标签：index 正确 索引 student MySQL table name
本文链接：https://blog.csdn.net/SnailMann/article/details/88594860
正确的理解MySQL的索引机制以及内部实现（一）
如果觉得对你有帮助，能否点个赞或关个注，以示鼓励笔者呢？！博客目录 | 先点这里
- 第一部分 倾向于MySQL数据库索引的日常生活，主要体现MySQL索引的应用
正确的理解MySQL的索引机制以及内部实现（一） - 第二部分 更倾向于讲解MySQL B+树索引的实现原理
正确的理解MySQL的索引机制以及内部实现（二）
因为数据库索引的知识点比较多，而且感觉比较复杂和混乱！所以为了让文章更加的清晰，最终在按原目录结构写了三分之二的时候，还是决定分为两个部分分开去描述（虽然还是有很多地方没有去解释）
刚花了几小时撸了个py博客批量备份小工具，有需要可以拿走 https://github.com/SnailMann/CAB-Tool
- 前提概要
- 样例表
- 如何去学习MySQL的索引知识？
- MySQL索引
- 什么是索引？
- 索引的优缺点
- 索引设计的原则
- 索引相关SQL
- MySQL有哪些索引
- MySQL索引的分类
- 单列索引
- 组合索引
- 其他相关问题
- 索引是越建越多，越好吗？
- 不同类型字段隐式转换导致索引失效
前提概要
说明的表
以下是用于解释索引的样例表
建表语句
create table `student` (
`sid` int(11) not null,
`name` varchar(20) not null,
`age` int(11) not null,
`tel` varchar(11) not null,
`email` varchar(20) not null,
`class` varchar(20) not null,
primary key (`sid`),
unique name(`name`),
index age(`age`),
index tel_email(`tel`,`email`)
) engine=innodb default charset=utf8;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
插入数据
insert into student values(1,"Jerry",22,"123451","jerry@gmail.com","计算机1班");
insert into student values(2,"Tom",22,"123452","tom@gmail.com","计算机2班");
insert into student values(3,"Mark",20,"123453","mark@gmail.com","计算机3班");
insert into student values(4,"Jack",19,"123454","jack@gmail.com","计算机4班");
- 1
- 2
- 3
- 4
表与数据
表中的索引
sid(学号)是主键索引name(姓名)是唯一非空索引age(年龄)是普通索引tel(电话),email(邮箱)是组合索引class(班级)列没有生成索引
如何去学习MySQL的索引知识？
由于本文的主要性质是自己的笔记总结，是自己学习过程思路的整理。因为索引的知识点的确比较繁琐，所以简单的我说一下我在学习数据库索引机制的步骤和方式。
（一）首先要了解什么是索引？索引是干嘛呢，有什么好处
- 了解一下什么是索引，它能给我们带来什么好处？
- 索引的底层实现数据结构一般是什么，不同存储引擎的索引底层实现有区别吗？
- 我们使用索引需要注意什么事情，按照什么样的原则去建立索引？
（二）了解MySQL在功能上，给我们提供了什么索引？
- 了解单列索引的主键索引，唯一索引，普通索引以及全文索引
- 了解一下什么是组合索引，明白组合索引的
最左前缀原则，然后大概就知道MySQL的索引要怎么用了 - 有时间最好要了解如何分析索引命中（explain）,至少得知道怎么才算走了索引
- 然后了解一下MySQL应用层面上的坑坑哇哇
（三）准备入门MySQL索引的底层实现（B+ Tree索引）
- 因为通常的MySQL索引底层实现主要是B+树，所以需要先把索引会涉及的
基础数据结构打个补丁，比如二叉搜索树，平衡二叉搜索树，B树，B+树。 - 区分一下索引底层实现的一些内部概念，如
主键索引(primary index)，辅助键索引(secondary index) - 再区分一下
