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：

1. 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。
2. 数据访问更快。

缺点：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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：

1. 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。
2. 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）。
3. 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。