MySQL第九讲·索引怎么提高查询的速度？

在这里插入图片描述
**你好，我是安然无虞。 **

文章目录

索引：怎么提高查询的速度？
- 索引是什么？- 单字段索引- - 如何创建单字段索引？- 单字段索引的作用- 如何选择索引字段？- 组合索引- - 如何创建组合索引？- 组合索引的原理- 总结索引
索引相关面试题
- MySQL索引的底层实现- 索引创建原则- 索引优缺点- 索引失效场景

在这里插入图片描述

索引：怎么提高查询的速度？

在超市信息系统刚刚开始运营的时候，因为数据量很少，每一次的查询都能很快拿到结果。但是，系统运转时间长了以后，数据量不断地累积，变得越来越庞大，很多查询的速度就变得特别慢。这个时候，我们就采用了 MySQL 提供的高效访问数据的方法—— 索引，有效地解决了这个问题，甚至之前的一个需要 8 秒钟才能完成的查询，现在只用 0.3 秒就搞定了，速度提升了 20 多倍。

那么，索引到底是啥呢？该怎么使用呢？

索引是什么？

直白点说就是，我们看书的时候，书会在前面添加目录，我们可以通过目录，快速定位到我们想要看的章节。

MySQL中的索引，其实就相当于书中的目录，它是帮助MySQL系统快速检索数据的一种存储结构。我们可以在索引中按照查询条件，检索索引字段的值，然后快速定位数据记录的位置，这样就不需要遍历整个数据表了。而且，数据表中的记录越多，速度提升越明显。

举个例子，进一步解释一下索引的作用。

mysql>desc demo.trans;+---------------+----------+------+-----+---------+-------+| Field         |Type|Null|Key|Default| Extra |+---------------+----------+------+-----+---------+-------+| itemnumber    |int| YES  | MUL |NULL||| quantity      |text| YES  ||NULL||| price         |text| YES  ||NULL||| transdate     |datetime| YES  | MUL |NULL||| actualvalue   |text| YES  ||NULL||| barcode       |text| YES  ||NULL||| cashiernumber |int| YES  | MUL |NULL||| branchnumber  |int| YES  | MUL |NULL||| transuniqueid |text| YES  ||NULL||+---------------+----------+------+-----+---------+-------+9rowsinset(0.02 sec)

某个门店的销售流水表有400万条数据，现在我要查一下商品编号是100的商品在2020-12-12这一天的销售情况，查询的代码如下：

mysql>select-> quantity,price,transdate
->from-> demo.trans
->where-> transdate >'2020-12-12'->and transdate <'2020-12-13'->and itemnumber =100;+----------+--------+---------------------+| quantity | price | transdate |+----------+--------+---------------------+|1.000|220.00|2020-12-1219:45:36||1.000|220.00|2020-12-1208:56:37|+----------+--------+---------------------+2rowsinset(8.08 sec)

可以看到，结果总共有2条记录，可是却花了8秒钟，非常慢。同时，这里并没有做表的关联，只是简单的单表查询，而且只是一个门店几个月的数据而已。如果总部把所有门店的数据汇总到一起，查询速度更慢，这样的查询效率，我们肯定是不能接受的。

如何解决这个问题呢？这时候，我们就可以给数据表添加索引。

单字段索引

MySQL支持单字段索引和组合索引，而单字段索引比较常用，我们先来学习下创建单字段索引的方法。

如何创建单字段索引？

创建单字段索引一般有3种方式：

通过create语句直接给已经存在的表创建索引；
可以在创建表的同时创建索引；
可以通过修改表来创建索引。

直接给数据表创建索引的语法如下：

createindex 索引名 ontable 表名 （字段）;

创建表的同时创建索引的语法如下：

createtable 表名
(
字段 数据类型
...
{ index|key } 索引名 (字段))

修改表时创建索引的语法如下所示：

altertable 表名 add { index|key} 索引名 (字段);

注意：给表设定主键约束或者唯一性约束的时候，MySQL会自动创建主键索引或唯一性索引。

举个例子，我们可以给表demo.trans创建索引如下：

mysql >createindex index_trans on demo.trans (transdate(10));
Query OK,0rows affected (1 min 8.71 sec)Records: 0 Duplicates: 0Warnings: 0 
mysql>select-> quantity,price,transdate
->from-> demo.trans
->where-> transdate >'2020-12-12'->and transdate <'2020-12-13'->and itemnumber =100;+----------+--------+---------------------+| quantity | price | transdate |+----------+--------+---------------------+|1.000|220.00|2020-12-1219:45:36||1.000|220.00|2020-12-1208:56:37|+----------+--------+---------------------+2rowsinset(0.30 sec)

