【MySQL 10】索引

1.初始索引

1.1索引概念

    提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。

    但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。

    所以它的价值，在于提高一个海量数据的检索速度。

1.2常见索引分类

• 主键索引(primary key)
• 唯一索引(unique)
• 普通索引(index)
• 全文索引(fulltext)--解决中子文索引问题。

1.3 见一下索引（案例）

先整一个海量表，在查询的时候，看看没有索引时有什么问题？
--构建一个8000000条记录的数据，创建存储过程，向雇员表添加海量数据

1.创建好数据库

drop database if exists `test_index`;
create database if not exists `test_index` default character set utf8;
use `test_index`;

2.产生随机字符串

delimiter $$
create function rand_string(n INT)
    returns varchar(255)
begin
    declare chars_str varchar(100) default
        'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
    declare return_str varchar(255) default '';
    declare i int default 0;
    while i < n
        do
            set return_str = concat(return_str, substring(chars_str, floor(1 + rand() * 52), 1));
            set i = i + 1;
        end while;
    return return_str;
end $$
delimiter ;

3.产生随机数字

delimiter $$
create function rand_num()
    returns int(5)
begin
    declare i int default 0;
    set i = floor(10 + rand() * 500);
    return i;
end $$
delimiter ;

4.创建存储过程，向雇员表添加海量数据

delimiter $$
create procedure insert_emp(in start int(10), in max_num int(10))
begin
    declare i int default 0;
    set autocommit = 0;
    repeat
        set i = i + 1;
        insert into EMP
        values ( (start + i)
               , rand_string(6), 'SALESMAN', 0001, curdate(), 2000, 400, rand_num());
    until i = max_num
        end repeat;
    commit;
end $$
delimiter ;

5.创建员工表。

CREATE TABLE `EMP`
(
    `empno`    int(6) unsigned zerofill NOT NULL     COMMENT '雇员编号',
    `ename`    varchar(10)              DEFAULT NULL COMMENT '雇员姓名',
    `job`      varchar(9)               DEFAULT NULL COMMENT '雇员职位',
    `mgr`      int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
    `hiredate` datetime                 DEFAULT NULL COMMENT '雇佣时间',
    `sal`      decimal(7, 2)            DEFAULT NULL COMMENT '工资月薪',
    `comm`     decimal(7, 2)            DEFAULT NULL COMMENT '奖金',
    `deptno`   int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);

6.执行存储过程，添加8000000条记录

call insert_emp(100001, 8000000);

此时我们没有添加任何的索引。

• 查询员工编号为998877的员工

    可以看到耗时8.14秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

• 解决方法，创建索引

    此时就建立好索引了
  

• 换一个员工编号，测试看看查询时间

由于建立了索引，现在查询任何一个人，基本就没有什么时间消耗了

2.关于物理磁盘

    MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

2.1见一下物理磁盘

我们都知道计算机只认识二进制：二进制不就是0和1吗，那么什么是0和1呢？

    0和1在计算机中分别代表“关闭”和“打开”的状态；在计算机内部，所有的数据、文本、图像、音频、视频等各种类型的信息都被转换为二进制码进行处理；在数字逻辑中，0和1可以用来表示逻辑值，如“假”和“真”，或者表示电路的关闭和打开状态。在内存和存储器中，所有的数据都以二进制形式存储，包括变量、数组、数据结构等。**上面的0，1都是被规定出来的，但0，1在物理层面会有不同的表现。**

普通磁盘：

企业级磁盘（服务器）：

2.2 了解磁盘的存储结构

磁盘的存储结构主要包括以下几个方面：

• 盘片：磁盘由多个盘片组成，这些盘片是圆形的坚硬表面，通过引入磁性变化来永久存储数据。盘片通常由一些硬质材料（如铝）制成，然后涂上薄薄的磁性层，即使驱动器断电，也能持久存储数据位。每个盘片有两面，每面都称为表面，都可以记录信息。
• 磁道与扇区：每个盘片被划分为若干个磁道（半径不同的同心圆环），每个磁道又被划分为若干个扇区（磁道上的一个弧段）。扇区是磁盘的最小组成单元，通常是512字节。（读写数据的基本单位）在数据传输过程中，数据是按扇区进行存放和读取的。

