之前的文章一直在規(guī)避索引的建立去優(yōu)化數(shù)據(jù)庫，不是不想講，而是這個(gè)太重要，必須抽出來講。今天我們就來研究下數(shù)據(jù)庫索引的設(shè)計(jì)與優(yōu)化（MySQL為例）。
文章結(jié)構(gòu)：（1）索引的概述和使用；（2）索引的基本原理；（3）索引分類；（4）索引設(shè)計(jì)優(yōu)化
本系列：demo下載
（一）MySQL優(yōu)化筆記（一）--庫與表基本操作以及數(shù)據(jù)增刪改
（二）MySQL優(yōu)化筆記（二）--查找優(yōu)化（1）（非索引設(shè)計(jì)）
（三）MySQL優(yōu)化筆記（二）--查找優(yōu)化（2）（外連接、多表聯(lián)合查詢以及查詢注意點(diǎn)）
（四） MySQL優(yōu)化筆記（三）--索引的使用、原理和設(shè)計(jì)優(yōu)化
（五） MySQL優(yōu)化筆記（四）--表的設(shè)計(jì)與優(yōu)化（單表、多表）
（六）MySQL優(yōu)化筆記（五）--數(shù)據(jù)庫存儲(chǔ)引擎
（七）MySQL優(yōu)化筆記（六）--存儲(chǔ)過程和存儲(chǔ)函數(shù)
（八）MySQL優(yōu)化筆記（七）--視圖應(yīng)用詳解
（九） MySQL優(yōu)化筆記（八）--鎖機(jī)制超詳細(xì)解析（鎖分類、事務(wù)并發(fā)、引擎并發(fā)控制）
文章目錄：
（1）索引的概述和使用
概述
-? 什么是索引
-? 索引的優(yōu)點(diǎn)
-? 索引的缺點(diǎn)
-? 為什么需要索引
索引的使用（語法）
-? 創(chuàng)建索引：（三種方式）
-? 刪除索引
-? 查看索引
（2）索引的基本原理
整體性原理例子
針對(duì)存儲(chǔ)性質(zhì)講解
索引的數(shù)據(jù)結(jié)構(gòu)：B+tree
B+tree性質(zhì)
B+tree有兩種搜索方法
（3）索引分類
普通索引
唯一索引
主鍵索引
全文索引：（FULLTEXT）
單列索引與多列索引（其實(shí)是相當(dāng)于一個(gè)用法技巧）(重點(diǎn))
-? 單列索引
-? 多列索引
-? 聚集索引和非聚集索引
-? 聚集索引
-? 非聚集索引
-? 關(guān)于聚集索引以及非聚集索引的幾個(gè)問題
（4）索引設(shè)計(jì)優(yōu)化:
索引建立的幾大原則
索引使用的注意點(diǎn)（大概有14點(diǎn)）
一、索引的概述和使用：
（1）概述：
1）什么是索引？
索引是一種特殊的文件(InnoDB數(shù)據(jù)表上的索引是表空間的一個(gè)組成部分)，它們包含著對(duì)數(shù)據(jù)表里所有記錄的引用指針。更通俗的說，數(shù)據(jù)庫索引好比是一本書前面的目錄，能加快數(shù)據(jù)庫的查詢速度。在沒有索引的情況下，數(shù)據(jù)庫會(huì)遍歷全部數(shù)據(jù)后選擇符合條件的；而有了相應(yīng)的索引之后，數(shù)據(jù)庫會(huì)直接在索引中查找符合條件的選項(xiàng)。
索引是一種特殊的文件(InnoDB數(shù)據(jù)表上的索引是表空間的一個(gè)組成部分)，它們包含著對(duì)數(shù)據(jù)表里所有記錄的引用指針。更通俗的說，數(shù)據(jù)庫索引好比是一本書前面的目錄，能加快數(shù)據(jù)庫的查詢速度。在沒有索引的情況下，數(shù)據(jù)庫會(huì)遍歷全部數(shù)據(jù)后選擇符合條件的；而有了相應(yīng)的索引之后，數(shù)據(jù)庫會(huì)直接在索引中查找符合條件的選項(xiàng)。
索引的性質(zhì)分類：
索引分為聚簇索引和非聚簇索引兩種，聚簇索引是按照數(shù)據(jù)存放的物理位置為順序的，而非聚簇索引就不一樣了；聚簇索引能提高多行檢索的速度，而非聚簇索引對(duì)于單行的檢索很快。
2）索引的優(yōu)點(diǎn)：
一】通過創(chuàng)建唯一性索引，可以保證數(shù)據(jù)庫表中每一行數(shù)據(jù)的唯一性。
二】可以大大加快數(shù)據(jù)的檢索速度，這也是創(chuàng)建索引的最主要的原因。
三】可以加速表和表之間的連接，特別是在實(shí)現(xiàn)數(shù)據(jù)的參考完整性方面特別有意義。
四】在使用分組和排序 子句進(jìn)行數(shù)據(jù)檢索時(shí)，同樣可以顯著減少查詢中分組和排序的時(shí)間。
五】通過使用索引，可以在查詢的過程中，使用優(yōu)化隱藏器，提高系統(tǒng)的性能。
3）索引的缺點(diǎn)：
一】創(chuàng)建索引和維護(hù)索引要耗費(fèi)時(shí)間，這種時(shí)間隨著數(shù)據(jù)量的增加而增加。
二】索引需要占物理空間，除了數(shù)據(jù)表占數(shù)據(jù)空間之外，每一個(gè)索引還要占一定的物理空間，如果要建立聚簇索引，那么需要的空間就會(huì)更大。
三】當(dāng)對(duì)表中的數(shù)據(jù)進(jìn)行增加、刪除和修改的時(shí)候，索引也要?jiǎng)討B(tài)的維護(hù)，這樣就降低了數(shù)據(jù)的維護(hù)速度。
4）為什么需要索引：
數(shù)據(jù)在磁盤上是以塊的形式存儲(chǔ)的。為確保對(duì)磁盤操作的原子性，訪問數(shù)據(jù)的時(shí)候會(huì)一并訪問所有數(shù)據(jù)塊。磁盤上的這些數(shù)據(jù)塊與鏈表類似，即它們都包含一個(gè)數(shù)據(jù)段和一個(gè)指針，指針指向下一個(gè)節(jié)點(diǎn)（數(shù)據(jù)塊）的內(nèi)存地址，而且它們都不需要連續(xù)存儲(chǔ)（即邏輯上相鄰的數(shù)據(jù)塊在物理上可以相隔很遠(yuǎn)）。
