前 言
- 🍉 作者简介：半旧518，长跑型选手，立志坚持写10年博客，专注于java后端
1、索引的声明与使用
1.1. 索引的分类
先介绍下索引的分类，方便后续介绍索引的创建与设计。
- 按照功能逻辑划分，索引主要有：普通索引、唯一索引、主键索引、全文索引、空间索引(并非所有数据库都有空间索引)
- 按照物理实现划分，索引主要有：聚簇索引、非聚簇索引。
- 按照作用字段个数划分，索引可以分为单列索引和联合索引。
🍜 普通索引 对于普通字段，也没有加特殊约束的索引，就是普通索引。比如对Stuedent类里面的name属性创建一个索引，不需要限制非空、唯一等，就是普通索引哟。
🍞 唯一性索引 声明了Unique唯一性约束的字段，会自动添加唯一性索引，并且删除唯一性约束就是通过删除唯一性索引来实现的。
🎂 主键索引 顾名思义，主键的索引。主键除了唯一性约束还有非空约束。一张表只能有一个主键索引（因为主键索引即数据，数据在物理上只能有一种存放排列方式）
🥜单列索引 只加在一列的索引。
🥟 多列(联合、组合)索引 作用在多个字段的索引。比如联合id,name,gender建立联合索引idx_id_name_gender，联合索引在使用时遵循最左前缀原则.
🍫 全文索引 利用分词技术等多种算法计算出文本中关键字出现的频率和重要性，是当前搜索引擎的关键技术，非常适合与大型的数据集，比如长文本。通过关键字FULLTEXT进行设置。Mysql3.23.23开始支持全文索引，Mysql5.6.4之前只有MyIsam存储引擎支持全文索引，Mysql5.6.4以后Innodb存储引擎也开始支持全文索引了。Mysql5.7.6以后内置了亚洲语种解析器，开始支持中文分词(之前可以引入第三方插件实现支持)。但是随着大数据时代的到来，基本上使用Solr，ElasticSearch等实现全文检索，很少使用Mysql内置的存储引擎实现全文检索了(关系型数据库对于大数据的检索力不从心)。
🥥 空间索引 之前我们提到过空间类型的数据(主要用于三维地理空间)，可以使用参数SPATIAL建立空间索引,提高系统获取空间数据的效率。目前只有MyIsam支持空间索引，并且索引的字段不能为空值。
下图总结了不同存储引擎对于不同索引类型的支持情况。可以稍微了解。
1.2 创建索引
可以在创建表时使用CREATE_TABLE来添加索引，也可以使用ALTER_TABLE或者CREATE_INDEX在已经存在的表上添加索引。
1.2.1 创建表时添加索引
🐇 先看看隐式的索引创建。
# 创建数据库
CREATE DATABASE dbtest2;
# 使用数据库
USE dbtest2;
# 创建数据表.隐式的添加索引(在添加有主键约束、唯一性约束或者外键约束的字段会自动的创建索引)
CREATE TABLE dept(
dept_id INT PRIMARY KEY AUTO_INCREMENT,
dept_name VARCHAR(20)
);
CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);
🐅 再来显示的创建索引。基本语法格式如下：
CREATE TABLE table_name [col_name data_type] [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name [length]) [ASC |DESC]
下面创建一个普通的索引。
CREATE TABLE book(
book_id INT ,
book_name VARCHAR(100),
authors VARCHAR(100),
info VARCHAR(100) ,
comment VARCHAR(100),
year_publication YEAR,
INDEX(year_publication)
);
查看下有没有创建成功
SHOW CREATE TABLE book\G
也可以使用如下的语句查看。
SHOW INDEX FROM book;
使用EXPLAIN 来分析下查询语句可能使用到的索引。
EXPLAIN SELECT * FROM book WHERE book_name = "mysql";
显然，book_name 没有建索引，再看看下面的查询语句。
EXPLAIN SELECT * FROM book WHERE year_publication = 1998;
🐢 再显示的创建一个唯一索引。
CREATE TABLE book1(
book_id INT ,
book_name VARCHAR(100),
authors VARCHAR(100),
info VARCHAR(100) ,
comment VARCHAR(100),
year_publication YEAR,
INDEX(year_publication),
UNIQUE INDEX uq_comments(comment)
);
创建了唯一性约束，会自动添加唯一索引，同样的，创建了唯一索引，也会自动为该字段添加一个唯一约束。不允许添加重复的数据，但允许添加Null值，而且可以添加多个Null值。
🐎 再看看主键索引。就是通过添加主键约束来完成。
CREATE TABLE student (
id INT(10) UNSIGNED AUTO_INCREMENT ,
student_no VARCHAR(200),
student_name VARCHAR(200),
PRIMARY KEY(id)
);
通过删除主键约束的方式可以删除主键索引。
ALTER TABLE student DROP PRIMARY KEY;
不过上面的语句会报错，因为student的主键声明了AUTO_INCREMENT 必须是主键。
再来。
DROP TABLE student;
CREATE TABLE student (
id INT(10),
student_no VARCHAR(200),
student_name VARCHAR(200),
PRIMARY KEY(id)
);
ALTER TABLE student DROP PRIMARY KEY;
🐂 创建联合索引。
CREATE TABLE test3(
id INT(11) NOT NULL,
name CHAR(30) NOT NULL,
age INT(11) NOT NULL,
info VARCHAR(255),
INDEX multi_idx(id,name,age)