聚簇索引(clustered index)和非聚簇索引(non-clustered index)的概念分别是什么意思? - 在这个阶段，会很容易的出现概念性的混乱，因为大家都叫索引，但却有时候不是属于一个维度的东西
- 了解MySQL下InnoDB引擎和MyISAM引擎分别通过B+ Tree索引查询的过程
（四）如果你还想了解其他索引的实现的话，可以看看
- 了解什么是
BitMap索引 - 了解
哈希索引和自哈希索引 - 了解全文检索中的
倒排索引
索引
什么是索引？
什么是索引：
- 索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。如果想按特定职员的姓来查找他或她，则在表中搜索所有的行相比，索引有助于更快地获取信息
- 通俗的讲，索引就是数据的目录，就像看书一样，假如我想看第三章第四节的内容，如果有目录，我直接翻目录，找到第三章第四节的页码即可。如果没有目录，我就需要将从书的开头开始，一页一页翻，直到翻到第三章第四节的内容。
索引的优缺点
索引的优点：
- 通过创建唯一索引，可以保证每一行数据的唯一性
- 可以大大提高查询速度
- 可以加速表与表的连接
- 可以显著的减少查询中分组和排序的时间
- 通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
索引的缺点：
- 创建索引需要时间，后期创建的索引，创建开销时间与表数据量呈正相关
- 创建索引时，需要对表加锁，在锁表的同时，可能会影响到其他的数据操作
- 索引需要磁盘的空间进行存储，如果针对单表创建了大量的索引，可能比数据文件更快达到大小上限
- 当对表中的数据进行CRUD的时，也会触发索引的维护，而维护索引需要时间，可能会降低数据操作的性能
索引设计的原则
不应该：
- 索引不是越多越好。索引太多，维护索引需要时间，同时索引也需要占用磁盘资源
- 频繁更新的数据，不宜建索引。 数据频繁更新，触发索引频频维护，降低写速度
- 数据量小的表没必要建立索引。数据量过小，建索引等于多此一举，还增加了操作复杂度
应该：
- 重复率小的列建议生成索引。因为重复数据少，索引树查询更有效率
- 数据具有唯一性，建议生成唯一性索引。在数据库的层面，保证数据正确性
- 频繁group by、order by的列建议生成索引。可以大幅提高分组和排序效率
- 经常用于查询条件的字段建议生成索引。通过索引查询，速度更快
索引相关SQL
查看表中的索引
show index from {table_name}
- 1
添加索引
# 创建表
CREATE TABLE {table_name}(
...
INDEX {index_name}({column_name})
);
- 1
- 2
- 3
- 4
- 5
# 修改表
alter table {table_name} add unique index {index_name}({column_name}); # 唯一索引
alter table {table_name} add index {index_name}({column_name}); # 普通索引
create index {index_name} on {table_name}({column_name}); # 普通索引
- 1
- 2
- 3
- 4
删除索引
drop index {index_name} on {table_name};
alter table {table_name} drop index {index_name}
- 1
- 2
查看索引命中情况
explain select * from {table_name} where {column_name} = xxx;
- 1
对于Explain不清楚的同学，可以看这篇文章 理解索引：MySQL执行计划详细介绍 - @作者：情情说
MySQL有哪些索引
MySQL索引的分类
我们根据对以列属性生成的索引大致分为两类：
单列索引
以该表的单个列，生成的索引树，就称为该表的单列索引组合索引
以该表的多个列组合，一起生成的索引树，就称为该表的组合索引
然后单列索引又有具体细的划分：
主键索引
以该表主键生成的索引树，就称为该表的主键索引唯一索引
以该表唯一列生成的索引树，就称为该表的唯一索引普通索引
以该表的普通列（非主键，非唯一列）生成的索引树，就称为该表的普通索引全文索引
单列索引
主键索引
主键索引，既主索引，以主键列生成的索引，每张表只有一个主键索引，不允许重复，不允许有空值（Null）
alter table student drop index `PRIMARY`; # 删除主索引
