前 言 🍉 作者简介：半旧518，长跑型选手，立志坚持写10年博客，专注于java后端🍌 专栏简介：Mysql进阶，主要讲解mysql数据库进阶知识，包括索引、
前 言
先介绍下索引的分类，方便后续介绍索引的创建与设计。
🍜 普通索引
对于普通字段，也没有加特殊约束的索引，就是普通索引。比如对Stuedent类里面的name属性创建一个索引，不需要限制非空、唯一等，就是普通索引哟。
🍞 唯一性索引
声明了Unique唯一性约束的字段，会自动添加唯一性索引，并且删除唯一性约束就是通过删除唯一性索引来实现的。
🎂 主键索引
顾名思义，主键的索引。主键除了唯一性约束还有非空约束。一张表只能有一个主键索引（因为主键索引即数据，数据在物理上只能有一种存放排列方式）
🥜单列索引
只加在一列的索引。
🥟 多列(联合、组合)索引
作用在多个字段的索引。比如联合id,name,gender建立联合索引idx_id_name_gender，联合索引在使用时遵循最左前缀原则.
🍫 全文索引
利用分词技术等多种算法计算出文本中关键字出现的频率和重要性，是当前搜索引擎的关键技术，非常适合与大型的数据集，比如长文本。通过关键字FULLTEXT进行设置。Mysql3.23.23开始支持全文索引，Mysql5.6.4之前只有MyIsam存储引擎支持全文索引，Mysql5.6.4以后Innodb存储引擎也开始支持全文索引了。Mysql5.7.6以后内置了亚洲语种解析器，开始支持中文分词(之前可以引入第三方插件实现支持)。但是随着大数据时代的到来，基本上使用Solr，elasticsearch等实现全文检索，很少使用Mysql内置的存储引擎实现全文检索了(关系型数据库对于大数据的检索力不从心)。
🥥 空间索引
之前我们提到过空间类型的数据(主要用于三维地理空间)，可以使用参数SPATIAL建立空间索引,提高系统获取空间数据的效率。目前只有MyIsam支持空间索引，并且索引的字段不能为空值。
下图总结了不同存储引擎对于不同索引类型的支持情况。可以稍微了解。
可以在创建表时使用CREATE_TABLE来添加索引，也可以使用ALTER_TABLE或者CREATE_INDEX在已经存在的表上添加索引。
🐇 先看看隐式的索引创建。
# 创建数据库CREATE DATABASE dbtest2;# 使用数据库USE dbtest2;# 创建数据表.隐式的添加索引(在添加有主键约束、唯一性约束或者外键约束的字段会自动的创建索引)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));🐅 再来显示的创建索引。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]下面创建一个普通的索引。
CREATE TABLE book(book_id INT ,book_name VARCHAR(100),authors VARCHAR(100),info VARCHAR(100) ,comment VARCHAR(100),year_publication YEAR,INDEX(year_publication));查看下有没有创建成功
SHOW CREATE TABLE book\G
也可以使用如下的语句查看。
SHOW INDEX FROM book;
使用EXPLAIN 来分析下查询语句可能使用到的索引。
EXPLAIN SELECT * FROM book WHERE book_name = "mysql";
显然，book_name 没有建索引，再看看下面的查询语句。
EXPLAIN SELECT * FROM book WHERE year_publication = 1998;
🐢 再显示的创建一个唯一索引。
CREATE TABLE book1(book_id INT ,book_name VARCHAR(100),authors VARCHAR(100),info VARCHAR(100) ,comment VARCHAR(100),year_publication YEAR,INDEX(year_publication),UNIQUE INDEX uq_comments(comment));
创建了唯一性约束，会自动添加唯一索引，同样的，创建了唯一索引，也会自动为该字段添加一个唯一约束。不允许添加重复的数据，但允许添加Null值，而且可以添加多个Null值。
🐎 再看看主键索引。就是通过添加主键约束来完成。
CREATE TABLE student (id INT(10) UNSIGNED AUTO_INCREMENT ,student_no VARCHAR(200),student_name VARCHAR(200),PRIMARY KEY(id));通过删除主键约束的方式可以删除主键索引。
ALTER TABLE student DROP PRIMARY KEY;不过上面的语句会报错，因为student的主键声明了AUTO_INCREMENT 必须是主键。
再来。
DROP TABLE student;CREATE TABLE student (id INT(10),student_no VARCHAR(200),student_name VARCHAR(200),PRIMARY KEY(id));ALTER TABLE student DROP PRIMARY KEY;
🐂 创建联合索引。
CREATE TABLE test3(id INT(11) NOT NULL,name CHAR(30) NOT NULL,age INT(11) NOT NULL,info VARCHAR(255),INDEX multi_idx(id,name,age));我们发现，同样只创建了一个索引，但是显示的时候有三行。
注意上面三行依次是id,name,age，与我们创建索引时指定的顺序是严格对应的。在查询时会遵守最左索引原则，因此注意把最常用的查询字段放在索引的最左边。
🦋 创建全文索引。注意全文索引只能够在CHAR,VAECHAR,TEXT等类型上创建。了解下就行了。
CREATE TABLE test4(id INT NOT NULL,name CHAR(30) NOT NULL,age INT NOT NULL,info VARCHAR(255),FULLTEXT INDEX futxt_idx_info(info)) ENGINE=MyISAM;可以限定对于文本信息建立全文索引的范围,比如我们对info的前50个字节建立全文索引。这样就避免了我们页中存放的单条数据过大而存放不了太多的数据。
CREATE TABLE test4(id INT NOT NULL,name CHAR(30) NOT NULL,age INT NOT NULL,info VARCHAR(255),FULLTEXT INDEX futxt_idx_info(info(50))) ENGINE=MyISAM;
也可以通过名字和正文等来建立联合的全文索引。
CREATE TABLE articles ( id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY, title VARCHAR (200), body TEXT, FULLTEXT index (title, body)) ENGINE = INNODB ;全文索引建立以后在查询时不用再用like来进行模糊匹配了。而是使用Match。他的效率比like高很多倍。
