Mysql 索引
Mysql索引:
(1)、索引是在存储引擎层实现的,而不是在服务器实现的,所以不同存储引擎具有不同的索引类型和实现。
(2)、索引能够轻易将查询性能提升几个数量级。
(3)、对于非常小的表、大部分情况下简单的全表扫描比建立索引效率更高。对于中大型的表,索引就非常有效。但是对于特大型的表,建立和使用索引的代价将会随之增长。这种情况下,需要用到一种技术可以直接区分出需要查询的一组数据,而不是一条记录一条记录的匹配,例如可以使用分区技术。
索引分类:
1、B+ Tree索引
B+ Tree索引是大多数MySQL存储引擎的默认索引类型。
因为不再需要进行全表扫描,只需要对树进行搜索即可,因此查找速度快很多。
可以指定多个列作为索引列,多个索引列共同组成键。B+ Tree索引适用于全键值、键值范围和键前锥查找,其中键前缀查找只适用于最左前缀查找。
除了用于查找,还可以用于排序和分组。
如果不是按照索引列的顺序进行查找,则无法使用索引。
2、哈希索引
基于哈希表实现,优点是查找非常快。
在MySQL中只有Memory引擎显式支持哈希索引。
InnoDB引擎有一个特殊的功能叫“自适应哈希索引”,当某个索引值被使用的非常频繁时,会在B+Tree索引之上再创建一个哈希索引,这样就让B+Tree索引具有哈希索引的一些优点,比如快速的哈希查找。
限制:
哈希索引只包含哈希值和行指针,而不存储字段,所以不能使用索引中的值来避免读取行。不过内存中的行的速度很快,所以大部分情况下这一点对性能影响并不明显。
无法用于分组和排序。
只支持精确查找,无法用于部分查找和范围查找。
如果哈希冲突很多,查找速度会变得很慢。
3、空间索引(R-Tree)
MyISAM存储引擎支持空间索引,可以用于地理数据存储。
空间索引会从所有维度来索引数据,可以有效地使用任意维度来进行组合查询。
必须使用GIS相关的函数来维护数据。
4、全文索引
MyISAM存储引擎支持全文索引,用于查找本文中的关键词,而不是直接比较索引中的值。
使用Match Against,而不是普通的where。
索引的优点
大大减少了服务器需要扫描的数据量
帮组服务器避免进行排序和创建临时表(B+Tree 索引是有序的,可以用来做order by和group by操作)
将随机 I/O 变为顺序 I/O (B+Tree索引是有序的,也就将相邻的列表都存储在一起)
索引优化
1、独立的列
在进行查询时,索引列不能是表达式的一部分,也不能是函数的参数,否则无法使用索引。
例如下面的查询不能使用actor_id列的索引:
select actor_id from sakila.actor where actor_id+1=5;2、前缀索引
对于BLOB、TEXT、和VARCHAR类型的列,必须使用前缀索引,只索引开始的部分字符。
对于前缀长度的选取需要根据索引选择型来确定:不重复的索引值和记录总数的比值。选择性越高,查询效率也越高。最大值为1,此时每个记录都有唯一的索引与其对应。
3、多列索引
在需要使用多个列作为条件进行查询时,使用多列索引比使用多个单列索引性更好。例如下面的语句中,最好把actor_id和film_id设置为多列索引。
select film_id,actor_id from sakila.film_actor where actor_id=1 and film_id=1;4、索引列的顺序
让选择性最强的索引列放在前面,例如下面显示的结果中 customer_id 的选择性比 staff_id 更高,因此最好把 customer_id 列放在多列索引的前面。
select count(distinct staff_id)/count(*) as staff_id_selectivity, count(distinct customer_id)/count(*) as customer_id_selectivity, count(*) from payment;5、聚簇索引
聚簇索引并不是一种索引类型,而是一种数据存储方式。
术语“聚簇”表示数据行和相邻的键值紧密地存储在一起,InnoDB的聚簇索引在同一个结构中保存了B+Tree索引和数据行。
因为无法把数据行存放在两个不同的地方,所以一个表只能有一个聚簇索引。
优点:
- 可以把相关数据保存在一起,减少 I/O 操作。例如电子邮件表可以根据用户 ID 来聚集数据,这样只需要从磁盘读取少数的数据也就能获取某个用户的全部邮件,如果没有使用聚聚簇索引,则每封邮件都可能导致一次磁盘 I/O。
- 数据访问更快。
缺点:
- 聚簇索引最大限度提高了 I/O 密集型应用的性能,但是如果数据全部放在内存,就没必要用聚簇索引。
- 插入速度严重依赖于插入顺序,按主键的顺序插入是最快的。
- 更新操作代价很高,因为每个被更新的行都会移动到新的位置。
- 当插入到某个已满的页中,存储引擎会将该页分裂成两个页面来容纳该行,页分裂会导致表占用更多的磁盘空间。
- 如果行比较稀疏,或者由于页分裂导致数据存储不连续时,聚簇索引可能导致全表扫描速度变慢。
6、覆盖索引
索引包含所有需要查询的字段的值。
优点:
- 因为索引条目通常远小于数据行的大小,所以若只读取索引,能大大减少数据访问量。
- 一些存储引擎(例如 MyISAM)在内存中只缓存索引,而数据依赖于操作系统来缓存。因此,只访问索引可以不使用系统调用(通常比较费时)。
- 对于 InnoDB 引擎,若二级索引能够覆盖查询,则无需访问聚簇索引。