可以看到，加了索引之后，这一次我们只用了 0.3 秒，比没有索引的时候，快了 20 多倍。这么大的差距，说明索引对提高查询的速度确实很有帮助。那么，索引是如何做到这一点的呢？下面我们来学习下单字段索引的作用原理。

单字段索引的作用

要想知道MySQL中索引是怎么起作用的，我们需要借助explain关键字。

explain关键字能够查看SQL语句的执行细节，包括表的加载顺序，表示如何建立连接的，以及索引的使用情况等。

mysql>explainselect-> quantity,price,transdate
->from-> demo.trans
->where-> transdate >'2020-12-12'->and transdate <'2020-12-13'->and itemnumber =100;+----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+| id | select_type |table| partitions |type| possible_keys |key| key_len | ref |rows| filtered | Extra |+----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+|1|SIMPLE| trans |NULL| range | index_trans | index_trans |6|NULL|5411|10.00|Usingindex condition;Usingwhere;Using MRR |+----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+1rowinset,1 warning (0.00 sec)

解释一下代码里的关键内容：

type=range: 表示使用索引查询特定范围的数据记录
rows=5411：表示需要读取的记录数
possible_keys=index_trans：表示可以选择的索引是 index_trans
key=index_trans：表示实际选择的索引是 index_trans
extra=Using index condition;Using where;Using MRR：这里面的信息对 SQL 语句的执行细节做了进一步的解释，包含了 3 层含义：第一个是执行时使用了索引，第二个是执行时通过 where 条件进行了筛选，第三个是使用了顺序磁盘读取的策略。

我们发现，有了索引之后，MySQL在执行SQL语句的时候多了一种优化的手段。也就是说，在查询的时候，可以先通过查询索引快速定位，然后再找到对应的数据进行读取，这样就大大提高了查询的速度。

如何选择索引字段？

在刚刚的查询中，我们是选择 transdate（交易时间）字段来当索引字段，为啥不选别的字段呢？这是因为，交易时间是查询条件。MySQL 可以按照交易时间的限定“2020 年 12 月 12 日”，在索引中而不是数据表中寻找满足条件的索引记录，再通过索引记录中的指针来定位数据表中的数据。这样，索引就能发挥作用了。

不过，itemnumber 字段也是查询条件，能不能用 itemnumber 来创建一个索引呢？我们来试一试：

mysql>createindex index_trans_itemnumber on demo.trans (itemnumber);
Query OK,0rows affected (43.88 sec)
Records: 0 Duplicates: 0Warnings: 0

然后看看效果：

mysql>select-> quantity,price,transdate
->from-> demo.trans
->where-> transdate >'2020-12-12'-- 对交易时间的筛选，可以在transdate的索引中定位->and transdate <'2020-12-13'->and itemnumber =100;-- 对商品编号的筛选，可以在itemnumber的索引中定位+----------+--------+---------------------+| quantity | price | transdate |+----------+--------+---------------------+|1.000|220.00|2020-12-1219:45:36||1.000|220.00|2020-12-1208:56:37|+----------+--------+---------------------+2rowsinset(0.38 sec)

我们发现，用itemnumber创建索引之后，查询速度和之前的差不多，基本在同一个数量级。

我们用explain关键字查看一下：

mysql>explainselect-> quantity,price,transdate
->from-> demo.trans
->where-> transdate >'2020-12-12'->and transdate <'2020-12-13'->and itemnumber =100;-- 对itemnumber 进行限定+----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+| id | select_type |table| partitions |type| possible_keys |key| key_len | ref |rows| filtered | Extra |+----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+|1|SIMPLE| trans |NULL| ref | index_trans,index_trans_itemnumber | index_trans_itemnumber |5| const |1192|0.14|Usingwhere|+----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+1rowinset,1 warning (0.01 sec)

我们发现，“possible_keys= index_trans,index_trans_itemnumber ”，就是说 MySQL 认为可以选择的索引确实有 2 个，一个是用 transdate 字段创建的索引 index_trans，另一个是用 itemnumber 字段创建的索引 index_trans_itemnumber。

key= index_trans_itemnumber，说明 MySQL 实际选择使用的索引是 itemnumber 字段创建的索引 index_trans_itemnumber。而 rows=1192，就表示实际读取的数据记录数只有 1192 个，比用 transdate 创建的索引 index_trans 的实际读取记录数要少，这就是 MySQL 选择使用 itemnumber 索引的原因。

