- 1、测试数据准备
- 1.1 创建学生表和课程表：
- 1.2 创建随机产生字符串函数、随机数函数
- 1.3 创建插入课程表存储过程、创建插入学生信息表存储过程
- 1.4 调用存储过程：
- 2、适合创建索引的11种情况
- 2.1 字段的数值有唯一性的限制
- 2.2 频繁作为 WHERe 查询条件的字段
- 2.3 经常 GROUP BY 和 ORDER BY 的列
- 2.4 UPDATe、DELETE 的 WHERe 条件列
- 2.5 DISTINCT 字段需要创建索引
- 2.6 多表 JOIN 连接操作时，创建索引注意事项
- 2.7 使用列的类型小的创建索引
- 2.8 使用字符串前缀创建索引
- 2.9 区分度高(散列性高)的列适合作为索引
- 2.10 使用最频繁的列放到联合索引的左侧
- 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
- 3、限制索引的数目
- 4、不适合创建索引的７种情况
- 4.1 在where中使用不到的字段，不要设置索引
- 4.2 数据量小的表最好不要使用索引
- 4.3 有大量重复数据的列上不要建立索引
- 4.4 避免对经常更新的表创建过多的索引
- 4.5 不建议用无序的值作为索引
- 4.6 删除不再使用或者很少使用的索引
- 4.7 不要定义冗余或重复的索引
为了使索引的使用效率更高，创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。
1、测试数据准备 1.1 创建学生表和课程表：#1.创建学生表和课程表 CREATE TABLE `student_info` ( `id` INT(11) 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;1.2 创建随机产生字符串函数、随机数函数
#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 ;
如果修改失败，可以先将环境变量进行修改：
# 查看环境变量 SELECt @@log_bin_trust_function_creators; # 修改环境变量 SET GLOBAL log_bin_trust_function_creators = 1;1.3 创建插入课程表存储过程、创建插入学生信息表存储过程
# 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 ;1.4 调用存储过程：
调用存储过程，往课程表里插入1000个课程，往学生表里插入100万条数据
#调用存储过程： CALL insert_course(1000); CALL insert_stu(1000000);
分别查看课程表和学生表的数据，可以看到创建的课程表和学生表的数据量都是对的。但是查询学生表的数据量花了16.34s。
mysql> SELECT COUNT(*) FROM course; +----------+ | COUNT(*) | +----------+ | 1000 | +----------+ 1 row in set (0.01 sec)
mysql> SELECt COUNT(*) FROM student_info; +----------+ | COUNT(*) | +----------+ | 1000000 | +----------+ 1 row in set (16.34 sec)2、适合创建索引的11种情况 2.1 字段的数值有唯一性的限制
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）
2.2 频繁作为 WHERe 查询条件的字段先查看下目前学生表的索引，只要一个主键索引id。
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 | +--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | student_info | 0 | PRIMARY | 1 | id | A | 967000 | NULL | NULL | | BTREE | | | +--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 1 row in set (0.00 sec)
１）此时根据student_id进行检索，检索时间大约是200毫秒；（未添加索引）
２）然后给student_id添加索引；
３）添加完索引后，此时检索0.00秒；（添加了索引）
mysql> SELECt course_id, class_id, NAME, create_time, student_id
-> FROM student_info
-> WHERe student_id = 3976580;
Empty set (0.20 sec)
将student_id添加为索引：
mysql> ALTER TABLE student_info
-> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (6.29 sec)
Records: 0 Duplicates: 0 Warnings: 0
给student_id添加完索引后，此时再次检索：
mysql> SELECt course_id, class_id, NAME, create_time, student_id
-> FROM student_info
-> WHERe student_id = 3976580;
Empty set (0.00 sec)
2.3 经常 GROUP BY 和 ORDER BY 的列
１）根据student_id进行group by检索，耗时0.00秒；（添加了索引）
２）将索引idx_sid删除
３）再次根据student_id进行group by检索，耗时460毫秒；（未添加索引）
mysql> SELECt student_id, COUNT(*) AS num
-> FROM student_info
-> GROUP BY student_id LIMIT 100;
100 rows in set (0.00 sec)
mysql> DROp INDEX idx_sid ON student_info; Query OK, 0 rows affected (0.11 sec) Records: 0 Duplicates: 0 Warnings: 0
mysql> SELECT student_id, COUNT(*) AS num
-> FROM student_info
-> GROUP BY student_id LIMIT 100;
100 rows in set (0.46 sec)
接下来测试联合索引，这里页很重要！
１）首先先测根据２个列进行检索，耗时大约430毫秒；（未添加索引）
２）然后添加单列索引：student_id，create_time
３）再根据２个列进行检索，耗时大约1480毫秒；（添加了单列索引）
４）然后创建联合索引：idx_sid_cre_time(student_id,create_time DESC)
５）再根据２个列进行检索，耗时大约190毫秒；（添加了联合索引）
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 'dbtest1.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
显示报错，可以临时修改下sql_mode，然后再执行，大约需要430毫秒；