SELECT * FROM articles WHERE MATCH(title,body) AGAINST ('hello');📕 注意点:
使用全文索引前，搞清楚版本支持情况；
全文索引比 like + % 快 N 倍，但是可能存在精度问题；
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。因为索引需要随着数据变。
🐏 空间索引，了解即可。
CREATE TABLE test5(geo GEOMETRY NOT NULL,SPATIAL INDEX spa_idx_geo(geo)) ENGINE=MyISAM;🏃 先看看第一种方法。
ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY][index_name] (col_name[length],...) [ASC | DESC]来。
CREATE TABLE book2(book_id INT ,book_name VARCHAR(100),authors VARCHAR(100),info VARCHAR(100) ,comment VARCHAR(100),year_publication YEAR);ALTER TABLE book2 ADD INDEX idx_cmt(comment);
🏊 第二种方法。
CREATE UNIQUE INDEX uk_bkname_idx ON book2(book_name);再有些场景我们需要删除索引，比如一张数据表建了许多索引，在需要进行大量的增、删、改之前可以先删除索引。但批量操作完成后，再把索引加回来。
其实这与索引的添加方法是对应的，不信您可以回过头去对比着看。
🌹 第一种方式:ALTER TABLE [tablename] DROP INDEX [indexname];
mysql> SHOW INDEX FROM book2;+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| book2 | 0 | uk_bkname_idx | 1 | book_name | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL || book2 | 1 | idx_cmt | 1 | comment | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+2 rows in set (0.00 sec)mysql> ALTER TABLE book2 DROP INDEX idx_cmt;Query OK, 0 rows affected (0.02 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> SHOW INDEX FROM book2;+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| book2 | 0 | uk_bkname_idx | 1 | book_name | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+1 row in set (0.00 sec)🌳 法二,不演试了。
DROP INDEX index_name ON table_name;🌷 提示:
删除表中的列时，如果要删除的列为索引的组成部分(建立了联合索引)，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> SHOW INDEX FROM test3;+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| test3 | 1 | multi_idx | 1 | id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL || test3 | 1 | multi_idx | 2 | name | A | 0 | NULL | NULL | | BTREE | | | YES | NULL || test3 | 1 | multi_idx | 3 | age | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+ALTER TABLE DROP COLUMN name;mysql> SHOW INDEX FROM test3;+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| test3 | 1 | multi_idx | 1 | id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL || test3 | 1 | multi_idx | 2 | age | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+2 rows in set (0.00 sec)Mysql4开始就支持降序索引的语法，但实际上只是语法糖，数据库仍然创建的是升序索引，在使用时进行反向扫描。这样无疑会降低数据库的效率。Mysql8.0开始真正支持降序索引了(InnoDB存储引擎)。
创建一个demo吧。在8.0中。
mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));mysql> SHOW CREATE TABLE ts1\G*************************** 1. row *************************** Table: ts1Create Table: CREATE TABLE `ts1` ( `a` int DEFAULT NULL, `b` int DEFAULT NULL, KEY `idx_a_b` (`a`,`b` DESC)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb31 row in set (0.00 sec)在5.7中,发现他们的区别吗？5.7中显示的表结构在b后面没有DESC。
mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));mysql> SHOW CREATE TABLE ts1\G*************************** 1. row *************************** Table: ts1Create Table: CREATE TABLE `ts1` ( `a` int DEFAULT NULL, `b` int DEFAULT NULL, KEY `idx_a_b` (`a`,`b`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb31 row in set (0.00 sec)下面对两个版本的mysql执行如下语句，插入799条数据。
