<MySQL>索引原理

索引介绍
- 需求：一般的应用系统，读写比例大概在10:1左右，急需优化读操作，MySQL里的读操作表现形式就是查询语句，优化查询语句就是目的。
- 索引：相当于图书的目录,可以帮助用户快速的找到需要的内容。
- 本质：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。
索引方法　
- B+树索引：由平衡树和二叉查找树结合产生的一种平衡查找树。
  - 特点：所有的记录节点都是按键值大小顺序存放在同一层的叶节点中，叶节点间用指针相连，构成双向循环链表，非叶节点（根节点、枝节点）只存放键值，不存放实际数据。
  - 例子
  - 查找过程：
    - 小知识：系统从磁盘读取数据到内存时是以磁盘块（block）为基本单位的，位于同一磁盘块中的数据会被一次性读取出来，而不是按需读取。InnoDB 存储引擎使用页作为数据读取单位，页是其磁盘管理的最小单位，默认 page 大小是 16kB。
    - 目标：查找数字30
      - 1.首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定30在28和65之间，锁定磁盘块1的P2指针，内存时间非常短（相比磁盘的IO）可以忽略不计。
      - 2.通过磁盘块1的P2指针的磁盘地址把磁盘块由磁盘加载到内存，发生第二次IO，30在28和35之间，锁定当前磁盘块的P1指针。
      - 3.通过指针加载磁盘块到内存，发生第三次IO，同时内存中做二分查找找到30，结束查询，总计三次IO。　　　
    - 真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。
- HASH 索引
  - hash就是特殊形式的键值对,允许多个key对应相同的value，但不允许一个key对应多个value。
  - 索引建立方式
    - 为某一列或几列建立hash索引，就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据.
    - hash索引可以一次定位，不需要像树形索引那样逐层查找,因此具有极高的效率.

索引类型　

普通索引

功能：加速查询

创建表，表中添加索引

#创建表同时添加name字段为普通索引
create table tb1(
   id int not null auto_increment primary key,
   name varchar(100) not null,
   index idx_name(name)  
);

单独创建索引
- ```
create index idx_name on tb1(name);
```
删除索引
- ```
drop index idx_name on tb1;
```
查看索引　
- ```
show index from tb1;
```

唯一索引

功能：加速查询和唯一约束（不可含null）

表中创建唯一索引

create table tb2(
  id int not null auto_increment primary key,
  name varchar(50) not null,
  age int not null,
  unique index idx_age (age)   
)

语句创建唯一索引

create unique index idx_age on tb2(age);

主键索引：一个表中最多只能有一个主键索引

功能：加速查询和唯一约束（不可含null）

表中创建主键

#方式一:
create table tb3(
   id int not null auto_increment primary key,
   name varchar(50) not null,
   age int default 0 
);

#方式二:
create table tb3(
   id int not null auto_increment,
   name varchar(50) not null,
   age int default 0 ,
   primary key(id)
);

单独创建
- ```
alter table tb3 add primary key(id);
```

删除主键

#方式一
alter table tb3 drop primary key;

#方式二:
#如果当前主键为自增主键,则不能直接删除.需要先修改自增属性,再删除

alter table tb3 modify id int ,drop primary key;

组合索引：组合索引是将n个列组合成一个索引
- 应用场景：：频繁的同时使用n列来进行查询，如：where n1 = 'alex' and n2 = 666。
- 表中创建组合索引
  - ```
  create table tb4(
    id int not null ,
    name varchar(50) not null,
    age int not null,
    index idx_name_age (name,age)   
  )
```
- 单独创建
  - ```
  create index idx_name_age on tb4(name,age);
```

索引应用场景

举个例子来说，比如你在为某商场做一个会员卡的系统。

这个系统有一个会员表
有下列字段：
会员编号 INT
会员姓名 VARCHAR(10)
会员身份证号码 VARCHAR(18)
会员电话 VARCHAR(10)
会员住址 VARCHAR(50)
会员备注信息 TEXT

