MySQL Index

Why Index

從概念上講，資料庫是數據表的集合，數據表是數據行和數據列的集合。當你執行一個SELECT語句從數據表中查詢部分數據行的時候，得到的就是另外一個數據表和數據行的集合。

當然，我們都希望獲得這個新的集合的時間儘可能地短，效率儘可能地高，這就是優化查詢。

提升查詢速度的技術有很多，其中最重要的就是索引。當你發現自己的查詢速度慢的時候，最快解決問題的方法就是使用索引。索引的使用是影響查詢速度的重要因素。在使用索引之前其他的優化查詢的動作純粹是浪費時間，只有合理地使用索引之後，才有必要考慮其他優化方式。

索引是如何工作的

首先，在你的MySQL上創建t_user_action_log 表，方便下面進行演示。

CREATE DATABASE `ijiangtao_local_db_mysql` /*!40100 DEFAULT CHARACTER SET utf8 */;

USE ijiangtao_local_db_mysql;

DROP TABLE IF EXISTS t_user_action_log;

CREATE TABLE `t_user_action_log` (
`id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT 主鍵id,
`name` VARCHAR(32) DEFAULT NULL COMMENT 用戶名,
`ip_address` VARCHAR(50) DEFAULT NULL COMMENT IP地址,
`action` INT4 DEFAULT NULL COMMENT 操作：1-登錄，2-登出，3-購物，4-退貨，5-瀏覽,
`create_time` TIMESTAMP COMMENT 創建時間,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.1, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.3, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.4, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.1, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values (LiSi, 8.8.8.2, 4, CURRENT_TIMESTAMP);

假如我們要篩選 action為2的所有記錄，SQL如下：

SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;

通過查詢分析器explain分析這條查詢語句：

EXPLAIN SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;

分析結果如下：

|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra| |--|-----------|-----|----------|----|-------------|---|-------|---|----|--------|-----| |1|SIMPLE|t_user_action_log||ALL|||||1|100.00|Using where|

其中type為ALL表示要進行全表掃描。這樣效率無疑是極慢的。

下面為action列添加索引：

ALTER TABLE t_user_action_log ADD INDEX (`action`);

然後再次執行查詢分析，結果如下：

|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra| |--|-----------|-----|----------|----|-------------|---|-------|---|----|--------|-----| |1|SIMPLE|t_user_action_log||ref|action|action|5|const|1|100.00||

我們看到這次查詢就使用索引了。加索引前Extra的值是Using Where，加索引後Extra的值為空。

那麼為什麼索引會提高查詢速度呢？原因是索引會根據索引值進行分類，這樣就不用再進行全表掃描了。

比如上圖，action值為2的索引值分類存儲在了索引空間，可以快速地查詢到索引值所對應的列。

---

如何使用

下面介紹一下如何使用SQL創建、查看和刪除索引。

創建索引

三種方式：

1. 使用CREATE INDEX創建，語法如下：

CREATE INDEX indexName ON tableName (columnName(length));

例如我們對ip_address這一列創建一個長度為16的索引：

CREATE INDEX index_ip_addr ON t_user_action_log (ip_address(16));

1. 使用ALTER語句創建，語法如下：

ALTER TABLE tableName ADD INDEX indexName(columnName);

ALTER語句創建索引前面已經有例子了。下面提供一個設置索引長度的例子：

ALTER TABLE t_user_action_log ADD INDEX ip_address_idx (ip_address(16));

SHOW INDEX FROM t_user_action_log;

|Table|Non_unique|Key_name|Seq_in_index|Column_name|Collation|Cardinality|Sub_part|Packed|Null|Index_type|Comment|Index_comment| |-----|----------|--------|------------|-----------|---------|-----------|--------|------|----|----------|-------|-------------| |t_user_action_log|1|ip_address_idx|1|ip_address|A|1|16||YES|BTREE|||

1. 建表的時候創建索引：

CREATE TABLE tableName(
id INT NOT NULL,
columnName columnType,
INDEX [indexName] (columnName(length))
);