• 柱面：硬盘中，所有盘面中半径相同的磁道组成柱面。由于所有磁头都是连在同一个磁臂上的，因此所有磁头只能同时读写同一柱面的不同盘面。

• 磁头：每个盘面对应一个磁头，磁头负责读写磁盘上的数据。磁头悬浮在磁盘表面，通过步进电机在不同柱面之间移动，以实现对不同柱面的读写操作。

    读写操作：当计算机需要读取或写入数据时，磁盘驱动器会接收到指令并将磁头移动到相应的磁道上。在读取数据时，**磁头会感应到磁盘表面磁性材料上的磁场变化，并将其转换为电信号（即二进制数据）。这些电信号随后被解码为计算机可以理解的0和1。在写入数据时，磁盘驱动器会将计算机发送的二进制数据（0和1）转换为磁场信号，并通过磁头将这些信号写入磁盘的指定位置。（**CHS定址法**）（**这些磁性材料具有稳定的磁化特性，即使在磁盘停止转动和电源关闭的情况下，也能保持其磁化状态不变。这意味着存储在磁盘上的数据可以长时间保持而不丢失。**）**
  
    0和1的表示：在机械磁盘中，0和1是通过磁盘表面磁性材料的磁场方向来表示的。当磁性材料被磁化为一个特定的方向时，它表示一个二进制位（bit）的0或1。通过改变磁盘上磁性材料的磁场方向，磁盘可以存储大量的二进制数据。
  

2.3对磁盘的逻辑结构进行抽象

在这里我们走一遍OS对磁盘这样的设别进行管理和抽象。

假如我们有800G 的内存，我们假如每一个盘面200G，这样我们在OS中就可以拼凑出一段连续的内存。每个面上又有若干个扇区（sector）。 这样我么们就得到一个数组了，那我们就可以通过下标去访问每一个扇区了。接下来我们就只需要将下标转化为CHS就可以访问磁盘中对应的位置了。

假如每一个盘面有1000个扇区，同时它有十个磁道，那么每个磁道就有100个扇区。

• 我们用index表示某个扇区的下标
• 那么index/1000 就能获得该扇区位于哪个盘面了H(Heads)。
• index%1000=temp；[0,999]（表示第一面1000个扇区中的某一个扇区）
• temp/100=C (Cylinder)（表示扇区对应的磁道） 同半径的磁道，整体上构成了一个柱面。在确定了盘面之后，再确定柱面即可确定数据在盘面上的哪一个磁道。
• temp%100=S(Sector) （每个磁道有100个，那么%100就能得到对应的扇区了。）

通过上面的操作我们就将OS中的线性地址转化为磁盘中的CHS地址了。（index->CHS)

那么，我们就可以知道了，文件=很多个sector的数组的下标！！！

    我们上面提到过，磁盘的基本读写单位是512字节，这是非常小的，效率比较低。

一般而言，OS未来和磁盘交互的时候，基本单位（规定出来的）：4KB（8*sector）8个连续的扇区，后面我们会将这个称为数据块，每个块都有对应的块号。那么，我们就可以认为，文件=很多个数据块。那么，我们通过块读取，我们就可以一次读取8个 扇区的下标，然后通过这些下标再次去走上面（index->CHS)的逻辑，我们就可以以块进行读取数据了。

  **  对于OS而言，只需要知道块的起始标号和磁盘的大小，我们就可以活得磁盘内所有的数据了。我们将块的标号称为LBA 逻辑区块地址 (Logical Block Address, LBA)。**

解下来解释分区的概念：整个800G就是一个LBA blacks[N]数组，如果我们整个只要将内存通过LBA标记起始位置和结束位置，此时我们就将内存分区了。

4.磁盘随机访问与连续访问

• 随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。
• 连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。
• 因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
• 磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

5.MySQL表与磁盘

    在MySQL中，数据库其实就是目录，表其实就是一个文件。数据库的文件就存储在

/var/lib/mysql

路径下，这些文件，最后都是会被写入到磁盘中的。

3. MySQL 与磁盘的交互

3.1MySQL 与磁盘的交互基本单位

    而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB（这是在InnoDb存储引擎下）

    查看InnoDb下IO的基本单位

SHOW GLOBAL STATUS LIKE 'innodb_page_size';

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

3.2 MySQL数据如何和磁盘交互

    在上面我们谈过，OS与磁盘进行一次数据交互的基本单位是 4KB，但是MySQL一次就是16KB，这是如何做到的？

• Read

    MySQL服务作为应用层，是不能直接从磁盘读取数据的，它是要调用OS接口的。
  
    当MySQL需要读取数据时，它首先会检查其内存中的缓存池，如果所需数据不在缓存池（Buffer Pool）中，MySQL会向操作系统发出请求，操作系统随后从磁盘中读取数据，OS向磁盘中读取数据到文件缓冲区中，直到16KB，然后MySQL从文件系统缓存中将其复制到其内部的缓存池中。
  