alter table student add primary key pk_index(`sid`); # 添加
- 1
- 2
基本查询的索引命中
唯一索引
唯一索引，以唯一列生成的索引，该列不允许有重复值，但允许有空值（Null）
- 在数据库的角度中，
NULL!=NULL, 所以唯一索引列，可以由多个空值，但这样的一个做饭，不符合我们的常规理解，所以要特别注意 - 主键索引也是一种唯一索引，但主键索引不能有空值（Null）
alter table student drop index `name`; # 删除主索引
alter table student add unique index name(`name`); # 添加
- 1
- 2
基本查询的索引命中
普通索引
普通索引，以普通列生成的索引，没有任何限制
alter table student drop index `age`; # 删除主索引
alter table student add index age(`age`); # 添加
- 1
- 2
此时的age是普通索引，class无索引，分别根据age和class进行查询，使用explain分析语句，会发现第一个的type是ref，代表使用了索引。第二张图的type是ALL, 代表全部查询
全文索引
全文索引通常使用大文本对象的列去构建索引，索引底层实现是FULLINDEX
alter table student add fulltext index ft_index(`class`); # 添加全文索引
alter table student drop index `ft_index`; # 删除全文索引
- 1
- 2
组合索引
组合索引
组合索引，相对单列索引，组合索引是用多个列组合构建的索引
alter table student add index tel_email(`tel`,`email`); # 添加tel列和email列的组合索引
alter table student drop index `tel_email`; # 删的tel_email组合索引
- 1
- 2
通常，组合索引又多个列组成，所以有时有可能因为多个列名过长，导致正棵组合索引树的键大小过大，降低了存储和查询的效率。所以为了避免出现这样的情况，可以适当的保证每一列的名字不要太长，或只取组合索引每一列前几个字符组成索引
最左前缀匹配原则
最左前缀匹配原则
- 在MySQL建立组合索引时会遵循最左前缀匹配的原则，即最左优先，在检索数据时从组合索引的最左边开始匹配
alter table student add index tel_email(`tel`,`email`);
- 1
比如我们的说明表中，我们以tel列和email列生成一个组合索引，按照最左优先，我们要把最常作为检索或排序的列放在最左边，依次递减。因为这个组合索引相当于建立了(tel),(tel,email)两个索引。因为我们的样例只有连个列，效果不够明显。我们以三个列的组合索引举例，如下
alter table table_name add index col1_col2_col3(`col1`,`col2`,col3);
- 1
那么根据最左前缀匹配原则，最终相当于生成(col1),(col1,col2),(col1,col2,col3)三个索引。哈哈，有看出什么问题吗？那就是这样三个列的组合索引并不是全排列，是有严格顺序的最左优先匹配，既跟(col2),(col3),(col2,col3)等索引没有必要联系，不会产生与他们等价的效果
所以使用组合索引时一定要记住这一点，最查用的匹配列，在建索引时，优先放在最左边。另外组合索引实际还是一个索引，并非真的创建了多个索引，只是产生的效果等价于产生多个索引。
使用组合索引的好处
减少开销
建一个组合索引(col1,col2,col3)，实际产生的作用等价于建了(col1),(col1,col2),(col1,col2,col3)三个索引。而我们知道，索引也是站磁盘空间的，每多一个索引，不仅增加磁盘空间的开销，还多了一棵索引的查询。对于大量数据的表，使用联合索引会大大的减少开销！覆盖索引（下一篇会说）
对于组合索引(col1,col2,col3)，如果有如下的select col1,col2,col3 from table where col1=1 and col2=2。那么MySQL可以通过直接一遍历次该组合索引，便可以取到col1,col2,col3三列的数据，而无需回表，这就减少了很多的IO操作效率高