建议：在选择索引字段的时候，要选择那些经常被用来做筛选条件的字段。

这样做才能发挥索引的作用，提升检索的效率。

组合索引

在实际工作中，有时会遇到比较复杂的数据表，这种表包括的字段比较多，经常需要通过不同的字段筛选数据，特别是数据表中包含多个层级信息。比如我们的销售流水表就包含了门店信息、收款机信息和商品信息这 3 个层级信息。门店对应多个门店里的收款机，每个收款机对应多个从这台收款机销售出去的商品。我们经常要把这些层次信息作为筛选条件，来进行查询。这个时候单字段的索引往往不容易发挥出索引的最大功效，可以使用组合索引。

现在，先看看单字段索引的效果，我们分别用 branchnumber 和 cashiernumber 来创建索引：

mysql>createindex index_trans_branchnumber on demo.trans (branchnumber);
Query OK,0rows affected (41.49 sec)
Records: 0 Duplicates: 0Warnings: 0

 mysql>createindex index_trans_cashiernumber on demo.trans (cashiernumber);
Query OK,0rows affected (41.95 sec)
Records: 0 Duplicates: 0Warnings: 0

有了门店编号和收款机编号的索引，现在我们就尝试一下以门店编号、收款机编号和商品编号为查询条件，来验证一下索引是不是起了作用。

mysql>select-> itemnumber,quantity,price,transdate
->from-> demo.trans
->where-> branchnumber =11and cashiernumber =1-- 门店编号和收款机号为筛选条件->and itemnumber =100;-- 商品编号为筛选条件+------------+----------+--------+---------------------+| itemnumber | quantity | price | transdate |+------------+----------+--------+---------------------+|100|1.000|220.00|2020-07-1109:18:35||100|1.000|220.00|2020-09-0621:21:58||100|1.000|220.00|2020-11-1015:00:11||100|1.000|220.00|2020-12-2514:28:06||100|1.000|220.00|2021-01-0920:21:44||100|1.000|220.00|2021-02-0810:45:05|+------------+----------+--------+---------------------+6rowsinset(0.31 sec)

结果有 6 条记录，查询时间是 0.31 秒，跟只创建商品编号索引差不多。下面我们就来查看一下执行计划，看看新建的索引有没有起作用。

mysql>explainselect-> itemnumber,quantity,price,transdate
->from-> demo.trans
->where-> branchnumber =11and cashiernumber =1->and itemnumber =100;+----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+| id | select_type |table| partitions |type| possible_keys |key| key_len | ref |rows| filtered | Extra |+----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+|1|SIMPLE| trans |NULL| ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber | index_trans_itemnumber |5| const |1192|20.50|Usingwhere|+----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+1rowinset,1 warning (0.01 sec)

MySQL 有 3 个索引可以用，分别是用 branchnumber 创建的 index_trans_branchnumber、用 cashiernumber 创建的 index_trans_cashiernumber 和用 itemnumber 创建的 index_trans_itemnumber。

最后，MySQL 还是选择了 index_trans_itemnumber，实际筛选的记录数是 1192，花费了 0.31 秒。

为什么 MySQL 会这样选呢？这是因为，优化器现在有 3 种索引可以用，分别是商品编号索引、门店编号索引和收款机号索引。优化器发现，商品编号索引实际搜索的记录数最少，所以最后就选择了这种索引。

所以，

如果有多个索引，而这些索引的字段同时作为筛选字段出现在查询中的时候，MySQL 会选择使用最优的索引来执行查询操作。

能不能让这几个筛选字段同时发挥作用呢？这就用到组合索引了。组合索引，就是包含多个字段的索引。MySQL 最多支持由 16 个字段组成的组合索引。

如何创建组合索引？

创建组合索引的语法结构与创建单字段索引相同，不同的是相比单字段索引，组合索引使用了多个字段。

直接给数据表创建索引的语法如下：

createindex 索引名 ontable 表名 (字段1，字段2，……);

创建表的同时创建索引：

createtable 表名
(
字段 数据类型,...
{ index|key} 索引名 (字段1, 字段2,...))