);
我们发现，同样只创建了一个索引，但是显示的时候有三行。
注意上面三行依次是id,name,age，与我们创建索引时指定的顺序是严格对应的。在查询时会遵守最左索引原则，因此注意把最常用的查询字段放在索引的最左边。
🦋 创建全文索引。注意全文索引只能够在CHAR,VAECHAR,TEXT等类型上创建。了解下就行了。
CREATE TABLE test4(
id INT NOT NULL,
name CHAR(30) NOT NULL,
age INT NOT NULL,
info VARCHAR(255),
FULLTEXT INDEX futxt_idx_info(info)
) ENGINE=MyISAM;
可以限定对于文本信息建立全文索引的范围,比如我们对info的前50个字节建立全文索引。这样就避免了我们页中存放的单条数据过大而存放不了太多的数据。
CREATE TABLE test4(
id INT NOT NULL,
name CHAR(30) NOT NULL,
age INT NOT NULL,
info VARCHAR(255),
FULLTEXT INDEX futxt_idx_info(info(50))
) ENGINE=MyISAM;
也可以通过名字和正文等来建立联合的全文索引。
CREATE TABLE articles (
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
title VARCHAR (200),
body TEXT,
FULLTEXT index (title, body)
) ENGINE = INNODB ;
全文索引建立以后在查询时不用再用like来进行模糊匹配了。而是使用Match。他的效率比like高很多倍。
SELECT * FROM articles WHERE MATCH(title,body) AGAINST ('hello');
📕 注意点: 使用全文索引前，搞清楚版本支持情况； 全文索引比 like + % 快 N 倍，但是可能存在精度问题； 如果需要全文索引的是大量数据，建议先添加数据，再创建索引。因为索引需要随着数据变。
🐏 空间索引，了解即可。
CREATE TABLE test5(
geo GEOMETRY NOT NULL,
SPATIAL INDEX spa_idx_geo(geo)
) ENGINE=MyISAM;
1.2.2 创建表后添加索引
🏃 先看看第一种方法。
ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY][index_name] (col_name[length],...) [ASC | DESC]
来。
CREATE TABLE book2(
book_id INT ,
book_name VARCHAR(100),
authors VARCHAR(100),
info VARCHAR(100) ,
comment VARCHAR(100),
year_publication YEAR
);
ALTER TABLE book2 ADD INDEX idx_cmt(comment);
🏊 第二种方法。
CREATE UNIQUE INDEX uk_bkname_idx ON book2(book_name);
1.3删除索引
再有些场景我们需要删除索引，比如一张数据表建了许多索引，在需要进行大量的增、删、改之前可以先删除索引。但批量操作完成后，再把索引加回来。
其实这与索引的添加方法是对应的，不信您可以回过头去对比着看。
🌹 第一种方式:ALTER TABLE [tablename] DROP INDEX [indexname];
mysql> SHOW INDEX FROM book2;
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book2 | 0 | uk_bkname_idx | 1 | book_name | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
| book2 | 1 | idx_cmt | 1 | comment | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.00 sec)
mysql> ALTER TABLE book2 DROP INDEX idx_cmt;
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> SHOW INDEX FROM book2;
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book2 | 0 | uk_bkname_idx | 1 | book_name | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
+-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.00 sec)
🌳 法二,不演试了。
DROP INDEX index_name ON table_name;
🌷 提示: 删除表中的列时，如果要删除的列为索引的组成部分(建立了联合索引)，则该列也会从索引中删除。如果组成索引的所有列都被删除，则整个索引将被删除。
mysql> SHOW INDEX FROM test3;
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| test3 | 1 | multi_idx | 1 | id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
| test3 | 1 | multi_idx | 2 | name | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
| test3 | 1 | multi_idx | 3 | age | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
ALTER TABLE DROP COLUMN name;
mysql> SHOW INDEX FROM test3;
