（18 位）
• 不是连续递增
• 前几位是地区、生日，整体无序
  插入时依然会随机插入、频繁页分裂。

而且它比 INT/BIGINT 占空间大很多，会让：

• 二级索引变大
• 内存缓存效率变低

MD5、HASH 为什么更差？

md5('abc') = 900150983cd24fb0

md5('abd') = 90482f468168cb21

插入完全乱跳，页分裂最严重。

最适合做索引 / 主键的值是什么？

满足三个条件：

1. 有序递增（自增 ID、雪花算法）
2. 长度短（INT / BIGINT）
3. 不会频繁变动

这样插入时只往最后一页追加，不会分裂，速度最快。

所以：不建议用 UUID、MD5、HASH、随机串、身份证 做主键或高频率索引。

很多人都会困惑：

既然 MySQL 用 UUID 性能差，为什么 MyBatis、Hibernate、JPA 这些框架还支持 UUID 主键？

答案很简单：它们不是给 MySQL InnoDB 设计的，而是给分布式场景、跨库同步、非关系型数据库设计的。

1. UUID 不是为 MySQL 设计的，是为「分布式」设计的

   MySQL 自增 ID 有一个致命缺点：只能在一台机器上自增，多台数据库就会冲突。

   例如：

   • 数据库 A 生成 ID：1、2、3
   • 数据库 B 生成 ID：1、2、3

   合并数据时，主键冲突！

   但 UUID：

   • 全球唯一
   • 任何机器生成都不重复
   • 适合微服务、分库分表、多机房同步

   所以：框架支持 UUID，是为分布式系统准备的，不是为单机 MySQL 准备的。

2. 不同数据库对无序主键的承受力不一样

• MySQL InnoDB：聚簇索引，极度依赖顺序插入

• Oracle：索引结构不同，对 UUID 没那么敏感

• PostgreSQL：也能承受 UUID

• MongoDB：天然用类似 UUID 的 _id

  框架是通用持久层，不只服务 MySQL。所以它必须提供 UUID 这种通用方案。

3. 有些业务场景不在乎插入性能。比如：

• 配置表、字典表、日志表（少量写入）、后台管理系统低并发表
• 这些场景：插入少、数据量小 → UUID 性能问题可以忽略。框架提供 UUID，是给这些场景用的。

4. 历史原因：早期没有更好的分布式 ID

   在雪花算法（Snowflake）普及之前：

   • 自增 ID → 不适合分布式
   • UUID → 唯一但性能差
   • 没有别的选择

   所以框架早期就内置了 UUID，一直保留到现在。

最适合做索引 / 主键的值是什么？

6、删除不再使用或者很少使用的索引

表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。

7、不要定义冗余或重复的索引

1. 冗余索引
   有时候有意或者无意的就对同一个列创建了多个索引l，比如：index(a,b,c)相当于index(a)、index(a,b)、index(a,b,c)。
   举例：建表语句如下

   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(10) NOT NULL,
   	PRIMARY KEY(id),
   	INDEX idx_name_birthday_phone_number(NAME(10),birthday, phone_number),
   	INDEX idx_name (NAME(10))
   );

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。

2. 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：

   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。

5、小结

索引是一把双刃剑，可提高查询效率，但也会降低插入和更新的速度并占用磁盘空间。

选择索引的最终目的是为了使查询的速度变快，上面给出的原则是最基本的准则，但不能拘泥于上面的准则，要不断地实践，根据应用的实际情况进行分析和判断，选择最合适的索引方式。