DELIMITER //CREATE PROCEDURE ts_insert()BEGINDECLARE i INT DEFAULT 1;WHILE i <800DOinsert into ts1 select rand()*80000,rand()*80000;SET i = i + 1;END WHILE;commit;END //DELIMITE ;#调用CALL ts_insert();接下来进行查询操作
EXPLAIN SELECT * FROM ts1 ORDER BY a,b DESC LIMIT 5;在mysql5.7中，执行结果如下。可以发现，它使用了Using filesort，这是一种外部排序方法，会降低查询的效率。并且它扫描的rows是799条。
再在8.0中执行下，可以看到8.0中使用的是索引Using Index，并且它扫描的rows是5条。
当然，你要是在8.0中执行下面语句，性能就不佳了(a,b的升降序与索引中存储的升降序相反)
EXPLAIN SELECT * FROM ts1 ORDER BY a DESC,b LIMIT 5;因此，如果你频繁需要使用查询a降序，b升序的语句，就建议在建索引时也按照同样的顺序哦。
Mysql8.x开始支持把索引设置为隐藏状态。在之前我们多次提到，如果需要频繁对数据进行增、删、改操作，可以先将索引删除。当我们因为删除索引出现了错误，就需要把索引重新创建回来。如果数据表本身较大，这就会造成较大的性能损耗。
因此我们可以通过隐藏索引实现对于索引的软删除。同时，如果你想验证删除索引对于性能的影响，也可以选择隐藏索引。
💁 注意 ：
主键不可以设置成为隐藏索引(这样相当于主键失效了)。如果没有显示主键，唯一的非空字段会被隐式的设置为主键，因此这种情况也不能将其设置为隐藏索引。
🎃执行如下sql。创建表时创建一个隐藏索引。
CREATE TABLE book3(book_id INT ,book_name VARCHAR(100),authors VARCHAR(100),info VARCHAR(100) ,comment VARCHAR(100),year_publication YEAR,INDEX idx_cmt(comment) INVISIBLE);mysql> SHOW INDEX FROM book3;+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| book3 | 1 | idx_cmt | 1 | comment | A | 0 | NULL | NULL | YES | BTREE | | | NO | NULL |+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+1 row in set (0.01 sec)执行下查询操作。可以看到possible_keys是Null，说明没有使用索引。
mysql> EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+| 1 | SIMPLE | book3 | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 | Using where |+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+1 row in set, 1 warning (0.00 sec)🎄 可以在已经存在的表上创建一个隐藏索引。
CREATE INDEX indexnameON tablename(propname[(length)]) INVISIBLE;🎀 还可以使用Alter在已经存在的表上创建一个隐藏索引。
ALTER TABLE tablenameADD INDEX indexname (propname [(length)]) INVISIBLE;🎁可以切换索引可见状态 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👩🏫注意：
隐藏索引在表中数据发生变化时也需要对应进行索引维护，如果一个索引需要长期隐藏，最好还是将其删除，从而降低性能上的损耗。
隐藏索引对优化器默认部可见，查看下优化器的配置。
mysql> select @@optimizer_switch \G*************************** 1. row ***************************@@optimizer_switch: 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=on1 row in set (0.01 sec)在上面的输出可以看到use_invisible_indexes=off.说明隐藏索引默认对于查询优化器不可见。
可以更改。
mysql> set session optimizer_switch="use_invisible_indexes=on";Query OK, 0 rows affected (0.00 sec)更改以后执行查询操作，possible_keys 是idx_cmt ,而且我们还将其设置为隐藏索引了。这就说明隐藏索引对于查询优化器可见了。
mysql> Alter table book3 alter index idx_cmt invisible;Query OK, 0 rows affected (0.01 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+| 1 | SIMPLE | book3 | NULL | ref | idx_cmt | idx_cmt | 303 | const | 1 | 100.00 | NULL |+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+1 row in set, 1 warning (0.00 sec)准备下数据。由于需要使用函数与存储过程，这里建议使用图形化的操作界面，比如navicat。
CREATE DATABASE atguigudb1;USE atguigudb1;#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;准备生成随机数的函数。
#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BEGINDECLARE 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 ;#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 ;在上面创建函数的过程，可能会出现报错。
This function has none of DETERMINISTIC......如果出现报错是因为开启了慢查询日志bin-log,主从复制时，主机会将写操作记录在bin-log日志中，从机从bin-log中读取记录执行同步操作，因为使用函数可能导致主机与从机操作时间不一致，会默认关闭函数的创建。通过如下语句来查看下。
