数据库索引学习笔记

数据库索引优化是后台开发必备的技能，本文记录下学习数据库索引的一些心得。

MyISAM和InnoDB的区别

MyISAM适合读多写少的场景，不支持事务。使用的全局锁，写性能差。
InnoDB适合表更新和写入频繁的场景。支持事务。使用行锁，性能比MyISAM要好

索引的类型

通常我们提到索引，一般指的就是B-Tree索引，但其实除了B-Tree索引，还存在其它的数据库索引，下面列举几种：

• B-Tree索引 -- 大部分数据库都只用的B-Tree索引
• 哈希索引 -- 查询效率高。不支持范围查询和排序
• 空间数据索引（R-Tree）-- 地理数据存储场景
• 全文索引 -- 搜索引擎中常用的倒排索引，在MySQL中用来检索text类型的长文本字段

使用索引时要注意哪些问题

• 索引能提高读取速度，但会导致写入速度降低
• 适合写少读多的场景，数据量级在百万级
• 会占用大量空间。数据库索引中存的是列值，因此不要在列值比较大的列上建索引

主键上的索引与其它列索引的区别

在MySQL中，通常主键上的索引就是聚簇索引。聚簇索引的特点是索引值和表数据在同一个索引树中，因此通过聚簇索引的查询效率很高，找到索引意味着就找到了数据。
其它列的索引也叫二级索引。二级索引的特点是通过索引值找到的数据行只是一个行的主键值，需要通过这个主键值到聚簇索引上才能找到完整的行数据。下图是通过二级索引找到行数据的过程。

微信截图_20190929174907.png

多字段联合索引的实现？

联合索引包含了多个字段的值，根据多个字段值进行排序。联合索引的查找遵循最左前缀匹配的原则，因为索引列的顺序是首先按照最左列进行排序，其次是第二列，等等。下图是联合索引的一个例子：
创建一个表People，并建立一个联合索引（last_name, first_name, dob）

联合索引实现1.png

联合索引优先使用第一个列last_name排序，然后是第二个列first_name，最后是dob

联合索引的实现.png

什么情况下需要建联合索引？

如果一个查询涉及到了多个字段，那么通常会基于这多个字段建立联合索引。通常有这么几种场景。

• WHERE条件中涉及到多个字段
• WHERE和ORDER BY涉及到多个字段。利用联合索引的索引本身有序性来提高排序的效率
• WHERE和SELECT涉及到多个字段。在联合索引中加入要SELECT的字段，以建立覆盖索引，减少二次检索，提高检索速度

如何决定联合索引的列顺序？

一个经验法则是：通常把选择性最高的列放在前面（可以优先筛选掉更多的行）

什么是选择性高的列？distinct(列)/行数 这个占比越高，选择性就越高。举个反例，性别是个选择性很低的列，因为distinct(性别)就只有两个值，男和女。指定条件"男"去搜索能选出一半的行。

哪些情况不适合建索引?

• 选择性低的列。比如性别，只有男和女两个值
• 值很大的列。比如text，image，bit等数据类型，这种类型的值通常很大，几KB到几M不等，直接建出来的索引占用空间很大，查询效率也很低。虽然无法在这些列上直接创建索引，但是有其它的办法来解决：前缀索引 or 全文索引(只适合文本类型)
• 写多读少的场景。通常的B-Tree索引是为了提高读速度，同时也会降低写速度。如果业务需求是写多读少，更加注重写的速度，那么就少建索引。

数据库怎么决定要不要使用索引？

按照我们的常识，如果列上有索引，那么数据库肯定就会用，不存在要不要用的问题。其实不然，数据库会根据查询的效率去判断要不要用索引。如果直接做全表轮询的效率比用索引的效率高，那么数据库就会选择做全表轮询。

举个例子，比如有张员工表，有Name和Age属性，总行数有1万行，其中Age大于20的有9000行。此时要查询Age大于10的所有员工姓名，如果用索引的话，就需要查询索引表9000次，再通过索引表中的指针去找到行取出Name字段。这个效率明显还不如直接轮询整张表。

提高索引性能的一些技巧

• 使用独立的列。 如果索引的列在表达式或者函数中，那么索引就不会生效。比如where age+1 > 10这个查询语句，就不会使用age列的索引
• 前缀索引。对于长度很长的列，使用前缀索引来提高索引效率。注意选出最佳的前缀长度来保证前缀的选择性。
• 多列索引中列的顺序。一般经验：将选择性高的列放在前面
• 利用聚簇索引的优点。1）相关数据保存在一起 2）数据访问快。索引和数据保存在同一个索引数
• 覆盖索引。设计索引时，考虑将查询的列加入到索引中，节省掉二级索引的查询时间
• 利用索引加速排序。B-Tree索引本身是按顺序存储的，因此如果索引的列与要求排序的列是匹配的，那么就能利用索引本身的有序性直接返回排序结果