鑒于很多記錄只能做到按一個(gè)字段排序，所以要查詢某個(gè)未經(jīng)排序的字段，就需要使用線性查找，即要訪問N/2個(gè)數(shù)據(jù)塊，其中N指的是一個(gè)表所涵蓋的所有數(shù)據(jù)塊。如果該字段是非鍵字段（也就是說，不包含唯一值），那么就要搜索整個(gè)表空間，即要訪問全部N個(gè)數(shù)據(jù)塊。（在某些情況下，索引可以避免排序操作。）
然而，對(duì)于經(jīng)過排序的字段，可以使用二分查找，因此只要訪問log2 N個(gè)數(shù)據(jù)塊。同樣，對(duì)于已經(jīng)排過序的非鍵字段，只要找到更大的值，也就不用再搜索表中的其他數(shù)據(jù)塊了。這樣一來，性能就會(huì)有實(shí)質(zhì)性的提升。
（2）索引的使用（語法）：本文代碼實(shí)例的針對(duì)此數(shù)據(jù)庫
一】創(chuàng)建索引：（三種方式）
第一種方式：
//第一種方式：//在執(zhí)行CREATE TABLE 時(shí)創(chuàng)建索引：（硬設(shè)一個(gè)id索引）CREATE TABLE `black_list` (? ? `id` BIGINT(20) NOTNULLAUTO_INCREMENT,? ? `black_user_id` BIGINT(20)NULLDEFAULTNULL,? ? `user_id` BIGINT(20)NULLDEFAULTNULL,? ? PRIMARY KEY (`id`)? ? INDEX indexName (black_user_id(length)))COLLATE='utf8_general_ci'ENGINE=InnoDB;
第二種方式：使用ALTER TABLE命令去增加索引：
ALTER TABLE用來創(chuàng)建普通索引、UNIQUE索引或PRIMARY KEY索引。
//標(biāo)準(zhǔn)語句：ALTER TABLE table_name ADD INDEXindex_name(column_list)//添加普通索引，索引值可出現(xiàn)多次。 ALTER TABLE table_name ADDUNIQUE(column_list)//這條語句創(chuàng)建的索引的值必須是唯一的(除了NULL外，NULL可能會(huì)出現(xiàn)多次)。 ALTER TABLE table_name ADD PRIMARYKEY(column_list)//該語句添加一個(gè)主鍵，這意味著索引值必須是唯一的，且不能為NULL。ALTER TABLE table_name ADD FULLTEXTindex_name(olumu_name);該語句指定了索引為FULLTEXT，用于全文索引。//針對(duì)上述數(shù)據(jù)庫，增加商品分類的索引ALTER table commodity_list ADD INDEXclassify_index(Classify_Description)
其中table_name是要增加索引的表名，column_list指出對(duì)哪些列進(jìn)行索引，多列時(shí)各列之間用逗號(hào)分隔。索引名index_name可自己命名，缺省時(shí)，MySQL將根據(jù)第一個(gè)索引列賦一個(gè)名稱。另外，ALTER TABLE允許在單個(gè)語句中更改多個(gè)表，因此可以在同時(shí)創(chuàng)建多個(gè)索引。
第三種方式：使用CREATE INDEX命令創(chuàng)建
CREATE INDEX可對(duì)表增加普通索引或UNIQUE索引。
//標(biāo)準(zhǔn)語句：CREATE INDEX index_name ONtable_name(column_list)CREATE UNIQUE INDEX index_name ONtable_name(column_list)//針對(duì)上述數(shù)據(jù)庫：CREATE INDEX classify_index? ONcommodity_list(Classify_Description)
table_name、index_name和column_list具有與ALTER TABLE語句中相同的含義，索引名不可選。另外，不能用CREATE INDEX語句創(chuàng)建PRIMARY KEY索引。
二】刪除索引：
刪除索引可以使用ALTER TABLE或DROP INDEX語句來實(shí)現(xiàn)。DROP INDEX可以在ALTER TABLE內(nèi)部作為一條語句處理，其格式如下：
DROP INDEX [indexName] ON [table_name];alter table [table_name] drop index [index_name] ;alter table [table_name] drop primary key ;//針對(duì)上述數(shù)據(jù)庫drop index classify_index on commodity_list ;
其中，在前面的兩條語句中，都刪除了table_name中的索引index_name。而在最后一條語句中，只在刪除PRIMARY KEY索引中使用，因?yàn)橐粋€(gè)表只可能有一個(gè)PRIMARY KEY索引，因此不需要指定索引名。如果沒有創(chuàng)建PRIMARY KEY索引，但表具有一個(gè)或多個(gè)UNIQUE索引，則MySQL將刪除第一個(gè)UNIQUE索引。