mysql> SELECT @@log_bin_trust_function_creators;+-----------------------------------+| @@log_bin_trust_function_creators |+-----------------------------------+| 0 |+-----------------------------------+1 row in set (0.62 sec)默认是不允许函数创建。改下,再重新去创建函数就可以了。
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：log_bin_trust_function_creators=1 #linux下：/etc/my.cnf下my.cnf[mysqld]加上：log_bin_trust_function_creators=1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; #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 ;# 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 ;调用存储过程插入数据,因为数据量比较大，所以需要等会(约两三分钟)。
CALL insert_course(100);CALL insert_stu(1000000);插完数据可以验证下。
mysql> select count(*) from course;+----------+| count(*) |+----------+| 100 |+----------+1 row in set (0.01 sec)mysql> select count(*) from student_info;+----------+| count(*) |+----------+| 1000000 |+----------+1 row in set (0.09 sec)下面适合创建索引的情况都是从B+树数据结构上来考虑的，该专栏前面的文章，已经介绍过B+树。MySql进阶索引篇01——深度讲解索引的数据结构：B+树
适合创建唯一性索引，适合创建唯一性索引，当然，如果该字段被Unique修饰，具有唯一性约束，会自动创建一个唯一性索引(如果给字段添加了唯一性索引，同样也会自动添加唯一性约束)。这是因为唯一性的字段没有重复值，很适合作为查询条件(可以结合B+树来理解，在叶子节点查找到唯一数据后，无须再进行遍历了)，给他们加索引可以在使用其作为查询条件时提升效率。
🙋♀️ 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。
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。
查看student_info表中的索引
mysql> SHOW INDEX FROM student_info;+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+| student_info | 0 | PRIMARY | 1 | id | A | 960509 | NULL | NULL | | BTREE | | | YES | NULL |+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+1 row in set (0.06 sec)可以看出student_id没有建立索引。用它作为查询条件查询下。耗时1.07s。
mysql> SELECT course_id,class_id,NAME,create_time,student_id -> FROM -> student_info -> WHERE student_id = 123110;+-----------+----------+--------+---------------------+------------+| course_id | class_id | NAME | create_time | student_id |+-----------+----------+--------+---------------------+------------+| 10058 | 10014 | SyNuJn | 2022-05-25 09:30:46 | 123110 || 10053 | 10007 | YYVLTl | 2022-05-25 09:31:15 | 123110 || 10053 | 10008 | XVIHkg | 2022-05-25 09:32:22 | 123110 |+-----------+----------+--------+---------------------+------------+3 rows in set (1.07 sec)添加索引。耗时5.39s。
mysql> AlTER TABLE student_info -> ADD INDEX idx_sid(student_id);Query OK, 0 rows affected (5.39 sec)Records: 0 Duplicates: 0 Warnings: 0再查询。耗时0.00s。性能提升杠杠的
mysql> SELECT course_id,class_id,NAME,create_time,student_id -> FROM -> student_info -> WHERE student_id = 123110;+-----------+----------+--------+---------------------+------------+| course_id | class_id | NAME | create_time | student_id |+-----------+----------+--------+---------------------+------------+| 10058 | 10014 | SyNuJn | 2022-05-25 09:30:46 | 123110 || 10053 | 10007 | YYVLTl | 2022-05-25 09:31:15 | 123110 || 10053 | 10008 | XVIHkg | 2022-05-25 09:32:22 | 123110 |+-----------+----------+--------+---------------------+------------+3 rows in set (0.00 sec)索引其实就是让数据按照某种顺序进行存储或者检索，而GROUP BY分组查询或者ORDER BY进行排序，如果添加了索引，本身索引的数据就已经排好序了，进行分组查询和排序操作性能不是很nice吗？另外，如果待排序的列有多个，可以在这些列上建立联合索引。
⚽下面在有student_id索引的情况下，查询.