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| test3 | 1 | multi_idx | 1 | id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
| test3 | 1 | multi_idx | 2 | age | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.00 sec)
2.Mysql8.0的索引新特性
2.1降序索引
Mysql4开始就支持降序索引的语法，但实际上只是语法糖，数据库仍然创建的是升序索引，在使用时进行反向扫描。这样无疑会降低数据库的效率。Mysql8.0开始真正支持降序索引了(InnoDB存储引擎)。
创建一个demo吧。在8.0中。
mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
mysql> SHOW CREATE TABLE ts1\G
*************************** 1. row ***************************
Table: ts1
Create Table: CREATE TABLE `ts1` (
`a` int DEFAULT NULL,
`b` int DEFAULT NULL,
KEY `idx_a_b` (`a`,`b` DESC)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3
1 row in set (0.00 sec)
在5.7中,发现他们的区别吗？5.7中显示的表结构在b后面没有DESC。
mysql> CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
mysql> SHOW CREATE TABLE ts1\G
*************************** 1. row ***************************
Table: ts1
Create Table: CREATE TABLE `ts1` (
`a` int DEFAULT NULL,
`b` int DEFAULT NULL,
KEY `idx_a_b` (`a`,`b`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3
1 row in set (0.00 sec)
下面对两个版本的mysql执行如下语句，插入799条数据。
DELIMITER //
CREATE PROCEDURE ts_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <800
DO
insert into ts1 select rand()*80000,rand()*80000;
SET i = i + 1;
END WHILE;
commit;
END //
DELIMITE ;
#调用
CALL ts_insert();
接下来进行查询操作
EXPLAIN SELECT * FROM ts1 ORDER BY a,b DESC LIMIT 5;
在mysql5.7中，执行结果如下。可以发现，它使用了Using filesort，这是一种外部排序方法，会降低查询的效率。并且它扫描的rows是799条。
再在8.0中执行下，可以看到8.0中使用的是索引Using Index，并且它扫描的rows是5条。
当然，你要是在8.0中执行下面语句，性能就不佳了(a,b的升降序与索引中存储的升降序相反)
EXPLAIN SELECT * FROM ts1 ORDER BY a DESC,b LIMIT 5;
因此，如果你频繁需要使用查询a降序，b升序的语句，就建议在建索引时也按照同样的顺序哦。
2.2 隐藏索引
Mysql8.x开始支持把索引设置为隐藏状态。在之前我们多次提到，如果需要频繁对数据进行增、删、改操作，可以先将索引删除。当我们因为删除索引出现了错误，就需要把索引重新创建回来。如果数据表本身较大，这就会造成较大的性能损耗。
因此我们可以通过隐藏索引实现对于索引的软删除。同时，如果你想验证删除索引对于性能的影响，也可以选择隐藏索引。
💁 注意 ： 主键不可以设置成为隐藏索引(这样相当于主键失效了)。如果没有显示主键，唯一的非空字段会被隐式的设置为主键，因此这种情况也不能将其设置为隐藏索引。
🎃执行如下sql。创建表时创建一个隐藏索引。
CREATE TABLE book3(
book_id INT ,
book_name VARCHAR(100),
authors VARCHAR(100),
info VARCHAR(100) ,
comment VARCHAR(100),
year_publication YEAR,
INDEX idx_cmt(comment) INVISIBLE
);
mysql> SHOW INDEX FROM book3;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| book3 | 1 | idx_cmt | 1 | comment | A | 0 | NULL | NULL | YES | BTREE | | | NO | NULL |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.01 sec)
执行下查询操作。可以看到possible_keys是Null，说明没有使用索引。
mysql> EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | book3 | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
🎄 可以在已经存在的表上创建一个隐藏索引。
CREATE INDEX indexname
ON tablename(propname[(length)]) INVISIBLE;
🎀 还可以使用Alter在已经存在的表上创建一个隐藏索引。
ALTER TABLE tablename
ADD INDEX indexname (propname [(length)]) INVISIBLE;
🎁可以切换索引可见状态 已存在的索引可通过如下语句切换可见状态：
ALTER TABLE tablename ALTER INDEX index_name INVISIBLE; #切换成隐藏索引