如果從表中刪除某列，則索引會(huì)受影響。對(duì)于多列組合的索引，如果刪除其中的某列，則該列也會(huì)從索引中刪除。如果刪除組成索引的所有列，則整個(gè)索引將被刪除。
三】查看索引：
SHOWINDEXFROM[table_name];showkeysfrom[table_name];
這里寫圖片描述
Table：表的名稱。
Non_unique：如果索引不能包括重復(fù)詞，則為0。如果可以，則為1。
Key_name：索引的名稱。
Seq_in_index：索引中的列序列號(hào)，從1開始。
Column_name：列名稱。
Collation：列以什么方式存儲(chǔ)在索引中。在MySQL中，有值‘A'（升序）或NULL（無分類）。
Cardinality：索引中唯一值的數(shù)目的估計(jì)值。通過運(yùn)行ANALYZE TABLE或myisamchk -a可以更新。基數(shù)根據(jù)被存儲(chǔ)為整數(shù)的統(tǒng)計(jì)數(shù)據(jù)來計(jì)數(shù)，所以即使對(duì)于小型表，該值也沒有必要是精確的。基數(shù)越大，當(dāng)進(jìn)行聯(lián)合時(shí)，MySQL使用該索引的機(jī)會(huì)就越大。
Sub_part：如果列只是被部分地編入索引，則為被編入索引的字符的數(shù)目。如果整列被編入索引，則為NULL。
Packed：指示關(guān)鍵字如何被壓縮。如果沒有被壓縮，則為NULL。
Null：如果列含有NULL，則含有YES。如果沒有，則該列含有NO。
Index_type：用過的索引方法（BTREE, FULLTEXT, HASH, RTREE）。
Comment：注釋
二、索引的基本原理：
舉例解析基本原理：
整體性原理例子：
除了詞典，生活中隨處可見索引的例子，如火車站的車次表、圖書的目錄等。它們的原理都是一樣的，通過不斷的縮小想要獲得數(shù)據(jù)的范圍來篩選出最終想要的結(jié)果，同時(shí)把隨機(jī)的事件變成順序的事件，也就是我們總是通過同一種查找方式來鎖定數(shù)據(jù)。
SQL的應(yīng)用場(chǎng)景會(huì)使用索引：
數(shù)據(jù)庫也是一樣，但顯然要復(fù)雜許多，因?yàn)椴粌H面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數(shù)據(jù)庫應(yīng)該選擇怎么樣的方式來應(yīng)對(duì)所有的問題呢？我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢？最簡(jiǎn)單的如果1000條數(shù)據(jù)，1到100分成第一段，101到200分成第二段，201到300分成第三段......這樣查第250條數(shù)據(jù)，只要找第三段就可以了，一下子去除了90%的無效數(shù)據(jù)。
針對(duì)存儲(chǔ)性質(zhì)講解：此部分轉(zhuǎn)載自此博主此博客
由于存儲(chǔ)介質(zhì)的特性，磁盤本身存取就比主存慢很多，再加上機(jī)械運(yùn)動(dòng)耗費(fèi)，磁盤的存取速度往往是主存的幾百分分之一，因此為了提高效率，要盡量減少磁盤I/O。為了達(dá)到這個(gè)目的，磁盤往往不是嚴(yán)格按需讀取，而是每次都會(huì)預(yù)讀，即使只需要一個(gè)字節(jié)，磁盤也會(huì)從這個(gè)位置開始，順序向后讀取一定長度的數(shù)據(jù)放入內(nèi)存。這樣做的理論依據(jù)是計(jì)算機(jī)科學(xué)中著名的局部性原理：當(dāng)一個(gè)數(shù)據(jù)被用到時(shí)，其附近的數(shù)據(jù)也通常會(huì)馬上被使用。程序運(yùn)行期間所需要的數(shù)據(jù)通常比較集中。
由于磁盤順序讀取的效率很高（不需要尋道時(shí)間，只需很少的旋轉(zhuǎn)時(shí)間），因此對(duì)于具有局部性的程序來說，預(yù)讀可以提高I/O效率。
預(yù)讀的長度一般為頁（page）的整倍數(shù)。頁是計(jì)算機(jī)管理存儲(chǔ)器的邏輯塊，硬件及操作系統(tǒng)往往將主存和磁盤存儲(chǔ)區(qū)分割為連續(xù)的大小相等的塊，每個(gè)存儲(chǔ)塊稱為一頁（在許多操作系統(tǒng)中，頁得大小通常為4k），主存和磁盤以頁為單位交換數(shù)據(jù)。當(dāng)程序要讀取的數(shù)據(jù)不在主存中時(shí)，會(huì)觸發(fā)一個(gè)缺頁異常，此時(shí)系統(tǒng)會(huì)向磁盤發(fā)出讀盤信號(hào)，磁盤會(huì)找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁或幾頁載入內(nèi)存中，然后異常返回，程序繼續(xù)運(yùn)行。
索引的數(shù)據(jù)結(jié)構(gòu)：B+tree此處部分轉(zhuǎn)載自此博主此博客
這里寫圖片描述
B樹：關(guān)于B樹的相關(guān)，以后我會(huì)詳細(xì)更新在此文檔
B樹中每個(gè)節(jié)點(diǎn)包含了鍵值和鍵值對(duì)于的數(shù)據(jù)對(duì)象存放地址指針，所以成功搜索一個(gè)對(duì)象可以不用到達(dá)樹的葉節(jié)點(diǎn)。
成功搜索包括節(jié)點(diǎn)內(nèi)搜索和沿某一路徑的搜索，成功搜索時(shí)間取決于關(guān)鍵碼所在的層次以及節(jié)點(diǎn)內(nèi)關(guān)鍵碼的數(shù)量。