那么这个 会员编号，作为主键，使用 PRIMARY
会员姓名 如果要建索引的话，那么就是普通的 INDEX
会员身份证号码 如果要建索引的话，那么可以选择 UNIQUE （唯一的，不允许重复）

聚合索引和辅助索引
- 数据库中的B+树索引可以分为聚集索引和辅助索引.　
  - 聚集索引：表中数据按主键B+树存放，叶子节点直接存放整条数据，每张表只能有一个聚集索引。
    - 当你定义一个主键时，InnnodDB存储引擎则把它当做聚集索引。
    - 如果你没有定义一个主键，则InnoDB定位到第一个唯一索引，且该索引的所有列值均飞空的，则将其当做聚集索引。
    - 如果表没有主键或合适的唯一索引INNODB会产生一个隐藏的行ID值6字节的行ID聚集索引。　
  - 辅助索引：（也称非聚集索引）是指叶节点不包含行的全部数据，叶节点除了包含键值之外，还包含一个书签连接，通过该书签再去找相应的行数据。
- 何时使用聚集索引或非聚集索引
测试索引　　
1. 创建表
  - ```
  CREATE TABLE userInfo(
      id int NOT NULL,
      name VARCHAR(16) DEFAULT NULL,
      age int,
      sex char(1) not null,
      email varchar(64) default null
  )ENGINE=MYISAM DEFAULT CHARSET=utf8;
```
2. 创建存储过程，插入数据
  - ```
  delimiter$$
  CREATE PROCEDURE insert_user_info(IN num INT)
  BEGIN
      DECLARE val INT DEFAULT 0;
      DECLARE n INT DEFAULT 1;
      -- 循环进行数据插入
      WHILE n <= num DO
          set val = rand()*50;
          INSERT INTO userInfo(id,name,age,sex,email)values(n,concat('alex',val),rand()*50,if(val%2=0,'女','男'),concat('alex',n,'@qq.com'));
          set n=n+1;
      end while;
  END $$
  delimiter;
```
3. 调用存储过程,插入500万条数据
  - ```
  call insert_user_info(5000000);
```
4. 修改引擎为INNODB
  - ```
  ALTER TABLE userinfo ENGINE=INNODB;
```
5. 测试索引
  1. 没索引查询速度
    - SELECT * FROM userinfo WHERE id = 4567890;
    - 注意:无索引情况,mysql根本就不知道id等于4567890的记录在哪里，只能把数据表从头到尾扫描一遍，此时有多少个磁盘块就需要进行多少IO操作，所以查询速度很慢.
  2. 在表中已经存在大量数据的前提下，为某个字段段建立索引，建立速度会很慢　　
    - CREATE INDEX idx_id on userinfo(id);
  3. 在索引建立完毕后，以该字段为查询条件时，查询速度提升明显
    - select * from userinfo where id = 4567890;
  4. 注意
    - 1. mysql先去索引表里根据b+树的搜索原理很快搜索到id为4567890的数据,IO大大降低，因而速度明显提升
      
      2. 我们可以去mysql的data目录下找到该表，可以看到添加索引后该表占用的硬盘空间多了　
      
      3.如果使用没有添加索引的字段进行条件查询,速度依旧会很慢(如图:)

正确使用索引　

数据库表中添加索引后确实会让查询速度起飞，但前提必须是正确的使用索引来查询，如果以错误的方式使用，则即使建立索引也会不奏效。即使建立索引，索引也不会生效：

#1. 范围查询(>、>=、<、<=、!= 、between...and)
    #1. = 等号
    select count(*) from userinfo where id = 1000 -- 执行索引,索引效率高
    
    #2. > >= < <= between...and 区间查询
    select count(*) from userinfo where id <100; -- 执行索引,区间范围越小,索引效率越高
    
    select count(*) from userinfo where id >100; -- 执行索引,区间范围越大,索引效率越低
    
    select count(*) from userinfo where id between 10 and 500000; -- 执行索引,区间范围越大,索引效率越低
    