ALTER TABLE tablename ALTER INDEX index_name VISIBLE; #切换成非隐藏索引
👩🏫注意： 隐藏索引在表中数据发生变化时也需要对应进行索引维护，如果一个索引需要长期隐藏，最好还是将其删除，从而降低性能上的损耗。
2.3 使隐藏索引对优化器可见(了解)
隐藏索引对优化器默认部可见，查看下优化器的配置。
mysql> select @@optimizer_switch \G
*************************** 1. row ***************************
@@optimizer_switch: index_merge=on,index_merge_union=on,index_merge_sort_union=on,index_merge_intersection=on,engine_condition_pushdown=on,index_condition_pushdown=on,mrr=on,mrr_cost_based=on,block_nested_loop=on,batched_key_access=off,materialization=on,semijoin=on,loosescan=on,firstmatch=on,duplicateweedout=on,subquery_materialization_cost_based=on,use_index_extensions=on,condition_fanout_filter=on,derived_merge=on,use_invisible_indexes=off,skip_scan=on,hash_join=on,subquery_to_derived=off,prefer_ordering_index=on,hypergraph_optimizer=off,derived_condition_pushdown=on
1 row in set (0.01 sec)
在上面的输出可以看到use_invisible_indexes=off.说明隐藏索引默认对于查询优化器不可见。
可以更改。
mysql> set session optimizer_switch="use_invisible_indexes=on";
Query OK, 0 rows affected (0.00 sec)
更改以后执行查询操作，possible_keys 是idx_cmt ,而且我们还将其设置为隐藏索引了。这就说明隐藏索引对于查询优化器可见了。
mysql> Alter table book3 alter index idx_cmt invisible;
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> EXPLAIN SELECT * FROM book3 WHERE COMMENT="XXX";
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
| 1 | SIMPLE | book3 | NULL | ref | idx_cmt | idx_cmt | 303 | const | 1 | 100.00 | NULL |
+----+-------------+-------+------------+------+---------------+---------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
3.适合创建索引的11种情况
3.1 数据准备
准备下数据。由于需要使用函数与存储过程，这里建议使用图形化的操作界面，比如navicat。
CREATE DATABASE atguigudb1;
USE atguigudb1;
#1.创建学生表和课程表
CREATE TABLE `student_info` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`student_id` INT NOT NULL ,
`name` VARCHAR(20) DEFAULT NULL,
`course_id` INT NOT NULL ,
`class_id` INT(11) DEFAULT NULL,
`create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
CREATE TABLE `course` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`course_id` INT NOT NULL ,
`course_name` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
准备生成随机数的函数。
#函数1：创建随机产生字符串函数
DELIMITER //
CREATE FUNCTION rand_string(n INT)
RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN
DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
DECLARE return_str VARCHAR(255) DEFAULT '';
DECLARE i INT DEFAULT 0;
WHILE i < n DO
SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
SET i = i + 1;
END WHILE;
RETURN return_str;
END //
DELIMITER ;
#函数2：创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT) RETURNS INT(11)
BEGIN
DECLARE i INT DEFAULT 0;
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1)) ;
RETURN i;
END //
DELIMITER ;
在上面创建函数的过程，可能会出现报错。
This function has none of DETERMINISTIC......