修改表时创建索引：

altertable 表名 add { index|key } 索引名 (字段1, 字段2,...);

现在，针对刚刚的查询场景，我们就可以通过创建组合索引，发挥多个字段的筛选作用。

具体做法是，我们给销售流水表创建一个由 3 个字段 branchnumber、cashiernumber、itemnumber 组成的组合索引，如下所示：

mysql>createindex Index_branchnumber_cashiernumber_itemnumber on demo.trans (branchnumber,cashiernumber,itemnumber);
Query OK,0rows affected (59.26 sec)
Records: 0 Duplicates: 0Warnings: 0

有了组合索引，刚刚的查询速度就更快了：

mysql>select-> itemnumber,quantity,price,transdate
->from-> demo.trans
->where-> branchnumber =11and cashiernumber =1->and itemnumber =100;+------------+----------+--------+---------------------+| itemnumber | quantity | price | transdate |+------------+----------+--------+---------------------+|100|1.000|220.00|2020-07-1109:18:35||100|1.000|220.00|2020-09-0621:21:58||100|1.000|220.00|2020-11-1015:00:11||100|1.000|220.00|2020-12-2514:28:06||100|1.000|220.00|2021-01-0920:21:44||100|1.000|220.00|2021-02-0810:45:05|+------------+----------+--------+---------------------+6rowsinset(0.00 sec)

几乎是一瞬间就完成了，我们来看看MySQL的执行计划：

mysql>explainselect-> itemnumber,quantity,price,transdate
->from-> demo.trans
->where-- 同时筛选门店编号、收款机号和商品编号-> branchnumber =11and cashiernumber =1->and itemnumber =100;+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+| id | select_type |table| partitions |type| possible_keys |key| key_len | ref |rows| filtered | Extra |+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+|1|SIMPLE| trans |NULL| ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber,index_branchnumber_cashiernumber_itemnumber | index_branchnumber_cashiernumber_itemnumber |15| const,const,const |6|100.00|NULL|+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+1rowinset,1 warning (0.01 sec)

这个查询，MySQL可以用到的索引有4个：

index_trans_itemnumber
index_trans_branchnumber
index_trans_cashiernumber
index_branchnumber_cashiernumber_itemnumber(我们刚刚用branchnumber, cashiernumber, itemnumber创建的组合索引)

MySQL 选择了组合索引，筛选后读取的记录只有6条。组合索引被充分利用，筛选更加精准，所以非常快。

组合索引的原理

组合索引的多个字段是有序的，遵循左对齐的原则。比如我们创建的组合索引，排序的方式是 branchnumber、cashiernumber 和 itemnumber。因此，筛选的条件也要遵循从左向右的原则，如果中断，那么，断点后面的条件就没有办法利用索引了。

比如说我们刚才的条件，branchnumber = 11 AND cashiernumber = 1 AND itemnumber = 100，包含了从左到右的所有字段，所以可以最大限度使用全部组合索引。

假如把条件换成“cashiernumber = 1 AND itemnumber = 100”，由于我们的组合索引是按照 branchnumber、cashiernumber 和 itemnumber 的顺序建立的，最左边的字段 branchnumber 没有包含到条件当中，中断了，所以这个条件完全不能使用组合索引。

类似的，如果筛选的是一个范围，如果没有办法无法精确定位，也相当于中断。比如“branchnumber > 10 AND cashiernumber = 1 AND itemnumber = 100”这个条件，只能用到组合索引中 branchnumber>10 的部分，后面的索引就都用不上了。

我们来看看 MySQL 的运行计划：

mysql>EXPLAINSELECT-> itemnumber,quantity,price,transdate
->FROM-> demo.trans
->WHERE-> branchnumber >10AND cashiernumber =1AND itemnumber =100;+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+| id | select_type |table| partitions |type| possible_keys |key| key_len | ref |rows| filtered | Extra |+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+|1|SIMPLE| trans |NULL| ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber,index_branchnumber_cashiernumber_itemnumber | index_trans_itemnumber |5| const |1192|20.50|Usingwhere|+----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+1rowinset,1 warning (0.02 sec)

可见，MySQL没有选择组合索引，而是选择了itemnumber创建的普通索引index_trans_itemnumber。因为如果只使用组合索引的一部分，效果没有单字段索引那么好。

总结索引

索引可以非常显著的提高数据查询的速度，数据表里包含的数据越多，效果越显著。我们应该选择经常被用做筛选条件的字段来创建索引，这样才能通过索引缩小实际读取数据表中数据的范围，发挥出索引的优势。如果有多个筛选的字段，而且经常一起出现，也可以用多个字段来创建组合索引。

如果要删除索引，可以用：

dropindex 索引名 on 表名;

当然，有的索引不能用这种方法删除，比如主键索引，我们就必须通过修改表来删除索引。语法如下：

altertable 表名 dropprimarykey；

最后再来谈谈索引的成本：

索引能够提升查询的效率，但是创建索引是有成本的，主要有2个方面，一个存储空间的开销，还有一个是数据操作上的开销。

存储空间的开销，是指索引需要单独占用存储空间；
数据操作上的开销，是指一旦数据表有变动，无论是插入一条新数据，还是删除一条旧数据，甚至是修改数据，如果涉及索引字段，都需要对索引本身进行修改，以确保索引能够指向正确的记录。

因此，索引也不是越多越好，创建索引有存储开销和操作开销，需要综合考量。

索引相关面试题

MySQL索引的底层实现

MySQL索引底层什么实现的？B+树的特点？还有哪些树？为什么不用其他树？

索引其实是一种数据结构，能够帮助我们快速的检索数据库中的数据。

索引结构可以采用哪些数据结构?