• Write

    当MySQL需要写入数据时，它首        先会在内存中的缓存池中进行修改。修改后的数据被标记为“脏数据”，表示它们尚未被写回到磁盘。MySQL会根据其刷新策略（如脏数据达到一定量或一定时间间隔后）将脏数据从缓存池刷新到操作系统的内核缓冲区。操作系统随后根据自身的策略将内核缓冲区中的数据写回到磁盘。
  

4.建立共识

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
• 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
• 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间（一般默认大小为 128M），来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

5.索引的理解

5.1 案例

    **创建一张表，这里我们将id设置成为主键索引，设置主键后，即使插入主键数据无序，MySQL也会自动安装主键进行排序**（一定要添加主键哦，只有这样才会默认生成主键索引）

    向表中插入数据，但我们在插入时，故意不按顺序插入id

    查看表中数据，发现已经按照主键id拍好了

---

5.2 理解page

    在 MySQL 中，尤其是在使用 InnoDB 存储引擎时，Page 是一个非常重要的概念。Page 是 InnoDB 存储数据的基本单位，而如何高效地管理这些 Page 是数据库性能优化的关键之一。

• MySQL内部，一定需要并且存在大量的page，也就决定了，mysql必须要将多个同时存在的page管理起来！
• 我们不能简单的将page 认为是一个内存块，page内部页必须写入对应的管理信息， 需要用链表将多个page管理起来

以下是page的结构：

struct Page
{
    struct Page* next;
    struct Page* prev;
    char buffer[NUM];
};    // 16 KB

    当你申请一个page，实际就是new Page()，将所有的page用链表的形式管理起来。

** 为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?**
如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。
往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

---

5.2.1理解单个Page

    MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的

    不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。

    因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

    插入数据排好序，实际上就是为了优化查询效率，单链表是从头开始查找的，在有序的情况下，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

---

5.2.2 理解多个pag

• 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一****整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
• 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了

---

5.3 页目录

    我们再看一本书的时候，我国我们要翻到哪一章节，找到该章节有两种做法：

• 从头逐页的向后翻，直到找到目标内容
• 通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位
• 本质上，书中的目录，是多花了纸张的，但是却提高了效率
• 所以，目录，是一种“空间换时间的做法”

---

5.3.1 单页page

    针对上面的情况，我们当然也能页目录。

    那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。

    现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？

   ** 可以很方便的引入目录**

---

5.3.2 多页page

    MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据

    在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。
     我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。显然这个方法只能解决较少的page，一旦page非常的多，效率仍然是底下的，因此我们要引入新的管理方法，B+树。

---

5.3.3 用B+树管理多页page（innode dp下索引结构）

    这时二级索引的叶子节点包含主键值，而不是实际数据行。通过二级索引查找数据时，需要首先找到主键值，然后通过主键值在聚集索引中查找实际数据。实际上就是给页目录再左页目录，如果这样还不够 ，那就再多加一层，最终形成B+树结构。 **实际B+树，只有叶子节点是使用链表连接起来的，其它层是没有的。**![](https://i-blog.csdnimg.cn/direct/ca540983ebce4ab281a3b98011543325.png)

底层操作：

1. 从根节点开始，根据键值比较找到相应的子节点指针。
2. 递归地遍历内部节点，直到到达叶子节点。
3. 在叶子节点中查找目标键值，如果找到，则根据指针找到实际数据页。

优点：

• 平衡性（搜索效率）：B+树始终保持平衡，保证了查找、插入和删除操作的时间复杂度为O(log n)。
• 磁盘I/O效率：叶子节点保存有数据，路上节点没有，非叶子节点不要数据，只要目录，因此非叶子节点可以存更多的目录项，管理更多的叶子page，导致B+树一定是一个矮胖树，也就意味着途径路上节点减少，减少了磁盘I/O操作次数，因为每次查找只需访问较少的节点。
• 顺序访问：叶子节点形成链表，便于范围查询（一个区间）和顺序扫描。

** 如果用户没有主键，MySQL会自己生成一个隐藏列，这个隐藏列天然就有主键。**

---

5.3 只能是B+树吗？其他数据结构呢？

    AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但是有更秀的。

    Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行

---

5.4 B+ vs B

B树

B+树

目前这两棵树，对我们最有意义的区别是：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针
• B+叶子节点，全部相连，而B没有

为何选择B+

• 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
• 叶子节点相连，更便于进行范围查找

---

5.5 聚簇索引 VS 非聚簇索引

5.5.1MyISAM和InnoDB

MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。

    其中， **MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址**

** 相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。**

    MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。
     对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

    同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

    可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。
     所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做**回表查询**

