MySQL-索引分类

一：索引分类

1. 普通索引

　　最基本的索引类型，没有唯一性之类的限制 ，通过以下几种方式创建：

　　创建索引，例如 CREATE INDEX <索引的名字> ON table_name (列的列表)

CREATE INDEX index_id ON table_test (id)

　　修改表，例如ALTER TABLE table_name ADD INDEX [索引的名字] (列的列表)

ALTER TABLE table_test ADD INDEX index_id (id)

　　创建表的时候指定索引，例如CREATE TABLE table_name ([…] ,INDEX [索引的名字] (列的列表))

 

CREATE TABLE table_test(id INT,NAME CHAR(10),address CHAR(10) ,INDEX index_id (id))

2. 唯一索引

　　不允许其中任何两行具有相同索引值的索引。通过以下几种方式创建：

　　创建索引，例如CREATE UNIQUE INDEX <索引的名字> ON table_name(列的列表)

CREATE UNIQUE INDEX index_id ON table_test(id)

　　修改表创建索引，例如ALTER TABLE table_name ADD UNIQUE INDEX[索引的名字] (列的列表)

ALTER TABLE table_test ADD UNIQUE INDEX index_id (id)

　　创建表的时候指定索引，例如CREATE TABLE table_name([…],UNIQUE [索引的名字] (列的列表))

3. 主键索引（UNIQUE）

　　主键是表中的一个字段或多个字段用来唯一地标识表中的一条记录，唯一性是最主要的特性。主键的创建必须依赖于索引，默认创建的是聚集索引。在建立主键的时候可以声明为CLUETERED(聚集)或NONCLUETERED(非聚集)索引。

create table table_1(
id int,
name varchar(20),
address varchar(20),
gender varchar(10),
primary key nonclustered(id)
)

4. 聚集索引：（CLUSTERED）

　　表中各行的物理顺序与索引顺序相同，表中只能包含一个聚集索引。  

CREATE clustered INDEX 索引名 ON 表名(字段)

　　理解：我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查“安”字，就会很自然地翻开字典的前几页，因为“安”的拼音是“an”，而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的，那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字；同样的，如果查“张”字，那您也会将您的字典翻到最后部分，因为“张”的拼音是“zhang”。也就是说，字典的正文部分本身就是一个目录。我们把这种正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。由于聚集索引规定数据在表中的物理存储顺序，而一个表只能有一种物理顺序，所以一张表只能包含一个聚集索引。

5.非聚集索引：（NONCLUSTERED）

　　表中各行的物理顺序与索引顺序不同，表中可以有249个非聚集索引 。

CREATE nonclustered INDEX 索引名 ON 表名(字段)

　　理解：如果您认识某个字，您可以快速地从目录中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据“偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法，比如您查“张”字，我们可以看到在查部首之后的检字表中“张”的页码是672页，检字表中“张”的上面是“驰”字，但页码却是63页，“张”的下面是“弩”字，页面是390页。很显然，这些字并不是真正的分别位于“张”字的上下方，现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为“非聚集索引”。

6. 全文索引（FULLTEXT）

　　FULLTEXT索引仅可用于 MyISAM 表；可以在建表时作为CREATE TABLE语句的一部分被创建，或是随后使用ALTER TABLE 或CREATE INDEX被添加。对于较大的数据集，将你的资料输入一个没有FULLTEXT索引的表中，其速度比把资料输入现有FULLTEXT索引的速度更为快。不过切记对于大容量的数据表，生成全文索引是一个非常消耗时间非常消耗硬盘空间的做法。

–修改表结构添加全文索引
ALTER TABLE 表名 ADD FULLTEXT 索引名(字段)
–直接创建索引
CREATE FULLTEXT INDEX 索引名 ON 表名(字段)

7. 单列索引、多列索引

　　多个单列索引与单个多列索引的查询效果不同，因为执行查询时，MySQL只能使用一个索引，会从多个索引中选择一个限制最为严格的索引。如果经常需要同时对两个字段进行AND查询,那么使用两个单独索引不如建立一个复合索引，因为两个单独索引通常数据库只能使用其中一个，而使用复合索引因为索引本身就对应到两个字段上的，效率会有很大提高。