查看索引

可以通過show語句查看索引：

SHOW INDEX FROM t_user_action_log;

|Table|Non_unique|Key_name|Seq_in_index|Column_name|Collation|Cardinality|Sub_part|Packed|Null|Index_type|Comment|Index_comment| |-----|----------|--------|------------|-----------|---------|-----------|--------|------|----|----------|-------|-------------| |t_user_action_log|0|PRIMARY|1|id|A|199,368||||BTREE||| |t_user_action_log|1|action|1|action|A|4|||YES|BTREE||| |t_user_action_log|1|index_ip_addr|1|ip_address|A|1|16||YES|BTREE|||

刪除索引

使用ALTER命令可以刪除索引，例如：

ALTER TABLE t_user_action_log DROP INDEX index_ip_addr;

---

索引的使用原則

索引由於其提供的優越的查詢性能，似乎不使用索引就是一個愚蠢的行為了。但是使用索引，是要付出時間和空間的代價的。因此，索引雖好不可貪多。

下面介紹幾個索引的使用技巧和原則，在使用索引之前，你應該對它們有充分的認識。

寫操作比較頻繁的列慎重加索引

索引在提高查詢速度的同時，也由於需要更新索引而帶來了降低插入、刪除和更新帶索引列的速度的問題。一張數據表的索引越多，在寫操作的時候性能下降的越厲害。

索引越多佔用磁碟空間越大

與沒有加索引比較，加索引會更快地使你的磁碟接近使用空間極限。

不要為輸出列加索引

為查詢條件、分組、連接條件的列加索引，而不是為查詢輸出結果的列加索引。

例如下面的查詢語句：

select ip_address from t_user_action_log
where name=LiSi
group by action
order by create_time;

所以可以考慮增加在 name action create_time 列上，而不是 ip_address。

考慮維度優勢

例如action列的值包含：1、2、3、4、5，那麼該列的維度就是5。

維度越高（理論上維度的最大值就是數據行的總數），數據列包含的獨一無二的值就越多，索引的使用效果越好。

對於維度很低的數據列，索引幾乎不會起作用，因此沒有必要加索引。

例如性別列的值只有男和女，每種查詢結果佔比大約50%。一般當查詢優化處理器發現查詢結果超過全表的30%的時候，就會跳過索引，直接進行全表掃描。

對短小的值加索引

對短小的值加索引，意味著索引所佔的空間更小，可以減少I/O活動，同時比較索引的速度也更快。

尤其是主鍵，要儘可能短小。

另外，InnoDB使用的是聚集索引（clustered index），也就是把主鍵和數據行保存在一起。主鍵之外的其他索引都是二級索引，這些二級索引也保留著一份主鍵，這樣在查詢到索引以後，就可以根據主鍵找到對應的數據行。如果主鍵太長的話，會造成二級索引佔用的空間變大。

比如下面的action索引保存了對應行的id。

為字元串前綴加索引

前邊已經講過短小索引的種種好處了，有時候一個字元串的前幾個字元就能唯一標識這條記錄，這個時候設置索引的長度就是非常划算的做法。

前面已經提供了設置索引length的例子，這裡就不舉例子了。

複合索引的左側索引

創建複合索引的語法如下：

CREATE INDEX indexName ON tableName (column1 DESC, column2 DESC, column3 ASC);

我們可以看到，最左側的column1索引總是有效的。

索引加鎖

對於InnoDB來說，索引可以讓查詢鎖住更少的行，從而可以在並發情況下擁有更佳表現。

下面演示一下查詢鎖與索引之間的關係。

前面使用的t_user_action_log表目前有一個id為主鍵，還有一個二級索引action。

下面這條語句的修改範圍是id值為1 2 3 4所在的行，查詢鎖會鎖住id值為1 2 3 4 5所在的行。

update ijiangtao_local_db_mysql.t_user_action_log set name=c1 where id<5;

