淺談sql索引

TandK發表於2021-01-15
SQL索引

索引是什麼

假如你手上有一個你公司的客戶表，老闆說找什麼客戶你就得幫他找出來。

客戶不多的時候，你拿著手指一行一行滑，費不了多少時間就能找到。

後來公司做大了，客戶越來越多，好幾頁的客戶，你發現，一行一行滑真的好累啊，最主要找慢了還得挨老闆叼。

他媽的，吃力不討好。

那咋辦？

我相信這麼聰明的你不會坐以待斃的。

你可能會自己做一些記錄，比如拿個小本本寫上，

28歲的客戶在第一頁
29歲的客戶在第二頁

或者

姓張的客戶在第二頁
姓李的客戶在第三頁和第四頁

當然這些要根據那張客戶表的實際情況來。

這樣子，下次老闆叫你找29歲的客戶，你就一下子翻到第二頁，一下子就找到了，輕鬆又漂亮地解決了問題。

這麼機智地解決了問題，當上ceo，迎娶白富美就指日可待了。

好了，美好故事到此就結束了。

真實的情況是怎麼樣的呢？

真實的情況就是資料庫就是故事中的你，你就是故事中的老闆，故事中的小本本，就是我們們今天要講的索引。

索引的特點

那麼從這個故事中可以看出索引有什麼特點呢？

為了提高查詢效率而建立

如果你不給資料庫加索引的話，多數情況下，它就真的是一行行找，效率極低。

資料量少的時候不需要索引

但資料量少的時候，也沒必要建索引，你想想啊，資料量少的時候，你一下子就找到了，速度比你去翻小本本時間可能還要快點，就不要浪費一個小本本了。
MySQL的索引本質也是一張表的，建立索引也需要相應的空間。

索引是建立在表的資料上的

上面的故事裡我也說了，小本本的內容要根據你表裡的實際情況來的。
這樣的話，如果建立了索引，就要注意兩個點：

  1. 不要實際刪除資料。
    假如你有批客戶鬧掰了，你一生氣，把客戶表中那一整頁都撕了。
    那你下次按照【31歲的客戶在第20頁】這個規則去找，但是前面的就被你撕了，現在31歲的客戶就提前了幾頁，你數到第20頁，發現找不到，人都傻了。
    MySQL也是這樣的，如果刪除資料，會導致按照索引查詢的資料不會在原先的位置上。

  2. 頻繁更新的欄位不要建立索引。
    假設使用者的年齡天天變，那最好也不要記在小本本上了，否則你每天都要去更新小本本，今天是【31歲的客戶在第20頁】，明天就要改成【32歲的客戶在第20頁】了。
    MySQL也是這樣的，如果建立索引的欄位頻繁更新，這樣便會導致之前建立的索引需要頻繁更新。

MySQL索引分類

人家MySQL建立索引的方式比我們記小本本的方式要聰明有效率地多了。
你可以看到我上面做小本本的方式都是根據表中的某一列來的，比如

【31歲的客戶在第20頁】這個是根據客戶的年齡這一列來做的；
【姓李的客戶在第三頁和第四頁】這個使用客戶的名字這一列來做的。

在MySQL中，我們也只是需要告訴MySQL用哪些列來做索引即可，然後接下來的事他就會自己做。
我們們建立的索引呢，根據使用列的情況不同，可以分類如下：

  • 單值索引：即一個索引只包含單個列。一個表可以有多個單列索引。

  • 唯一索引：索引列的值必須唯一，但允許有空值。

  • 複合索引：即一個索引包含多個列。

假如現在有一個people表，內有欄位id（主鍵不需要做索引），name，age，phone_number（電話號碼）那麼：

  • 單值索引：可以單獨用name或age做一個索引，任何一個欄位都可以。這樣的索引可以做多個。
  • 唯一索引：和單值索引一樣，但做索引的該欄位必須唯一，比如你確定people表中phone_number的值唯一的話，那麼便可以在上面建立唯一索引。
  • 複合索引：可以用(name,age)或(age,phone_number)或(name,age,phone_number)做一個索引。