8. 组合索引（最左前缀）

　　平时用的SQL查询语句一般都有比较多的限制条件，所以为了进一步榨取MySQL的效率，就要考虑建立组合索引。例如上表中针对title和time建立一个组合索引：ALTER TABLE article ADD INDEX index_titme_time (title(50),time(10))。建立这样的组合索引，其实是相当于分别建立了下面两组组合索引：–title,time    –title   为什么没有time这样的组合索引呢？这是因为MySQL组合索引“最左前缀”的结果。简单的理解就是只从最左面的开始组合。并不是只要包含这两列的查询都会用到该组合索引，如下面的几个SQL所示：

–使用到上面的索引
SELECT * FROM article WHREE title='测试' AND time=1234567890;
SELECT * FROM article WHREE title='测试';
–不使用上面的索引
SELECT * FROM article WHREE time=1234567890;

二：删除索引

DROP INDEX index_name ON table_name
ALTER TABLE table_name DROP INDEX index_name

三：索引优化

　　过多的使用索引将会造成滥用，也会有它的缺点：虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会膨胀很快。索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。下面是一些总结以及收藏的MySQL索引的注意事项和优化方法。（“水可载舟，亦可覆舟”，索引也一样。索引有助于提高检索性能，但过多或不当的索引也会导致系统低效。因为用户在表中每加进一个索引，数据库就要做更多的工作。过多的索引甚至会导致索引碎片。所以说，我们要建立一个“适当”的索引体系，特别是对聚合索引的创建，更应精益求精，以使您的数据库能得到高性能的发挥。当然，在实践中，作为一个尽职的数据库管理员，您还要多测试一些方案，找出哪种方案效率最高、最为有效。）

何时使用聚集索引或非聚集索引（很重要）？ 

动作描述	使用聚集索引	使用非聚集索引
列经常被分组排序	应	应
外键列	应	应
主键列	应	应
小数目的不同值	应	不应
返回某范围内的数据	应	不应
一个或极少不同值	不应	不应
大数目的不同值	不应	应
频繁更新的列	不应	应

　   实上，我们可以通过前面聚集索引和非聚集索引的定义的例子来理解上表。如：返回某范围内的数据一项。比如您的某个表有一个时间列，恰好您把聚合索引建立在了该列，这时您查询2004年1月1日至2004年10月1日之间的全部数据时，这个速度就将是很快的，因为您的这本字典正文是按日期进行排序的，聚类索引只需要找到要检索的所有数据中的开头和结尾数据即可；而不像非聚集索引，必须先查到目录中查到每一项数据对应的页码，然后再根据页码查到具体内容。

