【MySQL】1.索引

【MySQL】索引

1. 什么是索引

索引是通过某种算法，构建出一个数据模型，用于快速找出在某个列中有一特定值的行

就像新华字典的根据拼音查询一个字一样，如果没有索引就需要一页一页查找，效率极慢，这样表数据越多，查询的时间就会越长。

如果表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件，而不必查看所有数据，那么将会节省很大一部分时间。

根据实现方式分类，可以分为 Hash索引 与 B+Tree索引

• Hash索引：索引字段值通过某种算法公式算出一个hashCode，当查询这个字段的时候通过这个公式就可以计算出hashCode，然后就可以快速找到该行数据；就算一个hashCode对应了多行的数据，那也比遍历全表速度快。

---

2. 索引的分类

按照功能来分，索引划分为以下分类：

---

2.1 单列索引

**单列索引：一个索引只包含单个列，但一个表中可以有多个单列索引

• 唯一索引：与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。它有以下几种创建方式：
• 主键索引：每张表一般都会有自己的主键，当我们在创建表时，MySQL会自动在主键列上建立一个索引。主键是具有唯一性并且不允许为NULL，所以他是一种特殊的唯一索引。

---

2.2 组合索引

• 组合索引也叫复合索引，指的是我们在建立索引的时候使用多个字段，例如同时使用身份证和手机号建立索引，同样的可以建立为普通索引或者是唯一索引。
• 复合索引的使用复合最左原则。

什么是最左原则？

-- 创建索引的基本语法 
create index index_phone_name on student(phone_num,name);

就比如说这里索引有两个字段phone_num和name

select * from student where name = '张三'; 
select * from student where phone_num = '15100046637'; 
select * from student where phone_num = '15100046637' and name = '张三'; 
select * from student where name = '张三' and phone_num = '15100046637'; 

三条sql只有 2 、 3、4能使用的到索引idx_phone_name,因为条件里面必须包含索引前面的字段 才能够进行匹配。

而3和4相比where条件的顺序不一样，为什么4可以用到索引呢？

是因为mysql本身就有一层sql优化，他会根据sql来识别出来该用哪个索引，我们可以理解为3和4在mysql眼中是等价的。

---

2.3 全文索引

• 全文索引的关键字是fulltext
• 全文索引主要用来查找文本中的关键字，而不是直接与索引中的值相比较，它更像是一个搜索引擎，基于相似度的查询，而不是简单的where语句的参数匹配。

用 like + % 就可以实现模糊匹配了，为什么还要全文索引？

like + % 在文本比较少时是合适的，但是对于大量的文本数据检索，是不可想象的。全文索引在大量的数据面前，能比 like + % 快 N 倍，速度不是一个数量级，但是全文索引可能存在精度问题。

但是有些mysql版本是不支持全文索引的

• MySQL 5.6 以前的版本，只有 MyISAM 存储引擎支持全文索引；
• MySQL 5.6 及以后的版本，MyISAM 和 InnoDB 存储引擎均支持全文索引;
• 只有字段的数据类型为 char、varchar、text 及其系列才可以建全文索引；

在数据量较大时候，现将数据放入一个没有全局索引的表中，然后再用create index创建fulltext索引，要比先为一张表建立fulltext然后再将数据写入的速度快很多；

MySQL 中的全文索引，有两个变量，最小搜索长度和最大搜索长度

对于长度小于最小搜索长度和大于最大搜索长度的词语，都不会被索引。

通俗点就是说，想对一个词语使用全文索引搜索，那么这个词语的长度必须在以上两个变量的区间内。这两个的默认值可以使用以下命令查看:

show variables like '%ft%';

2.3.1 使用全文索引

和常用的模糊匹配使用 like + % 不同，全文索引有自己的语法格式，使用 match 和 against 关键字，格式:

 match (col1,col2,...) against(expr [search_modifier])
 
select * from t_article where match(content) against('yo’); -- 没有结果 单词数需要大于等于3 
select * from t_article where match(content) against('you'); -- 有结果

---

2.4 空间索引

• MySQL在5.7之后的版本支持了空间索引，而且支持OpenGIS几何数据模型
• 空间索引是对空间数据类型的字段建立的索引，MYSQL中的空间数据类型有4种，分别是GEOMETRY、POINT、LINESTRING、POLYGON。
• MYSQL使用SPATIAL关键字进行扩展，使得能够用于创建正规索引类型的语法创建空间索引。
• 创建空间索引的列，必须将其声明为NOT NULL。
• 空间索引一般是用的比较少，了解即可。

create table shop_info (
  id  int  primary key auto_increment comment 'id',
  shop_name varchar(64) not null comment '门店名称',
  geom_point geometry not null comment '经纬度’,
  spatial key geom_index(geom_point)
);

---

3. 索引的特点

3.1 索引的优点

• 大大加快数据的查询速度
• 使用分组和排序进行数据查询时，可以显著减少查询时分组和排序的时间
• 创建唯一索引，能够保证数据库表中每一行数据的唯一性
• 在实现数据的参考完整性方面，可以加速表和表之间的连接

---

3.2 索引的缺点

• 创建索引和维护索引需要消耗时间，并且随着数据量的增加，时间也会增加
• 索引需要占据磁盘空间
• 对数据表中的数据进行增加，修改，删除时，索引也要动态的维护，降低了维护的速度

---

4. 创建索引的原则

• 更新频繁的列不应设置索引
• 数据量小的表不要使用索引（毕竟总共2页的文档，还要目录吗？）
• 重复数据多的字段不应设为索引（比如性别，只有男和女，一般来说：重复的数据超过百分之15就不该建索引）
• 首先应该考虑对where 和 order by 涉及的列上建立索引

---

5. 索引内部原理

索引其内部有Hash算法与B+Tree

5.1 Hash算法

通过某一个公式算出hashCode，然后通过hashCode快速找到需要的数据

**优点：**通过字段的值计算的hash值，定位数据非常快。
**缺点：**不能进行范围查找，因为散列表中的值是无序的，无法进行大小的比较。

---

5.2 B+TREE树

目前大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构，Btree结构可以有效的解决之前的相关算法遇到的问题。

可以通过下面的这个网站可视化理解B+TREE的插入查询删除数据的流程

3是指三阶，当数据等于三个之后，就会变成树木，第二个数据就会父节点，以此类推

数据结构可视化

---

参考：
2022新版黑马程序员MySQL知识精讲资料