索引列越多，通过索引筛选出的数据越少。有1000w条数据的表，如果有如下的select from table where col1=1 and col2=2 and col3=3的SQL。假设每个条件可以筛选出10%的数据，如果三个条件均是单列索引，那么通过col1索引能筛选出1000w * 10%=100w条数据，然后再回表从100w条数据中找到符合col2=2的数据（100w * 10% = 10w）, 依次回表，最后从结果数据中找出满足col3= 3的数据。而如果是组合索引，通过一棵索引树就能直接筛选出1000w * 10% * 10% * 10% = 1w的最终数据，效率提升可想而知！
其他问题
索引是越建越多，越好吗？
数据库索引是越多越好吗？非也非也 。虽然很多情况下， 建立索引能够很好的加快数据库的查询， 但也不是什么都需要建索引的，索引建的过多，反而会引起一定的不良作用，导致性能降低。比如说：
- 假设我们一个表的字段很多，但是实际行记录很少。如果我们为每个列都生成一个索引，这很容易就导致该表的索引文件远大于行记录数据本身，这就造成了一定的资源浪费，在占据大量磁盘资源的基础上，还因为行数据量太小，索引根本起不来作用。
- 建立的索引越多，说明需要维护的索引树越多。每当新增，删除一个行记录，或是更新单行或多行的列数据，都需要对涉及的索引树进行维护。而维护的过程也是需要有性能消耗的，在涉及索引过多的情况下，每次的数据库写操作都需要耗费大量的时间， 这就大大降低了数据库写的性能
所以我们要注意索引原则中的三大不应该:
- 索引不是越多越好。索引太多，维护索引需要时间，同时索引也需要占用磁盘资源
- 频繁更新的数据，不宜建索引。 数据频繁更新，触发索引频频维护，降低写速度
- 数据量小的表没必要建立索引。数据量过小，建索引等于多此一举，还增加了操作复杂度
索引失效的场景
模糊搜索，左模糊或全模糊都会导致索引失效，比如'%key'和'%key%'。但是右模糊是可以利用索引的，比如'key%'隐式类型转换，比如select * from name = xxx, name是字符串类型，但是没有加引号，所以是由MySQL隐式转换的，所以会让索引失效当语句中带有or的时候，比如select * from table where name=‘snailmann’ or age=20不符合联合索引的最左前缀匹配， (A,B,C)的联合索引，你只where了C或B或只有B,C
不同类型字段隐式转换导致索引失效
问题描述
假设，我们要指向一个查询语句select * from xxx where xxx = xxx，查询条件是建立了索引的字段，字段类型为varchar, 但我们的SQL条件实际传入的是int类型，那么猜测一下，这条查询语句会走索引吗？
测试数据
student表定义
student表的索引定义
测试
我们的student表的tel字段是一个组合索引，类型是varchar。所以我们就拿tel电话字段来测试一下
- (1) 执行SQL
explain select * from student where tel = 123451;
我们发现，因为123451没有引号，传入数值类型。所以explain语句的分析中，type类型是ALL，说明走的是全表查询，并没有走索引。
- (2) 执行SQL
explain select * from student where tel = '123451';
当我们给参数加上了引号，代表字符类型后，type类型变成了ref，走的是普通索引，并没有全部查询
结论
- 再写SQL语句的时候，要尽量的避免出现类型不一致的情况，因为MySQL的隐式类型转换，很可能会导致查询没有走索引，从而导致查询性能低下。
参考资料
- 《MySQL技术内幕》
- 深入理解MySQL索引原理和实现——为什么索引可以加速查询？
- 数据库索引的作用和优点缺点以及索引的11中用法 - @作者：菜鸟程序猿
- mysql--------四种索引类型 - @作者：切切歆语
- Mysql联合索引最左匹配原则 - @princekin
- 通俗易懂 索引、单列索引、复合索引、主键、唯一索引、聚簇索引、非聚簇索引、唯一聚簇索引 的区别与联系 - @知乎
- 如果觉得对你有帮助，能否点个赞或关个注，以示鼓励笔者呢？！
标签：index,正确,索引,student,MySQL,table,name 来源： https://blog.csdn.net/qq_37120588/article/details/118464255
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。