结合实际，谈索引使用的误区

　　理论的目的是应用。虽然我们刚才列出了何时应使用聚集索引或非聚集索引，但在实践中以上规则却很容易被忽视或不能根据实际情况进行综合分析。下面我们将根据在实践中遇到的实际问题来谈一下索引使用的误区，以便于大家掌握索引建立的方法。主键就是聚集索引这种想法笔者认为是极端错误的，是对聚集索引的一种浪费。虽然SQL SERVER默认是在主键上建立聚集索引的。通常，我们会在每个表中都建立一个ID列，以区分每条数据，并且这个ID列是自动增大的，步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时，如果我们将这个列设为主键，SQL SERVER会将此列默认为聚集索引。这样做有好处，就是可以让您的数据在数据库中按照ID进行物理排序，但笔者认为这样做意义不大。显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的规则，这使得聚集索引变得更加珍贵。从我们前面谈到的聚集索引的定义我们可以看出，使用聚集索引的最大好处就是能够根据查询要求，迅速缩小查询范围，避免全表扫描。在实际应用中，因为 ID号是自动生成的，我们并不知道每条记录的ID号，所以我们很难在实践中用ID号来进行查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次，让每个ID号都不同的字段作为聚集索引也不符合“大数目的不同值情况下不应建立聚合索引”规则；当然，这种情况只是针对用户经常修改记录内容，特别是索引项的时候会负作用，但对于查询速度并没有影响。在办公自动化系统中，无论是系统首页显示的需要用户签收的文件、会议还是用户进行文件查询等任何情况下进行数据查询都离不开字段的是“日期”还有用户本身的“用户名”。通常，办公自动化的首页会显示每个用户尚未签收的文件或会议。虽然我们的where语句可以仅仅限制当前用户尚未签收的情况，但如果您的系统已建立了很长时间，并且数据量很大，那么，每次每个用户打开首页的时候都进行一次全表扫描，这样做意义是不大的，绝大多数的用户1个月前的文件都已经浏览过了，这样做只能徒增数据库的开销而已。事实上，我们完全可以让用户打开系统首页时，数据库仅仅查询这个用户近3个月来未阅览的文件，通过“日期”这个字段来限制表扫描，提高查询速度。如果您的办公自动化系统已经建立的2年，那么您的首页显示速度理论上将是原来速度8倍，甚至更快。在这里之所以提到“理论上”三字，是因为如果您的聚集索引还是盲目地建在ID这个主键上时，您的查询速度是没有这么高的，即使您在“日期”这个字段上建立的索引（非聚合索引）。下面我们就来看一下在1000万条数据量的情况下各种查询的速度表现（3个月内的数据为25万条）：

仅在主键上建立聚集索引，并且不划分时间段：

SELECT gid,fariqi,neibuyonghu,title FROM tgongwen
用时：128470毫秒（即：128秒）

在主键上建立聚集索引，在fariq上建立非聚集索引：

SELECT gid,fariqi,neibuyonghu,title FROM Tgongwen WHERE fariqi> dateadd(DAY,-90,getdate())
用时：53763毫秒（54秒）

将聚合索引建立在日期列（fariqi）上：

SELECT gid,fariqi,neibuyonghu,title FROM Tgongwen WHERE fariqi> dateadd(DAY,-90,getdate())
用时：2423毫秒（2秒）

　　虽然每条语句提取出来的都是25万条数据，各种情况的差异却是巨大的，特别是将聚集索引建立在日期列时的差异。事实上，如果您的数据库真的有1000 万容量的话，把主键建立在ID列上，就像以上的第1、2种情况，在网页上的表现就是超时，根本就无法显示。这也是我摒弃ID列作为聚集索引的一个最重要的因素。得出以上速度的方法是：在各个select语句前加：

DECLARE @d DATETIME
SET @d=getdate()
并在select语句后加：
SELECT [语句执行花费时间(毫秒)]=DATEDIFF(ms,@d,getdate())

只要建立索引就能显著提高查询速度：
　　事实上，我们可以发现上面的例子中，第2、3条语句完全相同，且建立索引的字段也相同；不同的仅是前者在fariqi字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查询速度却有着天壤之别。所以，并非是在任何字段上简单地建立索引就能提高查询速度。从建表的语句中，我们可以看到这个有着1000万数据的表中fariqi字段有5003个不同记录。在此字段上建立聚合索引是再合适不过了。在现实中，我们每天都会发几个文件，这几个文件的发文日期就相同，这完全符合建立聚集索引要求的：“既不能绝大多数都相同，又不能只有极少数相同”的规则。由此看来，我们建立“适当”的聚合索引对于我们提高查询速度是非常重要的。