如果出现报错是因为开启了慢查询日志bin-log,主从复制时，主机会将写操作记录在bin-log日志中，从机从bin-log中读取记录执行同步操作，因为使用函数可能导致主机与从机操作时间不一致，会默认关闭函数的创建。通过如下语句来查看下。
mysql> SELECT @@log_bin_trust_function_creators;
+-----------------------------------+
| @@log_bin_trust_function_creators |
+-----------------------------------+
| 0 |
+-----------------------------------+
1 row in set (0.62 sec)
默认是不允许函数创建。改下,再重新去创建函数就可以了。
set global log_bin_trust_function_creators=1; # 不加global只是当前窗口有效。
mysqld重启，上述参数又会消失。永久方法：
#windows下：my.ini[mysqld]加上：
log_bin_trust_function_creators=1
#linux下：/etc/my.cnf下my.cnf[mysqld]加上：
log_bin_trust_function_creators=1
创建插入模拟数据的存储过程:
#存储过程1：创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE insert_course( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO course (course_id, course_name ) VALUES
(rand_num(10000,10100),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;
# 存储过程2：创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE insert_stu( max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事务
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO student_info (course_id, class_id ,student_id ,NAME ) VALUES
(rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事务
END //
DELIMITER ;
调用存储过程插入数据,因为数据量比较大，所以需要等会(约两三分钟)。
CALL insert_course(100);
CALL insert_stu(1000000);
插完数据可以验证下。
mysql> select count(*) from course;
+----------+
| count(*) |
+----------+
| 100 |
+----------+
1 row in set (0.01 sec)
mysql> select count(*) from student_info;
+----------+
| count(*) |
+----------+
| 1000000 |
+----------+
1 row in set (0.09 sec)
3.2 适合创建索引的11种情况
下面适合创建索引的情况都是从B+树数据结构上来考虑的，该专栏前面的文章，已经介绍过B+树。MySql进阶索引篇01——深度讲解索引的数据结构：B+树
3.2.1字段具有唯一性限制
适合创建唯一性索引，适合创建唯一性索引，当然，如果该字段被Unique修饰，具有唯一性约束，会自动创建一个唯一性索引(如果给字段添加了唯一性索引，同样也会自动添加唯一性约束)。这是因为唯一性的字段没有重复值，很适合作为查询条件(可以结合B+树来理解，在叶子节点查找到唯一数据后，无须再进行遍历了)，给他们加索引可以在使用其作为查询条件时提升效率。
🙋♀️ 业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。（来源：Alibaba） 说明：不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的。
3.2.2频繁作为 WHERE 查询条件的字段
某个字段在SELECT语句的 WHERE 条件中经常被使用到，那么就需要给这个字段创建索引了。 尤其是在数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。 查看student_info表中的索引
mysql> SHOW INDEX FROM student_info;
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| student_info | 0 | PRIMARY | 1 | id | A | 960509 | NULL | NULL | | BTREE | | | YES | NULL |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.06 sec)
可以看出student_id没有建立索引。用它作为查询条件查询下。耗时1.07s。
mysql> SELECT course_id,class_id,NAME,create_time,student_id
-> FROM
-> student_info
-> WHERE student_id = 123110;
+-----------+----------+--------+---------------------+------------+
| course_id | class_id | NAME | create_time | student_id |
+-----------+----------+--------+---------------------+------------+
| 10058 | 10014 | SyNuJn | 2022-05-25 09:30:46 | 123110 |
| 10053 | 10007 | YYVLTl | 2022-05-25 09:31:15 | 123110 |
| 10053 | 10008 | XVIHkg | 2022-05-25 09:32:22 | 123110 |
+-----------+----------+--------+---------------------+------------+
3 rows in set (1.07 sec)
添加索引。耗时5.39s。
mysql> AlTER TABLE student_info
-> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (5.39 sec)
Records: 0 Duplicates: 0 Warnings: 0
再查询。耗时0.00s。性能提升杠杠的
mysql> SELECT course_id,class_id,NAME,create_time,student_id
-> FROM
-> student_info
-> WHERE student_id = 123110;
+-----------+----------+--------+---------------------+------------+
| course_id | class_id | NAME | create_time | student_id |
+-----------+----------+--------+---------------------+------------+
| 10058 | 10014 | SyNuJn | 2022-05-25 09:30:46 | 123110 |
| 10053 | 10007 | YYVLTl | 2022-05-25 09:31:15 | 123110 |
| 10053 | 10008 | XVIHkg | 2022-05-25 09:32:22 | 123110 |
+-----------+----------+--------+---------------------+------------+
3 rows in set (0.00 sec)
3.2.3 经常 GROUP BY 和 ORDER BY 的列
索引其实就是让数据按照某种顺序进行存储或者检索，而GROUP BY分组查询或者ORDER BY进行排序，如果添加了索引，本身索引的数据就已经排好序了，进行分组查询和排序操作性能不是很nice吗？另外，如果待排序的列有多个，可以在这些列上建立联合索引。
⚽下面在有student_id索引的情况下，查询.