```mysql> SELECT student_id,COUNT(*) AS num -> FROM student_info -> GROUP BY student_id LIMIT 100;+------------+-----+| student_id | num |+------------+-----+| 1 | 9 |//笔者省略了......| 100 | 4 |+------------+-----+100 rows in set (0.00 sec)删除索引，再来。慢的像蜗牛。
mysql> SELECT student_id,COUNT(*) AS num -> FROM student_info -> GROUP BY student_id LIMIT 100;+------------+-----+| student_id | num |+------------+-----+| 1 | 9 |// ...| 100 | 4 |+------------+-----+100 rows in set (10.31 sec)🏀 如果同时使用GROUP BY和ORDER BY，先看看不加索引的情况。
mysql> SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;ERROR 1055 (42000): Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'atguigudb1.student_info.create_time' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by出现了一个异常信息，这是因为我们使用的sql_mode是only_full_group_by.修改下再来，时间代价是6.61秒。
mysql> SELECT @@sql_mode;+-----------------------------------------------------------------------------------------------------------------------+| @@sql_mode |+-----------------------------------------------------------------------------------------------------------------------+| ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |+-----------------------------------------------------------------------------------------------------------------------+1 row in set (0.00 sec)mysql> SET @@sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';Query OK, 0 rows affected (0.00 sec)mysql> SELECT @@sql_mode;+----------------------------------------------------------------------------------------------------+| @@sql_mode |+----------------------------------------------------------------------------------------------------+| STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |+----------------------------------------------------------------------------------------------------+1 row in set (0.00 sec)mysql> SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+------------+-----+| student_id | num |+------------+-----+| 90433 | 1 |...| 144379 | 1 |+------------+-----+100 rows in set (6.61 sec)再看看两个字段分别建立单列索引的情况,5.26s，快了一点点。
mysql> ALTER TABLE student_info ADD INDEX idx_sid(student_id);Query OK, 0 rows affected (3.61 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> ALTER TABLE student_info ADD INDEX idx_cre_time(create_time);Query OK, 0 rows affected (3.52 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+------------+-----+| student_id | num |+------------+-----+| 90433 | 1 || 88221 | 1 |//......| 144379 | 1 |+------------+-----+100 rows in set (5.26 sec)分析下它的查询过程,原来我们只用了一个索引，由于我们是先GROUP BY student_id,后ORDER BY create_time，我们实际上只使用了索引idx_sid 。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+| 1 | SIMPLE | student_info | NULL | index | idx_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+1 row in set, 1 warning (0.01 sec)建立联合索引的情况,芜湖起飞。
mysql> ALTER TABLE student_info ADD INDEX idx_sid_cre_time(student_id,create_time DESC);Query OK, 0 rows affected (4.71 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_sid_cre_time | idx_sid_cre_time | 10 | NULL | 997449 | 100.00 | Using index; Using temporary; Using filesort |+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+1 row in set, 1 warning (0.00 sec)再来,交换字段顺序建立联合索引idx_cre_time_sid，下面查询真正使用的索引key是idx_sid ，当然，由于这里存在缓存，所以查询速度很快，实际上它应该比使用idx_sid_cre_time慢。读者自己测试可以关闭缓存，作者这里偷个懒了。