   #3. != 不等于
   select count(*) from userinfo where id != 1000;  -- 索引范围大,索引效率低
   
   
#2.like '%xx%'
    #为 name 字段添加索引
    create index idx_name on userinfo(name);
    
    select count(*) from userinfo where name like '%xxxx%'; -- 全模糊查询,索引效率低
    select count(*) from userinfo where name like '%xxxx';   -- 以什么结尾模糊查询,索引效率低
  
    #例外: 当like使用以什么开头会索引使用率高
    select * from userinfo where name like 'xxxx%'; 

#3. or 
    select count(*) from userinfo where id = 12334 or email ='xxxx'; -- email不是索引字段,索引此查询全表扫描
    
    #例外：当or条件中有未建立索引的列才失效，以下会走索引
    select count(*) from userinfo where id = 12334 or name = 'alex3'; -- id 和 name 都为索引字段时, or条件也会执行索引

#4.使用函数
    select count(*) from userinfo where reverse(name) = '5xela'; -- name索引字段,使用函数时,索引失效
    
    #例外:索引字段对应的值可以使用函数,我们可以改为一下形式
    select count(*) from userinfo where name = reverse('5xela');

#5.类型不一致
    #如果列是字符串类型，传入条件是必须用引号引起来，不然...
    select count(*) from userinfo where name = 454;
        
    #类型一致
    select count(*) from userinfo where name = '454';

#6.order by
    #排序条件为索引，则select字段必须也是索引字段，否则无法命中  
    select email from userinfo ORDER BY name DESC; -- 无法命中索引

    select name from userinfo ORDER BY name DESC;  -- 命中索引
        
    #特别的:如果对主键排序，则还是速度很快：
    select id from userinfo order by id desc;

注意事项

1. 避免使用select *
2. 其他数据库中使用count(1)或count(列) 代替 count(*),而mysql数据库中count(*)经过优化后,效率与前两种基本一样.
3. 创建表时尽量时 char 代替 varchar
4. 表的字段顺序固定长度的字段优先
5. 组合索引代替多个单列索引（经常使用多个条件查询时）
6. 使用连接（JOIN）来代替子查询(Sub-Queries)
7. 不要有超过4个以上的表连接（JOIN）
8. 优先执行那些能够大量减少结果的连接。
9. 连表时注意条件类型需一致
10.索引散列值不适合建索引，例：性别不适合

大数据分页优化　　
- 大数据分页
  - ```
  select * from userinfo limit 3000000,10;
```
- 优化方案:
  - 一. 简单粗暴，就是不允许查看这么靠后的数据，比如百度就是这样的
    - 最多翻到72页就不让你翻了，这种方式就是从业务上解决；
  - 二.在查询下一页时把上一页的行id作为参数传递给客户端程序，然后sql就改成了
    - select * from userinfo where id>3000000 limit 10;　　
    - 这条语句执行也是在毫秒级完成的，id>300w其实就是让mysql直接跳到这里了，不用依次在扫描全面所有的行。
    - 如果你的table的主键id是自增的，并且中间没有删除和断点，那么还有一种方式，比如100页的10条数据
      - select * from userinfo where id>100*10 limit 10;
  - 三.最后第三种方法：延迟关联
    - 我们在来分析一下这条语句为什么慢，慢在哪里。
      - select * from userinfo limit 3000000,10;
    - 玄机就处在这个 * 里面，这个表除了id主键肯定还有其他字段比如 name age 之类的，因为select * 所以mysql在沿着id主键走的时候要回行拿数据，走一下拿一下数据；
    - 如果把语句改成：
      - select id from userinfo limit 3000000,10;
    - 你会发现时间缩短了一半；然后我们在拿id分别去取10条数据就行了；
    - 语句就改成这样了：
      - select table.* from userinfo inner join ( select id from userinfo limit 3000000,10 ) as tmp on tmp.id=userinfo.id;
  - 这三种方法最先考虑第一种其次第二种，第三种是别无选择

<MySQL>索引原理

索引介绍

索引方法

索引类型

聚合索引和辅助索引

测试索引

正确使用索引

注意事项

大数据分页优化

推荐阅读

索引方法　

索引类型　

测试索引　　

正确使用索引　

大数据分页优化　　