索引的优缺点

  • 优点
    • 使用索引可以大大加快数据检索速度（大大减少检索的数据量）
    • 通过创建唯一索引，可以保证数据库表中每一行数据的唯一性
  • 缺点
    • 创建索引和维护索引需要耗费许多时间，当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低SQL的执行效率
    • 索引需要使用物理空间存储，会耗费一定空间

大多数情况下索引能提高查询速度，但是如果数据库数据量本身不大的情况下，那么使用索引也不一定能带来很大的提升。

索引的底层数据结构

哈希表 & B+树

哈希表是键值对的集合，可以通过key快速取出对应的value，因此哈希表可以快速检索数据。

哈希缺点

  • 哈希冲突

  • 哈希索引不支持顺序和范围查询

    B树 & B+树

    B（balanced）树又称B-树，全称为多路平衡查找树，B+树是B树的一种变体。

    B树和B+树的异同

  • B树的节点既存储key也存储数据，B+树仅有叶子节点存放key和数据，其他节点只存放key；

  • B树的叶子节点是独立的，B+树的叶子节点有一条引用链指向与它相邻的叶子节点；

  • B树的检索过程相当于对范围内的每个节点的关键字做二分查找，可能还没到达叶子节点检索就结束了。B+树的检索效率就相对更稳定，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。

    MyISAM的索引

    MyISAM 引擎中，B+Tree 叶节点的 data 域存放的是数据记录的地址。
    在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。

    InnoDB的索引

    InnoDB 引擎中，其数据文件本身就是索引文件。
    相比 MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按 B+Tree 组织的一个索引结构，树的叶节点 data 域保存了完整的数据记录。这个索引的 key 是数据表的主键，因此 InnoDB 表数据文件本身就是主索引。这被称为“聚簇索引（或聚集索引）”，而其余的索引都作为辅助索引，辅助索引的 data 域存储相应记录主键的值而不是地址，这也是和 MyISAM 不同的地方。
    在根据主索引搜索时，直接找到 key 所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，在走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

    索引类型

    主键索引

    primary key就是主键索引。

    二级索引/辅助索引

    二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。唯一索引，普通索引，前缀索引等索引属于二级索引。

  • 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能出现重复的数据，但是允许数据为 NULL，一张表允许创建多个唯一索引。 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，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询数据，一张表允许创建多个普通索引，并允许数据重复和 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，因为只取前几个字符。
  • 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的信息，是目前搜索引擎数据库使用的一种技术。Mysql5.6 之前只有 MYISAM 引擎支持全文索引，5.6 之后 InnoDB 也支持了全文索引。

    聚集索引和非聚集索引

    聚集索引

    聚集索引即索引结构和数据一起存放的索引。主键索引属于聚集索引。
    在 Mysql 中，InnoDB 引擎的表的 .ibd文件就包含了该表的索引和数据，对于 InnoDB 引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。

    聚集索引的优点

    聚集索引的查询速度非常的快，因为整个 B+树本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。

    聚集索引的缺点

  1. 依赖于有序的数据 ：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，如果数据是整型还好，否则类似于字符串或 UUID 这种又长又难比较的数据，插入或查找的速度肯定比较慢。

  2. 更新代价大 ： 如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且况聚集索引的叶子节点还存放着数据，修改代价肯定是较大的，所以对于主键索引来说，主键一般都是不可被修改的。

    非聚集索引

    非聚集索引即索引结构和数据分开存放的索引。

    1.  MYISAM 引擎的表的.MYI 文件包含了表的索引，该表的索引(B+树)的每个叶子非叶子节点存储索引，叶子节点存储索引和索引对应数据的指针，指向.MYD 文件的数据。 
    2.  非聚集索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据。

    非聚集索引的优点

    更新代价比聚集索引要小 。非聚集索引的更新代价就没有聚集索引那么大了，非聚集索引的叶子节点是不存放数据的。

    非聚集索引的缺点

  3. 跟聚集索引一样，非聚集索引也依赖于有序的数据；

  4. 可能会二次查询(回表) :这应该是非聚集索引最大的缺点了。 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。

    非聚集索引一定会回表吗

    非聚集索引不一定会回表，具体与查询的内容相关。

    1. -- 建表
    2. create table student (
    3. id bigint primary key, 
    4. name varchar(10) index not null, 
    5. age tinyint not null
    6. );
    7. -- 回表查询
    8. select name,age from student where name = '张三';
    9. -- 不回表查询
    10. select name from student where name = '张三';
    11. # 以上两者的区别在于，name是二级索引，仅保存了自己的数据和主键索引的地址，当仅查询自己的数据的时候可以直接返回数据
    12. # 当查询的数据还包含其他的数据的时候，就需要回表查询了

    覆盖索引

    如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。
    我们知道在 InnoDB 存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次。
    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。

    创建索引的注意事项

  5. 选择核实的字段创建索引

  • 不为空的字段：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,true,false 这样语义较为清晰的短值或短字符作为替代
  • 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：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
  1. 被频繁更新的字段应该慎重简历索引

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。

  1. 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，且修改索引时，耗费的时间也是较多的。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。

  1. 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。

  1. 考虑在字符串类型上使用前缀索引替代普通索引

前缀索引仅用于字符串类型，较普通索引会占更小的空间，所以可以考虑使用前缀索引替代普通索引。

使用索引的建议

  • 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，不适合索引
  • 避免where子句中对字段史家函数，这会造成索引失效
  • 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。「MySQL5.7及之后可以通过查询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，可以使用索引来提高性能

    MySQL如何添加索引

    1. -- 主键索引
    2. ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` );
    3. -- 唯一索引
    4. ALTER TABLE `table_name` ADD UNIQUE ( `column` );
    5. -- 普通索引
    6. ALTER TABLE `table_name` ADD INDEX index_name ( `column` );
    7. -- 全文索引
    8. ALTER TABLE `table_name` ADD FULLTEXT ( `column`);
    9. -- 联合索引
    10. ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` );