在B樹中查找給定關(guān)鍵字的方法是：首先把根結(jié)點(diǎn)取來，在根結(jié)點(diǎn)所包含的關(guān)鍵字K1,…,kj查找給定的關(guān)鍵字（可用順序查找或二分查找法），若找到等于給定值的關(guān)鍵字，則查找成功；否則，一定可以確定要查的關(guān)鍵字在某個(gè)Ki或Ki+1之間，于是取Pi所指的下一層索引節(jié)點(diǎn)塊繼續(xù)查找，直到找到，或指針Pi為空時(shí)查找失敗。
B+tree性質(zhì)：
1.）n棵子tree的節(jié)點(diǎn)包含n個(gè)關(guān)鍵字，不用來保存數(shù)據(jù)而是保存數(shù)據(jù)的索引。
2.）所有的葉子結(jié)點(diǎn)中包含了全部關(guān)鍵字的信息，及指向含這些關(guān)鍵字記錄的指針，且葉子結(jié)點(diǎn)本身依關(guān)鍵字的大小自小而大順序鏈接。
3.）所有的非終端結(jié)點(diǎn)可以看成是索引部分，結(jié)點(diǎn)中僅含其子樹中的最大（或最小）關(guān)鍵字。
B+樹非葉節(jié)點(diǎn)中存放的關(guān)鍵碼并不指示數(shù)據(jù)對(duì)象的地址指針，非葉節(jié)點(diǎn)只是索引部分。所有的葉節(jié)點(diǎn)在同一層上，包含了全部關(guān)鍵碼和相應(yīng)數(shù)據(jù)對(duì)象的存放地址指針，且葉節(jié)點(diǎn)按關(guān)鍵碼從小到大順序鏈接。如果實(shí)際數(shù)據(jù)對(duì)象按加入的順序存儲(chǔ)而不是按關(guān)鍵碼次數(shù)存儲(chǔ)的話，葉節(jié)點(diǎn)的索引必須是稠密索引，若實(shí)際數(shù)據(jù)存儲(chǔ)按關(guān)鍵碼次序存放的話，葉節(jié)點(diǎn)索引時(shí)稀疏索引。
B+ 樹中，數(shù)據(jù)對(duì)象的插入和刪除僅在葉節(jié)點(diǎn)上進(jìn)行。
B+樹有2個(gè)頭指針，一個(gè)是樹的根節(jié)點(diǎn)，一個(gè)是最小關(guān)鍵碼的葉節(jié)點(diǎn)。
B+tree有兩種搜索方法：
1）一種是按葉節(jié)點(diǎn)自己拉起的鏈表順序搜索。
2）一種是從根節(jié)點(diǎn)開始搜索，和B樹類似，不過如果非葉節(jié)點(diǎn)的關(guān)鍵碼等于給定值，搜索并不停止，而是繼續(xù)沿右指針，一直查到葉節(jié)點(diǎn)上的關(guān)鍵碼。所以無論搜索是否成功，都將走完樹的所有層。
這兩種處理索引的數(shù)據(jù)結(jié)構(gòu)的不同之處：（B和B+樹）
1）B樹中同一鍵值不會(huì)出現(xiàn)多次，并且它有可能出現(xiàn)在葉結(jié)點(diǎn)，也有可能出現(xiàn)在非葉結(jié)點(diǎn)中。而B+樹的鍵一定會(huì)出現(xiàn)在葉結(jié)點(diǎn)中，并且有可能在非葉結(jié)點(diǎn)中也有可能重復(fù)出現(xiàn)，以維持B+樹的平衡。
2）因?yàn)锽樹鍵位置不定，且在整個(gè)樹結(jié)構(gòu)中只出現(xiàn)一次，雖然可以節(jié)省存儲(chǔ)空間，但使得在插入、刪除操作復(fù)雜度明顯增加。B+樹相比來說是一種較好的折中。
3）B樹的查詢效率與鍵在樹中的位置有關(guān)，最大時(shí)間復(fù)雜度與B+樹相同(在葉結(jié)點(diǎn)的時(shí)候)，最小時(shí)間復(fù)雜度為1(在根結(jié)點(diǎn)的時(shí)候)。而B+樹的時(shí)候復(fù)雜度對(duì)某建成的樹是固定的。
這里寫圖片描述
上圖展示了一種可能的索引方式。左邊是數(shù)據(jù)表，一共有兩列七條記錄，最左邊的是數(shù)據(jù)記錄的物理地址（注意邏輯上相鄰的記錄在磁盤上也并不是一定物理相鄰的）。為了加快Col2的查找，可以維護(hù)一個(gè)右邊所示的二叉查找樹，每個(gè)節(jié)點(diǎn)分別包含索引鍵值和一個(gè)指向?qū)?yīng)數(shù)據(jù)記錄物理地址的指針，這樣就可以運(yùn)用二叉查找在O(log2n)的復(fù)雜度內(nèi)獲取到相應(yīng)數(shù)據(jù)。
三、索引分類：
一）普通索引：
基本的索引，它沒有任何限制。
創(chuàng)建方式：
//標(biāo)準(zhǔn)語句：ALTER TABLE table_name ADD INDEXindex_name(column_list)CREATE INDEX index_name ONtable_name(column_list);//還有建表的時(shí)候創(chuàng)建亦可CREATE TABLEtable_name( ID INT NOT NULL, column_listVARCHAR(16)NOT NULL,INDEX [index_name ](column_list(length)) );
如果是CHAR，VARCHAR類型，length可以小于字段實(shí)際長度；如果是BLOB和TEXT類型，必須指定 length。
例子：假如length為10，也就是索引這個(gè)字段的記錄的前10個(gè)字符。
二）唯一索引：
與前面的普通索引類似，不同的就是：MySQL數(shù)據(jù)庫索引列的值必須唯一，但允許有空值。如果是組合索引，則列值的組合必須唯一。
它有以下幾種創(chuàng)建方式：