```mysql> SELECT student_id,COUNT(*) AS num
-> FROM student_info
-> GROUP BY student_id LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
| 1 | 9 |
//笔者省略了......
| 100 | 4 |
+------------+-----+
100 rows in set (0.00 sec)
删除索引，再来。慢的像蜗牛。
mysql> SELECT student_id,COUNT(*) AS num
-> FROM student_info
-> GROUP BY student_id LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
| 1 | 9 |
// ...
| 100 | 4 |
+------------+-----+
100 rows in set (10.31 sec)
🏀 如果同时使用GROUP BY和ORDER BY，先看看不加索引的情况。
mysql> SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
ERROR 1055 (42000): Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'atguigudb1.student_info.create_time' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by
出现了一个异常信息，这是因为我们使用的sql_mode是only_full_group_by.修改下再来，时间代价是6.61秒。
mysql> SELECT @@sql_mode;
+-----------------------------------------------------------------------------------------------------------------------+
| @@sql_mode |
+-----------------------------------------------------------------------------------------------------------------------+
| ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |
+-----------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)
mysql> SET @@sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';
Query OK, 0 rows affected (0.00 sec)
mysql> SELECT @@sql_mode;
+----------------------------------------------------------------------------------------------------+
| @@sql_mode |
+----------------------------------------------------------------------------------------------------+
| STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION |
+----------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)
mysql> SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
| 90433 | 1 |
...
| 144379 | 1 |
+------------+-----+
100 rows in set (6.61 sec)
再看看两个字段分别建立单列索引的情况,5.26s，快了一点点。
mysql> ALTER TABLE student_info ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (3.61 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> ALTER TABLE student_info ADD INDEX idx_cre_time(create_time);
Query OK, 0 rows affected (3.52 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+------------+-----+
| student_id | num |
+------------+-----+
| 90433 | 1 |
| 88221 | 1 |
//......
| 144379 | 1 |
+------------+-----+
100 rows in set (5.26 sec)
分析下它的查询过程,原来我们只用了一个索引，由于我们是先GROUP BY student_id,后ORDER BY create_time，我们实际上只使用了索引idx_sid 。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
| 1 | SIMPLE | student_info | NULL | index | idx_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+---------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.01 sec)
建立联合索引的情况,芜湖起飞。
mysql> ALTER TABLE student_info ADD INDEX idx_sid_cre_time(student_id,create_time DESC);
Query OK, 0 rows affected (4.71 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_sid_cre_time | idx_sid_cre_time | 10 | NULL | 997449 | 100.00 | Using index; Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+------------------+---------+------+--------+----------+----------------------------------------------+
