mysql的索引优化

近段时间在学习mysql，这篇博客就从以下三个方面谈谈对mysql的索引的理解。如有不足，还请留言交流。

一 为什么要用索引

一项技术的产生一定是为了解决某个问题，或者是迎合某项业务需求的。所以对于技术，我们就应该本着求真，严谨，热爱的态度来学习使用它。因为每项技术都凝结着无数人的智慧，在推动着社会的发展。

那么mysql的数据库中为什么要使用索引，以下面这个场景为例，假设数据库中有10万条图书数据，要根据书籍的作者查询一本书。以此来比较不使用索引和使用索引的查询速度。

1. 创建数据库表

       create table tb_book(id int,book_name varchar(64),author varchar(64));

2. 模拟插入10万条数据：

   /*插入数据的方法*/
   public  void insertBook(Book book){
    connection = DaoUtils.getConnection();
    final String INSERT_BOOK = "insert into tb_book(id,book_name,author) VALUES(?,?,?)";
    try {
        preparedStatement = connection.prepareStatement(INSERT_BOOK);
        preparedStatement.setInt(1,book.getId());
        preparedStatement.setString(2,book.getBookName());
        preparedStatement.setString(3,book.getAuthorName());
        preparedStatement.executeUpdate();
    } catch (SQLException e) {
        e.printStackTrace();
    }finally {
        DaoUtils.close(preparedStatement,connection);
    }
    }
   
   
   /*插入数据的测试*/
    @Test
    public void testInsert(){
    BookDao bookDao = new BookDao();
    long startTime =  System.currentTimeMillis();
    int i = 0;
    for( i = 1;i<100000;i++){
        Book book = new Book();
        book.setId(i);
        book.setBookName("mysql技术内幕"+i);
        book.setAuthorName("Paul"+i);
        bookDao.insertBook(book);
    }
    long endTime = System.currentTimeMillis();
    long time = endTime-startTime;
    System.out.println("插入"+i+"条数据用的时间为："+time);
    }
     注： 以这样的方式插入数据比较耗时，建议使用sql脚本批量查询，也就是将自动提交事物改为手动提交。

3. 查询指定的书名：

• 在不使用索引的条件下查询作者名

          /**
     *按照作者名查询
     * @param author
    * @return
      */
   public List<Book> selectByBookAuthor(String author){
    final String  QUERYByBook = "select * from tb_book where author='"+author+"' " ;
    List<Book> bookList = new ArrayList<>();
    try {
        connection = DaoUtils.getConnection();
        preparedStatement = connection.prepareStatement(QUERYByBook);
        resultSet=preparedStatement.executeQuery();
        Book book = null;
        while(resultSet.next()){
            book = new Book();
            book.setId(resultSet.getInt("id"));
            book.setBookName(resultSet.getString("book_name"));
            book.setAuthorName(resultSet.getString("author"));
            bookList.add(book);
        }
        return  bookList;
    } catch (SQLException e) {
        e.printStackTrace();
    }finally {
        DaoUtils.close(resultSet,preparedStatement,connection);
       }
    return null;
      }
  
     /*查询的测试*/ 
      @Test
      public void testBookByName(){
      BookDao bookDao = new BookDao();
      long startTime = System.currentTimeMillis();
      List<Book> list = bookDao.selectByBookAuthor("Paul69002");
      long endTime = System.currentTimeMillis();
      System.out.println("未使用索引的时间："+(endTime-startTime));
      System.out.println(list.size());
      }

  
  耗时995秒

• 加上索引，查询书名
  改变表结构，增加索引，并指定索引的长度 。

     alter table tb_book add index index_author(author(16)); # 增加索引字段
  
  
  
     /*使用索引的查询测试*/
     @Test
    public void testBookByName(){
    BookDao bookDao = new BookDao();
    long startTime = System.currentTimeMillis();
    List<Book> list = bookDao.selectByBookAuthor("Paul69002");
    long endTime = System.currentTimeMillis();
    System.out.println("使用索引的时间："+(endTime-startTime));
    }

  
  耗时927秒

• 可见使用索引可以提升查询速度。

索引的工作原理：

对于单表：假设下面的一张表。要想查询某本书，就是要检查表的每一行，看看它是否和期望值匹配。如果表很大，而且仅有几行于搜索条件相匹配，那么整个表的查询效率将会很低。

如果在上述表的基础上增加索引，查询速度就会快很多，比如我们找出图书编号为13的书籍，开始扫描表，然后我们会找到相对应的行，便会找到1个值，然后我们会到书籍编号为14的值，该值比我们查询的值要大一些，由于索引是有序的，所以当我们读取到那条包含14的索引行时，我们便知道再也没有和13行匹配的数据，这时就会退出查询。

对于单表 索引的优势就是不在执行全表扫描，极大的提升查询的速度。

对于多表查询，索引就更有必要了，假设有三个索引表t1,t2,t3,每个表都有一列，且每一行都有1000行，这些行中包含的数字1~1000的数字，如果想要在这些表的所有行中。将其相等的行找出来 可以使用下列语句进行查询

select t1.i1,t2.i2,t3.i3 from t1 inner join t2 inner join t3 where t1.i1 = t2.i2 and t2.i2= t3.i3

此查询结果应该有1000行，其中每一行有三个相等的值，如果不使用索引进新查询，根本不知道那些行包含那些值，于是我们必须尝试所有的组合，以找到与where相匹配的行。可能的组合有1000* 1000 *1000(10亿) 这比匹配数目多了100万倍。如果表的数据继续增大，查询的次数更多。这个时候就需要建立索引了，具体建立的索引的原理如下：

1. 从表t1中选择一行，看该行包含什么样的值
2. 利用表t2的索引，直接与表t1的值进行匹配，类似的利用表3的行直接与t1表的行相匹配
3. 继续选择t1的下一行，重复前面的过程，直到持续到表t1所有的行被检查完为止。

这样查询的结果就是只对t1进行全表扫描，对表t2和t3进行索引查找.