ALTER TABLE table_name ADD UNIQUE (column_list)CREATE UNIQUE INDEX index_name ON table_name (column_list)//還有建表時(shí)創(chuàng)建CREATE TABLE table_name ( ID INT NOTNULL,? column_list VARCHAR(16) NOTNULL,? UNIQUE [index_name ]? (column_list(length))? );
三）主鍵索引：
它是一種特殊的唯一索引，不允許有空值。一般是在建表的時(shí)候同時(shí)創(chuàng)建主鍵索引：
CREATE TABLE table_name ( ID INT NOTNULL, [column] VARCHAR(16) NOTNULL, PRIMARY KEY(ID)? );
四）全文索引：（FULLTEXT）
定義：
全文檢索是對(duì)大數(shù)據(jù)文本進(jìn)行索引，在建立的索引中對(duì)要查找的單詞進(jìn)行進(jìn)行搜索，定位哪些文本數(shù)據(jù)包括要搜索的單詞。因此，全文檢索的全部工作就是建立索引和在索引中搜索定位，所有的工作都是圍繞這兩個(gè)來進(jìn)行的。
此索引關(guān)鍵：
建立全文索引中有兩項(xiàng)非常重要，一個(gè)是如何對(duì)文本進(jìn)行分詞，一是建立索引的數(shù)據(jù)結(jié)構(gòu)。分詞的方法基本上是二元分詞法、最大匹配法和統(tǒng)計(jì)方法。索引的數(shù)據(jù)結(jié)構(gòu)基本上采用倒排索引的結(jié)構(gòu)。分詞的好壞關(guān)系到查詢的準(zhǔn)確程度和生成的索引的大小。
應(yīng)用：
FULLTEXT索引僅可用于 MyISAM 表；他們可以從CHAR、VARCHAR或TEXT列中作為CREATE TABLE語句的一部分被創(chuàng)建，或是隨后使用ALTER TABLE 或CREATE INDEX被添加。
但是要注意：對(duì)于較大的數(shù)據(jù)集，將你的資料輸入一個(gè)沒有FULLTEXT索引的表中，然后創(chuàng)建索引，其速度比把資料輸入現(xiàn)有FULLTEXT索引的速度更為快。不過切記對(duì)于大容量的數(shù)據(jù)表，生成全文索引是一個(gè)非常消耗時(shí)間非常消耗硬盤空間的做法。因?yàn)椋。〔迦胄薷膭h除表的同時(shí)也要針對(duì)索引做一系列的處理。
創(chuàng)建方法：
//針對(duì)content做了全文索引：CREATE TABLE `table` (`id`int(11) NOTNULLAUTO_INCREMENT ,`title`char(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOTNULL,`content` text CHARACTER SET utf8 COLLATE utf8_general_ciNULL,PRIMARY KEY (`id`),FULLTEXT (content));
SQL使用全文索引的方法：首先必須是MyISAM的數(shù)據(jù)庫引擎的數(shù)據(jù)表
如果是其他數(shù)據(jù)引擎，則全文索引不會(huì)生效。
SELECT * FROM article WHERE MATCH( content) AGAINST('想查詢的字符串')
此外，MySQL自帶的全文索引只能對(duì)英文進(jìn)行全文檢索，目前無法對(duì)中文進(jìn)行全文檢索。如果需要對(duì)包含中文在內(nèi)的文本數(shù)據(jù)進(jìn)行全文檢索，我們需要采用Sphinx(斯芬克斯)/Coreseek技術(shù)來處理中文。
注意：
目前，使用MySQL自帶的全文索引時(shí)，如果查詢字符串的長度過短將無法得到期望的搜索結(jié)果。MySQL全文索引所能找到的詞的默認(rèn)最小長度為4個(gè)字符。另外，如果查詢的字符串包含停止詞，那么該停止詞將會(huì)被忽略。
如果可能，請(qǐng)盡量先創(chuàng)建表并插入所有數(shù)據(jù)后再創(chuàng)建全文索引，而不要在創(chuàng)建表時(shí)就直接創(chuàng)建全文索引，因?yàn)榍罢弑群笳叩娜乃饕室摺?/p>
五）單列索引與多列索引（其實(shí)是相當(dāng)于一個(gè)用法技巧）
單列索引，就是平常的只索引一個(gè)一個(gè)的字段的方式
//例子為name列的頭10個(gè)字符創(chuàng)建一個(gè)索引：CREATE TABLEtest(name CHAR(200)NOT NULL,KEYindex_name(name(10)));
多列索引（也叫組合索引）：
相關(guān)概念（適用多列索引的原因）：
MySQL能在多個(gè)列上創(chuàng)建索引。一個(gè)索引可以由最多15個(gè)列組成。（在CHAR和VARCHAR列上，你也可以使用列的前綴作為一個(gè)索引的部分)。
一個(gè)多重列索引可以認(rèn)為是包含通過合并(concatenate)索引列值創(chuàng)建的值的一個(gè)排序數(shù)組。
多個(gè)單列索引與單個(gè)多列索引的查詢效果不同，因?yàn)閳?zhí)行查詢時(shí)，MySQL只能使用一個(gè)索引，會(huì)從多個(gè)單列索引中選擇一個(gè)限制最為嚴(yán)格（獲得結(jié)果集記錄數(shù)最少）的索引。