1. 首先創建資料庫連接1，開啟事務，並執行update語句

set autocommit=0;

begin;

update ijiangtao_local_db_mysql.t_user_action_log set name=c1 where id<5;

1. 然後開啟另外一個連接2，分別執行下面幾個update語句

-- 沒有被鎖
update ijiangtao_local_db_mysql.t_user_action_log set name=c2 where id=6;
-- 被鎖
update ijiangtao_local_db_mysql.t_user_action_log set name=c2 where id=5;

你會發現id=5的數據行已經被鎖定，id=6的數據行可以正常提交。

1. 連接1提交事務，連接2的id=1和id=5的數據行可以update成功了。

-- 在連接1提交事務
commit;

1. 如果不使用索引

ip_address沒有索引的話，會鎖定全表。

連接1開啟事務以後commit;之前，連接2對該表的update全部需要等待連接1釋放鎖。

set autocommit=0;

begin;

update ijiangtao_local_db_mysql.t_user_action_log set name=c1 where ip_address=8.8.8.1;

覆蓋索引

如果索引包含滿足查詢的所有數據，就被稱為覆蓋索引(Covering Indexes)，覆蓋索引非常強大，可以大大提高查詢性能。

覆蓋索引高性能的原因是：

• 索引通常比記錄要小，覆蓋索引查詢只需要讀索引，而不需要讀記錄。
• 索引都按照值的大小進行順序存儲，相比與隨機訪問記錄，需要更少的I/0。
• 大多數數據引擎能更好的緩存索引，例如MyISAM只緩存索引。

ijiangtao_local_db_mysql表的action列包含索引。使用explain分析下面的查詢語句，對於索引覆蓋查詢(index-covered query)，分析結果Extra的值是Using index，表示使用了覆蓋索引 :

explain select `action` from ijiangtao_local_db_mysql.t_user_action_log;

|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra| |--|-----------|-----|----------|----|-------------|---|-------|---|----|--------|-----| |1|SIMPLE|t_user_action_log||index||action|5||199,703|100.00|Using index|

聚簇索引

聚簇索引(Clustered Indexes)保證關鍵字的值相近的元組存儲的物理位置也相同，且一個表只能有一個聚簇索引。

字元串類型不建議使用聚簇索引，特別是隨機字元串，因為它們會使系統進行大量的移動操作。

並不是所有的存儲引擎都支持聚簇索引，目前InnoDB支持。

如果使用聚簇索引，最好使用AUTO_INCREMENT列作為主鍵，應該盡量避免使用隨機的聚簇主鍵。

從物理位置上看，聚簇索引表比非聚簇的索引表，有更好的訪問性能。

選擇合適的索引類型

從數據結構角度來看，MySQL支持的索引類型有B樹索引、Hash索引等。

• B樹索引

B樹索引對於<、<=、 =、 >=、 >、 <>、!=、 between查詢，進行精確比較操作和範圍比較操作都有比較高的效率。

B樹索引也是InnoDB存儲引擎默認的索引結構。

• Hash索引

Hash索引僅能滿足=、<=>、in查詢。

Hash索引檢索效率非常高，索引的檢索可以一次定位，不像B樹索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的I/O訪問，所以Hash索引的查詢效率要遠高於B樹索引。但Hash索引不能使用範圍查詢。

---

查詢優化建議

最後提供幾個查詢優化的建議。

使用explain分析查詢語句

前面已經演示過如何使用explain命令分析查詢語句了，這裡再解釋一下其中幾個有參考價值的欄位的含義：

select_type

select_type表示查詢中每個select子句的類型，一般有下面幾個值: - SIMPLE 簡單SELECT,不使用UNION或子查詢等。

• PRIMARY 查詢中若包含任何複雜的子部分,最外層的select被標記為PRIMARY。
• UNION UNION中的第二個或後面的SELECT語句。
• DEPENDENT UNION UNION中的第二個或後面的SELECT語句，取決於外面的查詢。
• UNION RESULT UNION的結果。
• SUBQUERY 子查詢中的第一個SELECT。
• DEPENDENT SUBQUERY 子查詢中的第一個SELECT，取決於外面的查詢。
• DERIVED 派生表的SELECT, FROM子句的子查詢。
• UNCACHEABLE SUBQUERY 一個子查詢的結果不能被緩存，必須重新評估外鏈接的第一行。