---

5.5.2 聚簇索引与非聚簇索引

    MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引
     InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

案例：

    .ibd文件是InnoDB存储引擎特有的文件格式，用于存储表，索引和索引的数据，索引和索引的数据都在一个文件中，因此我们称之为聚簇索引。 

.sdi

文件包含了表的定义和结构信息，

.MYD

文件是MyISAM存储引擎中的数据文件，

.MYI

文件是MyISAM表的索引文件，索引和索引的数据不在一个文件中，因此我们称之为非聚簇索引。

6.索引操作

6.1创建索引

6.1.1创建主键索引

关键字：primary key

方法一：在创建表的时候，直接在字段名后指定 primary key

方法二：在创建表的最后，指定某列或某几列为主键索引

方法三：创建表以后再添加主键

主键索引的特点：

• 一个表中，最多有一个主键索引，当然可以使符合主键
• 主键索引的效率高（主键不可重复）
• 创建主键索引的列，它的值不能为null，且不能重复
• 主键索引的列基本上是int

---

6.1.2 唯一索引的创建

关键字：unique

方法一：在表定义时，在某列后直接指定unique唯一属性。‘

方法二：创建表时，在表的后面指定某列或某几列为unique

方法三：创建表后再添加

唯一索引的特点：

• 一个表中，可以有多个唯一索引
• 查询效率高
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据
• 如果一个唯一索引上指定not null，等价于主键索引

---

6.1.3 普通索引创建

关键字：index

方法一：在表的定义最后，指定某列为索引

方法二：创建完表以后指定某列为普通索引

方法三：创建一个索引名为 idx_name 的索引

普通索引的特点：

• 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
• 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

---

6.1.4 全文索引的创建

关键字： fulltext

    当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)

看下面例子：

** **这行代码为

title

和

body

字段创建了一个全文索引。

    插入一组数据。

使用全文索引：

    当我们使用普通查询的时候，他是不会去使用全文索引。

    我们可以使用explain工具查看一下，是否使用索引。**explain可以查看sql语句执行计划**

    key为NULL，表示没有用到索引：

**关键字：match 要匹配的索引，against 要匹配的关键字
**样例。 ** **

    我们再使用explain查看。

    确实就使用了title 和 body的复合索引

---

6.1.5索引创建原则

• 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作创建索引
• 不会出现在where子句中的字段不该创建索引

6.2 查询索引

方法一：show keys from 表名

    Column_name ：在这个例子中，它是“id”，表示这个索引是基于“id”列的。

字段名中文翻译解释Non_unique非唯一性如果索引不能包含重复词，则该列的值为0。如果可以，则该列的值为1。对于主键索引，这个值总是0，因为主键必须是唯一的。Key_name键名索引的名称。在这个例子中，它是“PRIMARY”，表示这是一个主键索引。Seq_in_index在索引中的序列索引中的列序列号，从1开始。对于单列索引，这个值总是1。Column_name列名索引中的列名。在这个例子中，它是“id”，表示这个索引是基于“id”列的。Collation排序规则列以什么顺序存储在索引中。'A' 表示升序，NULL 表示不适用。对于主键索引，这个值通常是A，因为主键默认按升序排序。Cardinality基数索引中唯一值的估计数量。这个值是一个估计值，可能不准确。0表示MySQL无法估计基数。Sub_part子部分如果索引只是列的一部分，则该列包含索引的字符数。对于全文索引，这是每个索引词的最大字符数。NULL表示索引了整个列。Packed压缩指示关键字如何被压缩。如果没有被压缩，则为NULL。Null空值如果列可以包含NULL，则该列为'YES'。如果不可以，则该列为''（空字符串）。对于主键索引，这个值通常是''，因为主键列不能包含NULL值。Index_type索引类型使用的索引方法（BTREE, FULLTEXT, HASH, RTREE）。在这个例子中，它是BTREE，这是MySQL中最常用的索引类型。Comment注释关于索引的额外信息。在这个例子中，它是空的。Index_comment索引注释关于索引的额外信息（仅对MyISAM和InnoDB表适用）。在这个例子中，它也是空的。Visible可见性索引是否对优化器可见。YES表示索引可见，可以用于查询优化。Expression表达式如果索引是一个函数索引或计算列索引，则该列显示表达式。对于普通索引，这个值是NULL。 方法二：show index from 表名;

方法三：desc 表名；

6.3 删除索引

第一种方法-删除主键索引： alter table 表名 drop primary key;

第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys
from 表名中的 Key_name 字段

    user8 唯一键name

删除user8中唯一键：name

第三种方法-其他索引的删除：drop index 索引名 on 表名