當(dāng)你為在一個(gè)WHERE子句索引的第一列指定已知的數(shù)量時(shí)，MySQL以這種方式使用多重列索引使得查詢非常快速，即使你不為其他列指定值。
適用場(chǎng)景：
1.全字段匹配
2.匹配部分最左前綴
3.匹配第一列
4.匹配第一列范圍查詢(可用用like a%,但不能使用like %b)
5.精確匹配某一列和和范圍匹配另外一列
例子：
//假設(shè)只使用單列索引名字ALTER TABLE people ADD INDEXname(name);//使用多列索引：ALTER TABLE people ADD INDEXheight_name_age(height,name,age);//相當(dāng)于創(chuàng)建了(height)單列索引，(height,name)組合索引以及(height,name,age)組合索引/*
注意：
注：在mysql中執(zhí)行查詢時(shí)，只能使用一個(gè)索引，如果我們?cè)趎ame,age上分別建索引,執(zhí)行查詢時(shí)，只能使用一個(gè)索引，mysql會(huì)選擇一個(gè)最嚴(yán)格(獲得結(jié)果集記錄數(shù)最少)的索引。
*/
注意：
在創(chuàng)建多列索引時(shí)，要根據(jù)業(yè)務(wù)需求，where子句中使用最頻繁的一列放在最左邊。
組合索引（多列索引）的原則：
原則：
最左前綴：顧名思義，就是最左優(yōu)先
平時(shí)用的SQL查詢語句一般都有比較多的限制條件，所以為了進(jìn)一步榨取MySQL的效率，就要考慮建立組合索引（多列索引）。例如上面使用的例子就相當(dāng)于創(chuàng)建了(height)單列索引，(height,name)組合索引以及(height,name,age)組合索引。
此外，補(bǔ)充一個(gè)概念對(duì)比，那就是聚集索引和非聚集索引：
1）聚集索引：相關(guān)概念說法取自此處
定義：
該索引中鍵值的邏輯順序決定了表中相應(yīng)行的物理順序。
聚集索引確定表中數(shù)據(jù)的物理順序。聚集索引類似于電話簿，后者按姓氏排列數(shù)據(jù)。由于聚集索引規(guī)定數(shù)據(jù)在表中的物理存儲(chǔ)順序，因此一個(gè)表只能包含一個(gè)聚集索引。但該索引可以包含多個(gè)列（組合索引），就像電話簿按姓氏和名字進(jìn)行組織一樣。
注意事項(xiàng)：
定義聚集索引鍵時(shí)使用的列越少越好。
使用的場(chǎng)景：
一）包含大量非重復(fù)值的列。
二）使用下列運(yùn)算符返回一個(gè)范圍值的查詢：BETWEEN、>、>=、< 和 <=。
三）被連續(xù)訪問的列。
四）返回大型結(jié)果集的查詢。
五）經(jīng)常被使用聯(lián)接或 GROUP BY 子句的查詢?cè)L問的列；一般來說，這些是外鍵列。對(duì) ORDER BY 或 GROUP BY 子句中指定的列進(jìn)行索引，可以使 SQL Server 不必對(duì)數(shù)據(jù)進(jìn)行排序，因?yàn)檫@些行已經(jīng)排序。這樣可以提高查詢性能。
六）OLTP 類型的應(yīng)用程序，這些程序要求進(jìn)行非常快速的單行查找（一般通過主鍵）。
缺點(diǎn)：請(qǐng)看此博客
不適用于：
頻繁更改的列 。這將導(dǎo)致整行移動(dòng)（因?yàn)?SQL Server 必須按物理順序保留行中的數(shù)據(jù)值）。這一點(diǎn)要特別注意，因?yàn)樵诖髷?shù)據(jù)量事務(wù)處理系統(tǒng)中數(shù)據(jù)是易失的。
寬鍵 。來自聚集索引的鍵值由所有非聚集索引作為查找鍵使用，因此存儲(chǔ)在每個(gè)非聚集索引的葉條目內(nèi)。
2）非聚集索引：
定義：
數(shù)據(jù)存儲(chǔ)在一個(gè)地方，索引存儲(chǔ)在另一個(gè)地方，索引帶有指針指向數(shù)據(jù)的存儲(chǔ)位置。
非聚集索引中的項(xiàng)目按索引鍵值的順序存儲(chǔ)，而表中的信息按另一種順序存儲(chǔ)（這可以由聚集索引規(guī)定）。對(duì)于非聚集索引，可以為在表非聚集索引中查找數(shù)據(jù)時(shí)常用的每個(gè)列創(chuàng)建一個(gè)非聚集索引。有些書籍包含多個(gè)索引。例如，一本介紹園藝的書可能會(huì)包含一個(gè)植物通俗名稱索引，和一個(gè)植物學(xué)名索引，因?yàn)檫@是讀者查找信息的兩種最常用的方法。
兩者的區(qū)別此處有個(gè)很清晰的例子：請(qǐng)點(diǎn)此處
選擇使用的場(chǎng)景：
這里寫圖片描述
關(guān)于聚集索引以及非聚集索引的幾個(gè)問題：
一）聚集索引的約束是唯一性，是否要求字段也是唯一的呢？
一般我們指定一個(gè)表的主鍵，如果這個(gè)表之前沒有聚集索引，同時(shí)建立主鍵時(shí)候沒有強(qiáng)制指定使用非聚集索引，SQL會(huì)默認(rèn)在此字段上創(chuàng)建一個(gè)聚集索引，而主鍵都是唯一的，所以理所當(dāng)然的認(rèn)為創(chuàng)建聚集索引的字段也需要唯一。
聚集索引可以創(chuàng)建在任何一列你想創(chuàng)建的字段上，這是從理論上講，實(shí)際情況并不能隨便指定，否則在性能上會(huì)是惡夢(mèng)。
二）|主鍵就是聚集索引？？？
這樣有時(shí)會(huì)對(duì)聚集索引的一種浪費(fèi)。Innodb將通過主鍵聚集數(shù)據(jù)，如果沒有定義主鍵，Innodb會(huì)選擇第一個(gè)非空的唯一索引代替，如果沒有非空唯一索引，Innodb會(huì)隱式定義一個(gè)6字節(jié)的rowid主鍵來作為聚集索引。innodb只聚集在同一個(gè)頁面中的記錄，包含相鄰鍵值的頁面可能會(huì)相距甚遠(yuǎn)。
