索引

mysql 中索引使用的存储结构是b+tree

b+tree 和btree 的区别 在于  btree 将数据存储在非叶子节点中，叶子节点中不存数据

而b+tree 是将所有的数据都存在了叶子节点中，非叶子节点中没有数据， 而且b+tree 是双向链表结构  他访问关键字的 顺序是连续性的 不需要再访问上一个节点

聚集索引和非聚集索引

聚集索引是将数据和索引存储再一起的  索引即数据 数据即索引，找到索引所在位置就找到了数据。如主键索引

非聚集索引  再叶子结点上 并没有数据  而是存储了 索引的值和主键的值  通过主键来获取具体的数据

explain 命令使用 

在sql 前面加上就可以了

1 先看type 类型 是all  剩下全部不用看  出现all 就是全表扫描 没有命中索引

2看 key 看是否使用索引 null 表示没有

3 rows  表示sql 执行中被扫描到的行数  值越大就越慢 当扫描到的值超过全表的30% 就不会使用索引

索引的类型

1唯一索引和主键索引

主键索引其实就是 聚集索引 每张表中仅有一个主键，可以由多个字段或者单独的字段组成

但是需要满足三个条件

1不能包换null 值

2必须是唯一的

3 必须是自增的

注意：如果表没有主键索引的话 innodb 会使用 表中没有null 值的唯一索引作为主键，如果唯一索引没有的话  会自动生成一个 6字节的 rowid 作为主键

唯一索引：顾名思义 不预序由 重复的值 但是允许由null 值

2覆盖索引

只通过索引就可以查询到返回的值 这样就不需要在回表查询数据  减少了 I/O 操作 这样查询速度就大大加快了

如 name字段上创建的由索引

select name from table where name='123';

或者select id,name from table where name='123';

普通索引中 只记录了 索引的值和 对应数据的主键id  查询的时候 可以直接查询出来 不需要再回表中查询 可以直接返回结果

3前缀索引

像blob text 或者很长的字段 可以使用前缀索引，前缀索引是指定字段前多少位的字符创建的索引，具体多少位看自己定义。 这样索引会更小 查询会更快

但是缺点是 再order by 和 group by 中不能使用该索引

4联合索引

联合索引 又叫 组合索引 和复合索引  是由表中两个 或两个以上的字段组成的索引

但是 使用联合索引 需要遵循  最左原则

5哈希索引

将键值换算成hash值 这里需要注意 hash 索引只能进行等值查询  不能进行范围查询 模糊查询 和排序  但是他检索的时候不需要像b+tree 一样从根节点到叶子节点 逐级查询  值需要一次 hash 算法即可确定到相应的位置

总结

优点

1提高排序效率

  2 提高数据检索效率

  3提高聚合函数效率

优化

1）先看表是否设计的合理，有没有遵循选取数据类型与简单越小的原则

2）表中的碎片是否整理（一般不会delete 都会设置状态）

3）表的统计信息 是否收集，只有统计信息准确，执行计划才能帮助我们优化sql

4）查看执行计划，检查索引使用的情况，没有索引，考虑创建

5）在创建索引之前，还要查看索引的选择性，来判断是否合适创建索引

什么样的列不适合创建索引

1 选择性低的字段不要创建索引（也就是 字段值比较单一）

2 很少查询的列不要创建索引（项目初期就要确定好）

3 大数据类型字段不要创建索引

4尽量避免不要使用null 应该指定列为 not null （在mysql 中 含有空值的列 很难进行查询优化，他们会使索引的统计信息及比较运算更加复杂，可以使用空字符串代替null）

什么样的列适合创建索引

1）警察被查询的列（一般放在where 后面）

2）经常用于表连接的列

3）经常排序分组的列

使用不到索引的情况

1） 通过索引扫描的行记录超过全表的30% 优化器就不会走索引 而变成全表扫描

2）联合索引中 第一个查询条件不是 最左索引列

3）联合索引中，第一个索引列使用范围查询，只能使用到部分索引（范围查询是指 < + > betweed 和and）

4）联合索引查询条件不是最左前缀列

5）模糊查询 以通配符% 开始（可以考虑放到子查询中）

6）两个单列索引 一个用于检索 一个用于排序 这种情况下 只能使用到一个索引 因为一个sql 语句 最多只能使用一个索引 可以考虑创建联合索引

7）查询字段上面有索引，但是使用了函数运算