type

type表示MySQL在表中找到所需行的方式，又稱「訪問類型」，常用的類型有：

ALL, index, range, ref, eq_ref, const, system, NULL。

從左到右，性能從差到好。

• ALL： Full Table Scan，MySQL將遍歷全表以找到匹配的行。
• index: Full Index Scan，index與ALL區別為index類型只遍歷索引樹。
• range: 只檢索給定範圍的行，使用一個索引來選擇行。
• ref: 表示上述表的連接匹配條件，即哪些列或常量被用於查找索引列上的值。
• eq_ref: 類似ref，區別就在使用的索引是唯一索引，對於每個索引鍵值，表中只有一條記錄匹配，簡單來說，就是多表連接中使用primary key或者 unique key作為關聯條件。
• const: 當MySQL對查詢某部分進行優化，並轉換為一個常量時，使用這些類型訪問。 如將主鍵置於where列表中，MySQL就能將該查詢轉換為一個常量。
• NULL: MySQL在優化過程中分解語句，執行時甚至不用訪問表或索引，例如從一個索引列里選取最小值可以通過單獨索引查找完成。

Key

key列顯示MySQL實際決定使用的鍵（索引），如果沒有選擇索引，鍵是NULL。

possible_keys

possible_keys指出MySQL能使用哪個索引在表中找到記錄，查詢涉及到的欄位上如果存在索引則該索引將被列出，但不一定被查詢使用。

ref

ref表示上述表的連接匹配條件，即哪些列或常量被用於查找索引列上的值。

rows

rows表示MySQL根據表統計信息，以及索引選用的情況，找到所需記錄需要讀取的行數。這個行數是估算的值，實際行數可能不同。

聲明NOT NULL

當數據列被聲明為NOT NULL以後，在查詢的時候就不需要判斷是否為NULL，由於減少了判斷，可以降低複雜性，提高查詢速度。

如果要表示數據列為空，可以使用0等代替。

考慮使用數值類型代替字元串

MySQL對數值類型的處理速度要遠遠快於字元串，而且數值類型往往更加節省空間。

例如對於「Male」和「Female」可以用「0」和「1」進行代替。

考慮使用ENUM類型

如果你的數據列的取值是確定有限的，可以使用ENUM類型代替字元串。因為MySQL會把這些值表示為一系列對應的數字，這樣處理的速度會提高很多。

CREATE TABLE shirts (
name VARCHAR(40),
size ENUM(x-small, small, medium, large, x-large)
);

INSERT INTO shirts (name, size) VALUES (dress shirt,large), (t-shirt,medium),
(polo shirt,small);

SELECT name, size FROM shirts WHERE size = medium;

---

總結

索引是一個單獨的，存儲在磁碟上的數據結構，索引對數據表中一列或者多列值進行排序，索引包含著對數據表中所有數據的引用指針。

本教程從MySQL開始講起，又介紹了MySQL中索引的使用，最後提供了使用索引的幾條原則和優化查詢的幾個方法。

無論你是DBA還是軟體開發，菜鳥程序員還是資深工程師，相信本節提到的關於索引的知識，對你都會有所幫助。

---

Links

作者資源

• 位運算與SQL實現
• MySQL 主鍵自增 Auto Increment用法
• Windows操作系統安裝MySQL解壓版
• MySQL資料庫存儲引擎簡介
• MySQL索引與查詢優化

參考資料

• MySQL explain
• MySQL enum
• Why Mysql ? Benchmarks
• MySQL技術內幕（第4版）
• wiki : MySQL

推薦閱讀：