因?yàn)槊總€(gè)表中只能有一個(gè)聚集索引的規(guī)則，這使得聚集索引變得更加珍貴。
使用聚集索引的最大好處就是能夠根據(jù)查詢要求，迅速縮小查詢范圍，避免全表掃描。在實(shí)際應(yīng)用中，因?yàn)?ID號(hào)是自動(dòng)生成的，我們并不知道每條記錄的ID號(hào)，所以我們很難在實(shí)踐中用ID號(hào)來進(jìn)行查詢。這就使讓ID號(hào)這個(gè)主鍵作為聚集索引成為一種資源浪費(fèi)。其次，讓每個(gè)ID號(hào)都不同的字段作為聚集索引也不符合“大數(shù)目的不同值情況下不應(yīng)建立聚合索引”規(guī)則；當(dāng)然，這種情況只是針對(duì)用戶經(jīng)常修改記錄內(nèi)容，特別是索引項(xiàng)的時(shí)候會(huì)負(fù)作用，但對(duì)于查詢速度并沒有影響。
三）是不是聚集索引就一定要比非聚集索引性能優(yōu)呢？？？
如果想查詢學(xué)分在60-90之間的學(xué)生的學(xué)分以及姓名，在學(xué)分上創(chuàng)建聚集索引是否是最優(yōu)的呢？
答：否。既然只輸出兩列，我們可以在學(xué)分以及學(xué)生姓名上創(chuàng)建聯(lián)合非聚集索引（也就是多列索引），此時(shí)的索引就形成了覆蓋索引，即索引所存儲(chǔ)的內(nèi)容就是最終輸出的數(shù)據(jù)，這種索引在比以學(xué)分為聚集索引做查詢性能更好。
四）在數(shù)據(jù)庫中通過什么描述聚集索引與非聚集索引的？
索引是通過二叉樹的形式進(jìn)行描述的，我們可以這樣區(qū)分聚集與非聚集索引的區(qū)別：聚集索引的葉節(jié)點(diǎn)就是最終的數(shù)據(jù)節(jié)點(diǎn)，而非聚集索引的葉節(jié)仍然是索引節(jié)點(diǎn)，但它有一個(gè)指向最終數(shù)據(jù)的指針。
五）在主鍵是創(chuàng)建聚集索引的表在數(shù)據(jù)插入上為什么比主鍵上創(chuàng)建非聚集索引表速度要慢？
在有主鍵的表中插入數(shù)據(jù)行，由于有主鍵唯一性的約束，所以需要保證插入的數(shù)據(jù)沒有重復(fù)。我們來比較下主鍵為聚集索引和非聚集索引的查找情況：聚集索引由于索引葉節(jié)點(diǎn)就是數(shù)據(jù)頁，所以如果想檢查主鍵的唯一性，需要遍歷所有數(shù)據(jù)節(jié)點(diǎn)才行，但非聚集索引不同，由于非聚集索引上已經(jīng)包含了主鍵值，所以查找主鍵唯一性，只需要遍歷所有的索引頁就行，這比遍歷所有數(shù)據(jù)行減少了不少IO消耗。這就是為什么主鍵上創(chuàng)建非聚集索引比主鍵上創(chuàng)建聚集索引在插入數(shù)據(jù)時(shí)要快的真正原因。
四、索引設(shè)計(jì)優(yōu)化：
（1）索引建立的幾大原則：
1）最左前綴匹配原則，非常重要的原則，mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。
2）=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會(huì)幫你優(yōu)化成索引可以識(shí)別的形式。
3）盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會(huì)問，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場(chǎng)景不同，這個(gè)值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄
4）索引列不能參與計(jì)算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡(jiǎn)單，b+樹中存的都是數(shù)據(jù)表中的字段值，但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。所以語句應(yīng)該寫成create_time = unix_timestamp(’2014-05-29’);
5）盡量的擴(kuò)展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來的索引即可。
6）定義有外鍵的數(shù)據(jù)列一定要建立索引。
7）對(duì)于那些查詢中很少涉及的列，重復(fù)值比較多的列不要建立索引。
8）對(duì)于定義為text、image和bit的數(shù)據(jù)類型的列不要建立索引。
9）對(duì)于經(jīng)常存取的列避免建立索引
（2）索引使用的注意點(diǎn)：
一、）一般說來，索引應(yīng)建立在那些將用于JOIN,WHERE判斷和ORDER BY排序的字段上。盡量不要對(duì)數(shù)據(jù)庫中某個(gè)含有大量重復(fù)的值的字段建立索引。對(duì)于一個(gè)ENUM類型的字段來說，出現(xiàn)大量重復(fù)值是很有可能的情況。
二、）應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select idfromt where num isnull
最好不要給數(shù)據(jù)庫留NULL，盡可能的使用 NOT NULL填充數(shù)據(jù)庫.