1 row in set, 1 warning (0.00 sec)
再来,交换字段顺序建立联合索引idx_cre_time_sid，下面查询真正使用的索引key是idx_sid ，当然，由于这里存在缓存，所以查询速度很快，实际上它应该比使用idx_sid_cre_time慢。读者自己测试可以关闭缓存，作者这里偷个懒了。
mysql> ALTER TABLE student_info ADD INDEX idx_cre_time_sid(create_time DESC,student_id);
Query OK, 0 rows affected (4.50 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> DROP INDEX idx_sid_cre_time ON student_info;
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_cre_time_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.00 sec)
3.2.4 UPDATE、DELETE 的 WHERE 条件列
对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作，如果对 WHERE 字段创建了索引，就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录，然后再对它进行更新或删除。
如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显，这是因为非索引字段更新不需要对索引进行维护。
mysql> UPDATE student_info SET student_id = 10002
-> WHERE NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (1.51 sec)
Rows matched: 0 Changed: 0 Warnings: 0
mysql> ALTER TABLE student_info
-> ADD INDEX idx_name(NAME);
Query OK, 0 rows affected (4.87 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> UPDATE student_info SET student_id = 10003
-> WHERE NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (0.00 sec)
Rows matched: 0 Changed: 0 Warnings: 0
3.2.5 DISTINCT 字段需要创建索引
有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率。
比如，我们想要查询课程表中不同的 student_id 都有哪些，如果我们没有对 student_id 创建索引，执行SQL 语句：
SELECT DISTINCT(student_id) FROM `student_info`;
运行结果（600637 条记录，运行时间 0.683s ）：
如果我们对 student_id 创建索引，再执行 SQL 语句：
SELECT DISTINCT(student_id) FROM `student_info`;
运行结果（600637 条记录，运行时间 0.010s ）：
你能看到 SQL 查询效率有了提升，同时显示出来的 student_id 还是按照 递增的顺序 进行展示的。这是因为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。
3.2.6 多表 JOIN 连接操作的WHERE条件
多表 JOIN 连接操作时， 连接表的数量尽量不要超过 3 张，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长会非常快(n ,n^2 , n^3…)，严重影响查询的效率。
多表 JOIN 连接操作时， 推荐对 WHERE 条件创建索引 ，因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下，没有 WHERE 条件过滤是非常可怕的。
🔊注意：对用于连接的字段在多张表中的 类型必须一致 。比如 course_id 在student_info表和course表中都为int(11)类型，而不能一个为 int 另一个为varchar类型。否则在查询时，虽然也会帮我们进行隐式的类型转换，转换时会使用函数，索引就失效了。索引失效情况在后续文章中还会给大家详细介绍，敬请期待。
举个例子，如果我们只对student_id创建索引，执行 SQL 语句：
SELECT course_id, name, student_info.student_id, course_name
FROM student_info JOIN course
ON student_info.course_id = course.course_id
WHERE name = '462eed7ac6e791292a79';
运行结果（1 条数据，运行时间 0.189s ）：
这里我们对 name 创建索引，再执行上面的 SQL 语句，运行时间为 0.002s。
3.2.7 优先使用类型小的列创建索引
这里的类型指的是我们在建表时显示给表中字段指定的类型，比如TINYINT,INT,BIGINT,能够存储整型数据的字节依次递增，类型依次变大。但是其在存储空间中占用的空间也会依次变多，另外也会影响到索引的使用。比如主键会建立聚簇索引，如果主键越短，目录页能够存储的目录项记录就会越多，B+树就会越扁平，查询时I/O次数就会越少，查询的速度就会越快。另外，即使是二级索引，其非叶子节点还存放主键。因此，这条建议对于表的主键特别适用。
3.2.8使用字符串前缀创建索引
假设一个字段是字符串，字符串很长，我们考虑使用字符串前缀创建索引，而不是整个字符串哟。这样不仅构建索引的B+树索引存储空间更大，存储的内容会更少点，使B+树更加矮胖，同时，在查询时对该字段进行比较效率也会更高点。
这里大家可能有个问题，如果说字符串截取了一段做索引，但是两个不同字符串截取的前缀相同，那么他们比较的结果不就相同了么？不用担心，如果相同，我们还在索引中存储了主键呀，我们再根据主键去回表，就可以知道到底哪个数据是我们需要的了。
创建一张商户表，因为地址字段比较长，在地址字段上建立前缀索引
create table shop(address varchar(120) not null);
alter table shop add index(address(12));