把所有需要提高查询速度的字段都加进聚集索引，以提高查询速度：

　　上面已经谈到：在进行数据查询时都离不开字段的是“日期”还有用户本身的“用户名”。既然这两个字段都是如此的重要，我们可以把他们合并起来，建立一个复合索引（compound index）。很多人认为只要把任何字段加进聚集索引，就能提高查询速度，也有人感到迷惑：如果把复合的聚集索引字段分开查询，那么查询速度会减慢吗？带着这个问题，我们来看一下以下的查询速度（结果集都是25万条数据）：（日期列fariqi首先排在复合聚集索引的起始列，用户名neibuyonghu排在后列）：

select gid,fariqi,neibuyonghu,title FROM Tgongwen WHERE fariqi>''2004-5-5''
查询速度：2513毫秒

select gid,fariqi,neibuyonghu,title FROM Tgongwen where fariqi>''2004-5-5'' AND neibuyonghu=''办公室''
查询速度：2516毫秒

select gid,fariqi,neibuyonghu,title FROM Tgongwen WHERE neibuyonghu=''办公室''
查询速度：60280毫秒

　　从以上试验中，我们可以看到如果仅用聚集索引的起始列作为查询条件和同时用到复合聚集索引的全部列的查询速度是几乎一样的，甚至比用上全部的复合索引列还要略快（在查询结果集数目一样的情况下）；而如果仅用复合聚集索引的非起始列作为查询条件的话，这个索引是不起任何作用的。当然，语句1、2的查询速度一样是因为查询的条目数一样，如果复合索引的所有列都用上，而且查询结果少的话，这样就会形成“索引覆盖”，因而性能可以达到最优。同时，请记住：无论您是否经常使用聚合索引的其他列，但其前导列一定要是使用最频繁的列。

用聚合索引比用不是聚合索引的主键速度快：
　　下面是实例语句：（都是提取25万条数据）

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen WHERE fariqi=''2004-9-16''
使用时间：3326毫秒

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen WHERE gid<=250000
使用时间：4470毫秒

　　这里，用聚合索引比用不是聚合索引的主键速度快了近1/4。

用聚合索引比用一般的主键作order by时速度快，特别是在小数据量情况下

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen ORDER BY fariqi
用时：12936

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen ORDER BY gid
用时：18843

　　这里，用聚合索引比用一般的主键作order by时，速度快了3/10。事实上，如果数据量很小的话，用聚集索引作为排序列要比使用非聚集索引速度快得明显的多；而数据量如果很大的话，如10万以上，则二者的速度差别不明显。

使用聚合索引内的时间段，搜索时间会按数据占整个数据表的百分比成比例减少，而无论聚合索引使用了多少个：

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen WHERE fariqi>''2004-1-1''
用时：6343毫秒（提取100万条）

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen WHERE fariqi>''2004-6-6''
用时：3170毫秒（提取50万条）
SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen where fariqi>''2004-1-1'' AND fariqi<''2004-6-6''
用时：3280毫秒

日期列不会因为有分秒的输入而减慢查询速度：

　　下面的例子中，共有100万条数据，2004年1月1日以后的数据有50万条，但只有两个不同的日期，日期精确到日；之前有数据50万条，有5000个不同的日期，日期精确到秒。

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen where fariqi>''2004-1-1'' ORDER BY fariqi
用时：6390毫秒

SELECT gid,fariqi,neibuyonghu,reader,title FROM Tgongwen where fariqi<''2004-1-1'' ORDER BY fariqi
用时：6453毫秒

索引不会包含有NULL值的列

　　只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时不要让字段的默认值为NULL。

使用短索引

　　对串列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果在前10个或20个字符内，多数值是惟一的，那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。

索引列排序

　　MySQL查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。

like语句操作

　　一般情况下不鼓励使用like操作，如果非使用不可，如何使用也是一个问题。like “%aaa%” 不会使用索引而like “aaa%”可以使用索引。

不要在列上进行运算

　　例如：select * from users where YEAR(adddate)<2007，将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成：select * from users where adddate<’2007-01-01′。

最后总结一下，MySQL只对一下操作符才使用索引：<,<=,=,>,>=,between,in,以及某些时候的like(不以通配符%或_开头的情形)。而理论上每张表里面最多可创建16个索引，不过除非是数据量真的很多，否则过多的使用索引也不是那么好玩的，比如我刚才针对text类型的字段创建索引的时候，系统差点就卡死了。