建議：建立複合索引，且一個表不要超過5個索引。

基本語法

  • 建立（如果加上UNIQUE則建立唯一索引）：

    CREATE [UNIQUE] INDEX indexName ON mytable(columnname(length));
    或
    ALTER mytable ADD [UNIQUE] INDEX[indexName] ON (columnname(length));

  • 刪除：

    DROP INDEX [indexName] ON mytable;

  • 檢視：

    SHOW INDEX FROM table\G

MySQL索引結構

上面的索引建立好後，MySQL是按照什麼樣的策略去查詢資料的呢。
有幾種結構，下面講的是比較常用的BTree結構。

  • 圖片介紹：

    如圖一顆B+樹，淺藍色表示磁碟塊，每個磁碟塊包括幾個資料項（深藍色）和指標（黃色）。

    如磁碟塊1包括資料項17和35，包含指標P1、P2、P3；P1表示小於17的磁碟塊，P2表示在17-35之間的磁碟塊，P3表示大於35的磁碟塊。

    真實的資料只存在於葉子節點，非葉子節點不儲存真實資料，只儲存指引搜尋方向的資料項。

    如17、35並不真實存在資料表中。

  • 查詢過程（以上圖查詢資料項29）：

    首先把磁碟塊1由磁碟載入到記憶體，此時發生一次IO；在記憶體中用二分查詢確定29在17和35之間，鎖定磁碟塊1的P2指標，因為記憶體時間非常短（相比磁碟的IO）可以忽略不計。

    將磁碟塊1的P2指向的磁碟塊3由磁碟載入到記憶體，發生第二次IO；確定29在26和30之間，指向磁碟塊3的P2指標。

    將磁碟塊3的P2指標指向的磁碟塊8載入到記憶體，發生第三次IO，同時記憶體中做二分查詢找到29。

    查詢結束，總計三次IO。

  • 真實的情況是：3層的B+樹可以表示上百萬的資料，如果上百萬的資料查詢只需要3次IO，效能提高將是巨大的，如果沒有索引，每個資料項都要發生一次IO，那麼總共需要上百萬次IO。

  • 總結：減少IO次數可以減少查詢時間，提高效能，那麼怎麼減少IO次數？
    答案：增加樹的廣度而非深度。B+樹的葉子節點可以多。

建立索引的時機

哪些情況需要建立索引
  • 主鍵自動建立唯一索引
  • 頻繁作為查詢條件的欄位應該建立索引
  • 查詢中與其他表關聯的欄位，外來鍵關係建立索引
  • 頻繁更新的欄位不適合建立索引 -- 因為每次更新不只更新記錄還會更新索引
  • Where裡用不到的欄位的不建立索引
  • 單鍵/組合索引的選擇問題 -- 在高併發下傾向建立組合索引
  • 查詢中排序的欄位 -- 排序欄位若通過索引去訪問將大大提高排序速度
  • 查詢中統計或者分組欄位
哪些情況不需要建立索引
  • 表記錄太少 -- mysql300w左右就可以考慮建索引了
  • 經常增刪改的表 -- 因為索引要跟著更新
  • 資料重複且分佈平均的表欄位 -- 可以用（該欄位不同的資料的數量）/（該欄位總的資料量），值越接近1，說明不怎麼重複，越有建索引的價值。

最後

其實索引只是一個優化資料庫查詢速度的一個工具，資料量少的時候完全可以不用，​他也有缺點，一旦你對資料表有修改，那麼相應的索引也要做修改操作。

而且關於索引，難點在於針對一個具體的表去做出最合適的索引，這不只要看你表裡有什麼內容，更多要看你的業務，你的業務會經常根據哪些關鍵詞查詢，這個更考驗一個人的能力吧。

最後祝各位​，早日當上CEO，迎娶白富美​。​

相關文章