備注、描述、評(píng)論之類的可以設(shè)置為 NULL，其他的，最好不要使用NULL。
不要以為 NULL 不需要空間，比如：char(100) 型，在字段建立時(shí)，空間就固定了， 不管是否插入值（NULL也包含在內(nèi)），都是占用 100個(gè)字符的空間的，如果是varchar這樣的變長字段， null 不占用空間。
可以在num上設(shè)置默認(rèn)值0，確保表中num列沒有null值，然后這樣查詢：
三、）應(yīng)盡量避免在 where 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描。
四、）應(yīng)盡量避免在 where 子句中使用 or 來連接條件，如果一個(gè)字段有索引，一個(gè)字段沒有索引，將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select idfromt where num=10orName ='fuzhu'
可以這樣查詢，充分利用索引：
select id from twherenum = 10union allselect id from twhereName ='fuzhu'
五、）in 和 not in 也要慎用，否則會(huì)導(dǎo)致全表掃描。
select id from twherenumin(1,2,3)
對(duì)于連續(xù)的數(shù)值，能用 between 就不要用 in 了：
select idfromt where num between1and3
很多時(shí)候用 exists 代替 in 是一個(gè)好的選擇
select numfroma where numin(select numfromb)
正上面的，用下面的語句替換：
select num from awhereexists(select 1 from bwherenum=a.num)
六、）下面的模糊查詢也將導(dǎo)致全表掃描：
select id from twherename like ‘%abc%’
一般情況下不鼓勵(lì)使用like操作，如果非使用不可，如何使用也是一個(gè)問題。like “%aaa%” 不會(huì)使用索引，而like “aaa%”可以使用索引。
若要提高效率，可以考慮全文檢索。
既然談到模糊查詢下使用索引，我們就順便詳細(xì)地講講吧。
1.? like %keyword? ? 索引失效，使用全表掃描。但可以通過翻轉(zhuǎn)函數(shù)+like前模糊查詢+建立翻轉(zhuǎn)函數(shù)索引=走翻轉(zhuǎn)函數(shù)索引，不走全表掃描。例子在此處
2.? like keyword%? ? 索引有效。
3.? like %keyword% 索引失效，也無法使用反向索引。
//可以拿我給出的數(shù)據(jù)庫試一下嘛。然后用explain測(cè)試，就能測(cè)出有沒有走索引了select *fromtable where code like'Classify_Description%'select *fromtable where code like'%Classify_Description%'select *fromtable where code like'%Classify_Description'
七、）如果在 where 子句中使用參數(shù)，也會(huì)導(dǎo)致全表掃描。因?yàn)镾QL只有在運(yùn)行時(shí)才會(huì)解析局部變量，但優(yōu)化程序不能將訪問計(jì)劃的選擇推遲到運(yùn)行時(shí)；它必須在編譯時(shí)進(jìn)行選擇。然 而，如果在編譯時(shí)建立訪問計(jì)劃，變量的值還是未知的，因而無法作為索引選擇的輸入項(xiàng)。如下面語句將進(jìn)行全表掃描：
select id from twherenum = @num
可以改為強(qiáng)制查詢使用索引：
select id from twith(index(索引名)) where num=@num
應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select id from twherenum/2 = 100
正上面的應(yīng)改為：
select id from twherenum = 100*2
八、）應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行函數(shù)操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select id from t wheresubstring(name,1,3)= ’abc’//name以abc開頭的idselect id from t wheredatediff(day,createdate,’2005-11-30′)=0-–‘2005-11-30’//生成的id
應(yīng)改為:
select idfromt where name like'abc%'select idfromt where createdate >='2005-11-30'andcreatedate <'2005-12-1'
九、）.不要在 where 子句中的“=”左邊進(jìn)行函數(shù)、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算，否則系統(tǒng)將可能無法正確使用索引。
十、）在使用索引字段作為條件時(shí)，如果該索引是復(fù)合索引（多列索引），那么必須使用到該索引中的第一個(gè)字段作為條件時(shí)才能保證系統(tǒng)使用該索引，否則該索引將不會(huì)被使用，并且應(yīng)盡可能的讓字段順序與索引順序相一致。
十一、）索引并不是越多越好，索引固然可以提高相應(yīng)的 select 的效率，但同時(shí)也降低了 insert 及 update 的效率，因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個(gè)表的索引數(shù)最好不要超過6個(gè)，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有必要。
十二、）應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列，因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲(chǔ)順序，一旦該列值改變將導(dǎo)致整個(gè)表記錄的順序的調(diào)整，會(huì)耗費(fèi)相當(dāng)大的資源。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應(yīng)將該索引建為 clustered 索引。
十三、）盡量避免向客戶端返回大數(shù)據(jù)量，若數(shù)據(jù)量過大，應(yīng)該考慮相應(yīng)需求是否合理。
十四、）MySQL查詢只使用一個(gè)索引，因此如果where子句中已經(jīng)使用了索引的話，那么order by中的列是不會(huì)使用索引的。因此數(shù)據(jù)庫默認(rèn)排序可以符合要求的情況下不要使用排序操作；盡量不要包含多個(gè)列的排序，如果需要最好給這些列創(chuàng)建復(fù)合索引。
好了，MySQL優(yōu)化筆記（三）--索引的使用、原理和設(shè)計(jì)優(yōu)化，這是積累的必經(jīng)一步，我會(huì)繼續(xù)出這個(gè)系列文章，分享經(jīng)驗(yàn)給大家。歡迎在下面指出錯(cuò)誤，共同學(xué)習(xí)！！你的點(diǎn)贊是對(duì)我最好的支持！！
作者：JackFrost_fuzhu
鏈接：http://www.lxweimin.com/p/6b080a787b61
來源：簡(jiǎn)書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。
