原文链接：http://fanqieto.top/2017/11/26/%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B4%A2%E5%BC%95%E4%BC%98%E5%8C%96/
主要介绍Btree索引和Hash索引、以及索引优化策略
B-tree索引
B-tree索引的特点
- B-tree索引以B+树的结构存储数据
- B-tree索引能够加快数据的查询速度
- B-tree 索引更适合进行范围查找
什么情况下可以使用B数索引
- 全值匹配的查询
- order_sn = “987654321”
- 匹配最左前缀的查询
- 匹配列前缀查询
- order_sn like “9876”
- 匹配范围值的查询
- order_sn > ‘987654321’ and order_sn < ‘98765444111’
- 精确匹配左前列并范围匹配另外一列
- 只访问索引的查询
B-tree索引的使用限制
- 如果不是按照索引最左列开始查找，则无法使用索引
- 使用索引是不能跳过索引中的列（三个组合索引的情况）
- Not in 和 <> 操作无法使用索引
- 如果查询中有某个列的范围查询，则其右边所有列都无法使用索引
Hash索引
hash索引的特点
- hash索引是基于hash表实现的，只有查询条件精确匹配hash索引中的所有列时，才能够使用到hash索引
- 对于hash索引中的所有列，存储引擎都会为每一行计算一个hash码，hash索引中存储的就是hash码。
hash索引的限制
- hash索引必须进行二次查找
- hash索引无法用于排序
- hash索引不支持部分索引查找也不支持范围查找
- hash索引中hash码的计算可能存在hash冲突
为什么要使用索引
- 索引大大减少了存储引擎需要扫描的数据量
- 索引可以帮助我们进行排序以避免使用临时表
- 索引可以把随机I/o变成顺序I/o
索引是不是越多越好
- 索引会增加写操作的成本
- 太多的索引会增加查询优化器的选择时间
索引优化策略
索引列上不能使用表达式或函数
前缀索引和索引列的选择性
- create index index_name on table(col_name(n));索引的选择性是不重复的索引值和表的记录数的比值
联合索引
- 如何使用索引列的顺序
- 经常会被使用到的列优先
- 选择性高的列优先
- 宽度小的列优先
覆盖索引
通常开发人员会根据查询的where条件来创建合适的索引，但是优秀的索引设计应该考虑到整个查询。其实mysql可以使用索引来直接获取列的数 据。如果索引的叶子节点包含了要查询的数据，那么就不用回表查询了，也就是说这种索引包含（亦称覆盖）所有需要查询的字段的值，我们称这种索引为覆盖索 引。
优点
- 可以优化缓存，减少磁盘i/o操作
- 可以减少随机i/o,变随机io操作为顺序io操作
- 可以避免对Innodb主键索引的二次查询
- 可以避免myisam表进行系统调用
无法使用覆盖索引的情况
- 存储引擎不支持覆盖索引
- 查询中使用了太多的列
- 使用了双%号的like查询
使用索引来优化查询
使用索引扫描来优化排序
- 索引的列顺序和order by 字句的顺序完全一致
- 索引中所有列的方向（升序、降序）和order by 字句完全一致
- order by中的字段全部在关联表中的第一章表中
模拟hash索引优化查询
增加一列，将text字段的值用hash函数处理
- 只能处理键值的全值匹配查找
- 所使用的hash函数决定着索引的大小
利用索引优化锁
- 索引可以减少锁定的行数
- 索引可以加快处理速度，同时也加快了锁的释放
注意
|
select * from table_name where item = xxx;
|
如果没有添加对item添加索引，mysql会将查询的所有结果放入内存，然后进行where过滤，如果是事务操作的话，会进行全表锁定
索引的维护和优化
- 删除重复和冗余的索引
|
primary key(id),unique key(id),index(in) [重复索引]
index(a), index(a,b)
primary key(id),index(a,id) [冗余索引]
|
-
查找未被使用过的索引
-
更新索引统计信息及减少索引碎片
- analyze table table_name
- optimize table table_name:使用不当会导致锁表