mysql> ALTER TABLE student_info ADD INDEX idx_cre_time_sid(create_time DESC,student_id);Query OK, 0 rows affected (4.50 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> DROP INDEX idx_sid_cre_time ON student_info;Query OK, 0 rows affected (0.02 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_cre_time_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+1 row in set, 1 warning (0.00 sec)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> UPDATE student_info SET student_id = 10002 -> WHERE NAME = '462eed7ac6e791292a79';Query OK, 0 rows affected (1.51 sec)Rows matched: 0 Changed: 0 Warnings: 0mysql> ALTER TABLE student_info -> ADD INDEX idx_name(NAME);Query OK, 0 rows affected (4.87 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> UPDATE student_info SET student_id = 10003 -> WHERE NAME = '462eed7ac6e791292a79';Query OK, 0 rows affected (0.00 sec)Rows matched: 0 Changed: 0 Warnings: 0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`;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：
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。
多表 JOIN 连接操作时， 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(n ,n^2 , n^3…)，严重影响查询的效率。
多表 JOIN 连接操作时， 推荐对 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。
🔊注意：对用于连接的字段在多张表中的 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。否则在查询时，虽然也会帮我们进行隐式的类型转换，转换时会使用函数，索引就失效了。索引失效情况在后续文章中还会给大家详细介绍，敬请期待。
举个例子，如果我们只对student_id创建索引，执行 SQL 语句：
SELECT course_id, name, student_info.student_id, course_nameFROM student_info JOIN courseON student_info.course_id = course.course_idWHERE name = '462eed7ac6e791292a79';运行结果（1 条数据，运行时间 0.189s ）：
这里我们对 name 创建索引，再执行上面的 SQL 语句，运行时间为 0.002s。
这里的类型指的是我们在建表时显示给表中字段指定的类型，比如TINYINT,INT,BIGINT,能够存储整型数据的字节依次递增，类型依次变大。但是其在存储空间中占用的空间也会依次变多，另外也会影响到索引的使用。比如主键会建立聚簇索引，如果主键越短，目录页能够存储的目录项记录就会越多，B+树就会越扁平，查询时I/O次数就会越少，查询的速度就会越快。另外，即使是二级索引，其非叶子节点还存放主键。因此，这条建议对于表的主键特别适用。
假设一个字段是字符串，字符串很长，我们考虑使用字符串前缀创建索引，而不是整个字符串哟。这样不仅构建索引的B+树索引存储空间更大，存储的内容会更少点，使B+树更加矮胖，同时，在查询时对该字段进行比较效率也会更高点。
这里大家可能有个问题，如果说字符串截取了一段做索引，但是两个不同字符串截取的前缀相同，那么他们比较的结果不就相同了么？不用担心，如果相同，我们还在索引中存储了主键呀，我们再根据主键去回表，就可以知道到底哪个数据是我们需要的了。
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
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：
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;计算出来选择度越接近于1越好哟，因为这说明它重复的数值越少。
🎯 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。
引申另一个问题：索引列前缀对排序的影响
比如我们索引就取了address字段的前12个字符，下面的查询就有点尴尬了。
SELECT * FROM shopORDER BY addressLIMIT 12;因为索引不包含完整的字符，因此无法对于address中前12个字符相同但是后面字符不同的数据进行索引前缀排序了，只能使用文件排序。
使用如下公式可以计算列的区分度，一般区分度越高越好，当区分度达到33%就算是比较高效的索引了。
select count(distinct address) / count(*) from t;数据相似性大的就不适合建立索引，如：男女性别
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。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;建议单张表的索引数目不要超过6个。
possible_keys中选择合适的key 时需要的成本也会更多。比如下面查询中possible_keys有两个，实际使用的key只有一个，这其实优化器判断的哟。mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info -> GROUP BY student_id -> ORDER BY create_time DESC -> LIMIT 100;+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_cre_time_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+1 row in set, 1 warning (0.00 sec)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。不仅浪费存储空间。而且在查找时性能可能还会更慢，因为可能还需要回表操作，不如直接查找就行。
如，男女性别，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。
但也不是绝对的哟，比如一个学校有10万人，但是男生只有10人，如果想要筛选出这10个男生，那你就可以对性别这个字段建立索引哟。
第一层含义：对于频繁更新的字段不需要创建索引。否则每次更新字段索引都需要对应维护。
第二层含义：对于经常更新的表，不要创建过多的索引，也是因为维护成本。
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。所以我们通常也推荐使用自增的主键。
(1)冗余索引
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(100) NOT NULL, PRIMARY KEY (id), KEY idx_name_birthday_phone_number (name(10), birthday, phone_number), KEY 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)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。
这篇文章就介绍到这里，建议多练习索引的sql语句，并且适量做题：常见sql面试笔试真题汇总
来源地址：https://blog.csdn.net/qq_41708993/article/details/124898091
--结束END--
本文标题: Mysql进阶索引篇03——2个新特性，11+7条设计原则教你创建索引
本文链接: https://www.lsjlt.com/news/402690.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-05-16
2024-05-16
2024-05-16
2024-05-15
2024-05-15
2024-05-15
2024-05-15
2024-05-15
2024-05-15
2024-05-15
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0