问题是，截取多少呢？截取得多了，达不到节省索引存储空间的目的； 截取得少了，重复内容太多，字段的散列度(选择性)会降低。 怎么计算不同的长度的选择性呢？
先看一下字段在全部数据中的选择度：
select count(distinct address) / count(*) from shop;
通过不同长度去计算，与全表的选择性对比：
公式：
count(distinct left(列名, 索引长度))/count(*)
例如：
select count(distinct left(address,10)) / count(*) as sub10, -- 截取前10个字符的选择度
count(distinct left(address,15)) / count(*) as sub11, -- 截取前15个字符的选择度
count(distinct left(address,20)) / count(*) as sub12, -- 截取前20个字符的选择度
count(distinct left(address,25)) / count(*) as sub13 -- 截取前25个字符的选择度from shop;
计算出来选择度越接近于1越好哟，因为这说明它重复的数值越少。
🎯 拓展：Alibaba《Java开发手册》 【 强制 】在 varchar 字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决定索引长度。 说明：索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会 高达90% 以上 ，可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。
引申另一个问题：索引列前缀对排序的影响 比如我们索引就取了address字段的前12个字符，下面的查询就有点尴尬了。
SELECT * FROM shop
ORDER BY address
LIMIT 12;
因为索引不包含完整的字符，因此无法对于address中前12个字符相同但是后面字符不同的数据进行索引前缀排序了，只能使用文件排序。
3.2.9 区分度高(散列性高)的列适合作为索引
使用如下公式可以计算列的区分度，一般区分度越高越好，当区分度达到33%就算是比较高效的索引了。
select count(distinct address) / count(*) from t;
数据相似性大的就不适合建立索引，如：男女性别
3.2.10 使用最频繁的列放到联合索引的左侧
这样也可以较少的建立一些索引。同时，由于"最左前缀原则"，可以增加联合索引的使用率。
3.2.11 在多个字段都要创建索引的情况下，联合索引优于单值索引
- 索引建立的多，维护的成本也高。
- 多个字段进行联合查询时，其实只使用到一个索引。比如。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
- 在建立联合索引的相关字段做查询时，联合索引都能生效，使用频率比较高。足够优化sql执行的速度了。
4 限制索引的数目
建议单张表的索引数目不要超过6个。
- 索引越多，占用的磁盘空间越大
- 索引会影响数据的增删改的性能
- 表中创建的索引过多，优化器在
possible_keys中选择合适的key时需要的成本也会更多。比如下面查询中possible_keys有两个，实际使用的key只有一个，这其实优化器判断的哟。
mysql> EXPLAIN SELECT student_id,COUNT(*) AS num FROM student_info
-> GROUP BY student_id
-> ORDER BY create_time DESC
-> LIMIT 100;
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
| 1 | SIMPLE | student_info | NULL | index | idx_sid,idx_cre_time_sid | idx_sid | 4 | NULL | 997449 | 100.00 | Using temporary; Using filesort |
+----+-------------+--------------+------------+-------+--------------------------+---------+---------+------+--------+----------+---------------------------------+
1 row in set, 1 warning (0.00 sec)
5.不适合创建索引的7种情况
5.1 在where中使用不到的字段，不要设置索引
5.2 数据量小的表最好不要使用索引
在数据表中的数据行数比较少的情况下，比如不到 1000 行，是不需要创建索引的。不仅浪费存储空间。而且在查找时性能可能还会更慢，因为可能还需要回表操作，不如直接查找就行。
5.3 有大量重复数据的列上不要建立索引
如，男女性别，当数据重复度大，比如 高于 10% 的时候，也不需要对这个字段使用索引。
但也不是绝对的哟，比如一个学校有10万人，但是男生只有10人，如果想要筛选出这10个男生，那你就可以对性别这个字段建立索引哟。
5.4 避免对经常更新的表创建过多的索引
第一层含义：对于频繁更新的字段不需要创建索引。否则每次更新字段索引都需要对应维护。 第二层含义：对于经常更新的表，不要创建过多的索引，也是因为维护成本。
5.5 不建议用无序的值作为索引
例如身份证、UUID(在索引比较时需要转为ASCII，并且插入时可能造成页分裂)、MD5、HASH、无序长字符串等。所以我们通常也推荐使用自增的主键。
5.6 删除不再使用或者很少使用的索引
5.7 不要定义冗余或重复的索引
(1)冗余索引 举例：建表语句如下
CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
KEY idx_name (name(10))
);
通过idx_name_birthday_phone_number 索引就可以对 name 列进行快速搜索，再创建一个专门针对 name 列的索引就算是一个 冗余索引 ，维护这个索引只会增加维护的成本，并不会对搜索有什么好处。
(2)重复索引 另一种情况，我们可能会对某个列 重复建立索引，比方说这样：
CREATE TABLE repeat_index_demo (
col1 INT PRIMARY KEY,
col2 INT,
UNIQUE uk_idx_c1 (col1),
INDEX idx_c1 (col1)
col1 既是主键、又给它定义为一个唯一索引，还给它定义了一个普通索引，可是主键本身就会生成聚簇索引，所以定义的唯一索引和普通索引是重复的，这种情况要避免。
这篇文章就介绍到这里，建议多练习索引的sql语句。