通过以上的示例，就可以看到使用索引的好处：

1. 加快查询速度
2. 改进查询性能，也就是提升查询速度。
   

   二 mysql中怎么添加索引

增加索引：

1. 使用alter关键字添加索引

    alter table tb_name add index index_name(index_columns)  
    alter table tb_name add unique index_name(index_columns)
    alter table tb_name add primary key (index_columns)   #主键索引，不允许为null,
    alter table tb_name add fulltext index_name(index_columns)
    alter table tb_name add spatial index_name(index_columns)

   注： 其中tb_name是添加表的名称，index_name是索引的名称，可以自定义，index_columns 是添加索引的列。

限制某个索引： 就使用上述的primary key和unique ,两者的不同在于有以下两点：

• unique允许有多个空值，而primary key 不允许有空值
• 一个表中只能包含一个primary key ,而可以有多个unique索引。

2.除primary key外 ，使用create index 添加索引

      crate index index_name on tb_name (index_columns);
      create unique index_name on tb_name(index_columns);
      create fulltext index_name on tb_name(index_columns);
      create spatial index_name on tb_name(index_columns);

3.创建表时添加索引

    create table tb_name(
    ..列定义..
    index index_name(index_columns)
    unique index_name(index_columns)
    primary key (index_columns)
    fulltext index_name(index_columns)
    spatial index_name(index_columns)
    );

删除索引：

删除索引的方法是 drop index 和alter table语句 ，具体语法如下：

1. 使用drop语句

   drop index index_name on tb_name;
   drop  index 'primary' on tb_name;

2. 使用alter来删除索引

   alter table tb_name drop index_name(index_columns);
    alter table tb_name drop primary key;

三 怎样用好索引

索引的代价：

1. 索引提高了查询速度的同时，降低了插入，删除更新值的速度。也就是说索引降低了大部分与写入相关的操作。原因就在于写入一个行不仅是写入一个数据行，还要更改索引，表的索引越多，就更改的越多，平均性能就下降的越快。
2. 索引也会占用磁盘空间。增加io读写的负担。

怎么选择索引：

1. 为用于搜索，排序或者分组的列创建索引，而对于用作输出显示的列则不用创建索引，也就是说，最佳的候选列是那些出现在where字句中的列，连接子句中的列，或者出现在order by 或者 gruop by子句中的列，那些只出现在select关键字后面输出列表里的列，则不是很好的索引候选列。

2. 认真考虑列的基数，也就是指他所容纳所有非重复值得个数，重复值越少，使用索引优化的性能越高。例如对于记录性别的列，就每必要列出他们的索引，列的重复个数太多，基数太小。

3. 索引短小值，尽量选择较小的数据类型。短小值可以让比的操作更快，对于更短小的值，键缓存的索引块可以容纳更多的键值。
   特别是InnoDB他使用的是聚簇索引，所以主键尽量短小会带来更多的好处。

4. 索引字符串值的前缀。想要对字符串进行索引，应尽可能的指定字符串的前缀长度。具体的语法为：

     create table tb_book(
      id  int not null,
      book_name varchar(64),
     author varchar(64),
      index (author(10))  # 指定具有特定前缀索引的长度。
      )

5. 利用最左前缀 当创建包含n个列的复和索引时，实际上会创建n个专供Mysql使用的索引。复和索引相当于多个索引，因为索引中最左边的任意数据列集合都可用于匹配各个行，这样的集合称为“最左前缀”
   .下面用一个例子进行说明：

假设有一个表，他拥有一个或者多个列的复和索引，这些列的名字分别为： country,state和city。在索引里，行的排列顺序为country/state/city,因此，行首先会自动按照country/state顺序排序，然后再按country进行排序。这意味着，即使再查询时只指定了country的值，或者只指定了country值和state的值，MYSQL也可以充分的利用索引。因此，索引可用于搜索下列几种组合

   country,state , city
   country ,state
    country

注意：对于没有包含最左边前缀的那些搜索，如按照state或city来搜索，mysql无法使用索引。

6.不要建立过多索引，正所谓物极必反，索引亦是如此，前面提到过建立过多的索引会影响数据的写操作，而且还会占用额外的数据空间。

7.让参与的索引比较类型保持匹配。也就是再选择索引类型时，请考虑在索引列上执行的是什么类型的比较操作。不同的存储引擎使用的数据结构不同。

• 对于散列索引适用于精确查找，所以你要想精确查找某个数据的话就将表的存储引擎改为MyISAM，因为MyIsAM的默认索引类型为散列索引。
• 对于范围查找使用B树索引效果会更好，将表的结构改为InnoDB的存储引擎会更好，这是因为InnoDB的默认存储引擎为B树索引。

8.利用慢查询日志找出那些性能低劣的查询。也就是用处不大的索引。这里不做过多说明。详见《Mysql技术内幕》

参考书籍： 《MYSQL技术内幕》