除了InnoDB存储引擎所采用的B+树结构，索引结构还可以采用哪些数据结构呢？

链表：查找时是线性遍历，效率太低。

普通二叉搜索树：可能退化成线性结构，这时查找还是线性遍历。

AVL树和红黑树：虽然保证了二叉树是绝对或近似平衡的，不会退化成线性结构，但AVL树和红黑树都是二叉树结构，这就意味着树的层高会比较高，而查询数据时都是从根结点开始向下进行查找的，这也就意味着在查询过程中需要遍历更多结点，如果这些结点还没有被加载到Buffer Pool中，这时就需要进行更多次的IO操作，所以最终没有选择其作为索引结构。

哈希表：官方的索引实现方式中MySQL是支持HASH的，只不过InnoDB和MyISAM存储引擎并不支持。哈希表的优点就是它的时间复杂度是O(1) 的，但哈希表也有一个缺点就是不利于进行数据的范围查找。

B树 VS B+树

B+树是B树的一种变形结构，那为什么我们没有采用普通的B树作为索引结构呢？

首先，普通B树中的所有结点中都同时包括索引信息和数据信息，由于一个Page的大小是固定的，因此非叶子结点中如果包含了数据信息，那么这些结点中能够存储的索引信息一定会变少，这时这棵树形结构一定会变得更高更瘦，当查询数据时就可能需要与磁盘进行更多次的IO操作。

其次，普通B树中的各个叶子结点之间没有连接起来，这将不利于进行数据的范围查找，而B+树的各个叶子结点之间是连接起来的，当我们进行范围查找时，直接先找到第一个数据然后继续向后遍历找到之后的数据即可，因此将各个叶子结点连接起来更有利于进行数据的范围查找。

索引创建原则

索引创建的原则如下：时刻要记住，创建索引的目的就是为了提高查询的效率。

比较频繁作为查询条件的字段应该创建索引。

唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件。

更新非常频繁的字段不适合创建索引。

不会出现在where子句中的字段不应该创建索引。

索引优缺点

MySQL索引的优缺点

索引的优缺点

优点:

提高数据检索的效率，降低数据库IO成本。

通过索引对数据进行排序，降低数据的排序成本，降低CPU的消耗。

缺点:

建立索引需要占用物理空间

会降低表的增删改的效率，因为每次对表记录进行增删改，需要进行动态维护索引，导致增删改时间变长

索引失效场景

索引失效场景

索引失效情况1：非最左匹配

最左匹配原则指的是，以最左边的为起点字段查询可以使用联合索引，否则将不能使用联合索引。 我们本文的联合索引的字段顺序是 sn + name + age，我们假设它们的顺序是 A + B + C，以下联合索引的使用情况如下：

从上述结果可以看出，如果是以最左边开始匹配的字段都可以使用上联合索引，比如：

A+B+C

A+B

A+C 其中：A 等于字段 sn，B 等于字段 name，C 等于字段 age。

而 B+C 却不能使用到联合索引，这就是最左匹配原则。

索引失效情况2：错误模糊查询

模糊查询 like 的常见用法有 3 种：

模糊匹配后面任意字符：like ‘张%’

模糊匹配前面任意字符：like ‘%张’

模糊匹配前后任意字符：like ‘%张%’

而这 3 种模糊查询中只有第 1 种查询方式可以使用到索引，具体执行结果如下：

索引失效情况3：列运算

如果索引列使用了运算，那么索引也会失效，如下图所示：

索引失效情况4：使用函数

查询列如果使用任意 MySQL 提供的函数就会导致索引失效，比如以下列使用了 ifnull 函数之后的执行计划如下：

索引失效情况5：类型转换

如果索引列存在类型转换，那么也不会走索引，比如 address 为字符串类型，而查询的时候设置了 int 类型的值就会导致索引失效，如下图所示：

索引失效情况6：使用 is not null

当在查询中使用了 is not null 也会导致索引失效，而 is null 则会正常触发索引的，如下图所示：