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_AUTO_CREATE_USER,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, 1 warning (0.00 sec) mysql> SELECT student_id, COUNT(*) AS num FROM student_info GROUP BY student_id ORDER BY create_time DESC LIMIT 100; 100 rows in set (0.43 sec)
测试完未添加索引的，然后添加单列索引：student_id，create_time
mysql> ALTER TABLE student_info
-> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (6.66 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> ALTER TABLE student_info
-> ADD INDEX idx_cre_time(create_time);
Query OK, 0 rows affected (7.44 sec)
Records: 0 Duplicates: 0 Warnings: 0
添加了单列索引后，此时再进行测试，耗时大约：1480毫秒
mysql> SELECt student_id, COUNT(*) AS num FROM student_info GROUP BY student_id ORDER BY create_time DESC LIMIT 100; 100 rows in set (1.48 sec)
然后再创建联合索引：
ALTER TABLE student_info ADD INDEX idx_sid_cre_time(student_id,create_time DESC);
添加了联合索引后，此时再进行测试，耗时大约：190毫秒
mysql> SELECt student_id, COUNT(*) AS num FROM student_info GROUP BY student_id ORDER BY create_time DESC LIMIT 100; 100 rows in set (0.19 sec)2.4 UPDATe、DELETE 的 WHERe 条件列
１）根据name检索进行update，耗时大约420毫秒；（未添加索引）
２）给name字段添加索引；
３）此时再根据name检索进行update，耗时大约0.00秒；（添加了索引）
mysql> UPDATE student_info SET student_id = 10002
-> WHERe NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (0.42 sec)
Rows matched: 0 Changed: 0 Warnings: 0
然后给name字段添加索引：
mysql> ALTER TABLE student_info
-> ADD INDEX idx_name(NAME);
Query OK, 0 rows affected (7.23 sec)
Records: 0 Duplicates: 0 Warnings: 0
此时再根据name检索进行update，耗时大约0.00秒
mysql> UPDATE student_info SET student_id = 10002 WHERe NAME = '462eed7ac6e791292a79'; Query OK, 0 rows affected (0.00 sec) Rows matched: 0 Changed: 0 Warnings: 02.5 DISTINCT 字段需要创建索引 2.6 多表 JOIN 连接操作时，创建索引注意事项
- 首先，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，严重影响查询的效率。
- 其次，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。
- 最后，对用于连接的字段创建索引，并且该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。
接下来继续进行测试：
１）join两张表，通过name进行检索，大约0.00秒；（添加了索引）
２）删除索引idx_name；
３）此时再join两张表，通过name进行检索，大约0.00秒；（未添加索引）
mysql> SELECT s.course_id, NAME, s.student_id, c.course_name
-> FROM student_info s JOIN course c
-> WHERe NAME = '462eed7ac6e791292a79';
Empty set (0.00 sec)
测试删除索引：idx_name
mysql> DROp INDEX idx_name ON student_info; Query OK, 0 rows affected (0.42 sec) Records: 0 Duplicates: 0 Warnings: 0
此时再join两张表，通过name进行检索，大约170毫秒；（未添加索引）
mysql> SELECT s.course_id, NAME, s.student_id, c.course_name
-> FROM student_info s JOIN course c
-> ON s.course_id = c.course_id
-> WHERe NAME = '462eed7ac6e791292a79';
Empty set (0.17 sec)
2.7 使用列的类型小的创建索引
比如能使用int就不要使用bigint，能使用mediumint就不要使用int，因为：
- 数据类型越小，查询时进行的比较操作就越快
- 数据类型越小，索引占用的空间就越少，在一个数据页中就可以放下更多的记录，从而减少磁盘I/O带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中
假设字符串很长，需要为这个字符串列建立索引的话，那就意味着对应的B+树有这么２个问题：
- B+树索引中**的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，**在索引中占用的存储空间越大。
- 如果B+树索引中索引列存储的字符串很长，那在做字符串比较时会占用更多的时间。
可以通过截取字段的前面一部分内容建立索引，这个叫做前缀索引。这样在查找记录时，虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串值。这样既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。
问题是，截取多少呢？
截取的多了，达不到节省索引存储空间的目的；截取的少了，重复内容太多，字段的三列度会降低。
可以通过以下语句来查询该索引长度的选择度，如果越接近于１，说明散列度越高：
select count(distinct left(列名, 索引长度)) / count(*) from 表名;
这条规则非常重要，在Alibaba的《Java开发手册》中有强制提醒：
【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。
这样可以较少地建立一些索引。同时，由于‘最左前缀原则’，可以增加联合索引的使用率。
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这一条和第10条的原理基本一致，只要理解了最左前缀原则，这条就比较好理解了。
3、限制索引的数目在实际工作中，索引的数目并不是越多越好，建议单张表索引数量不超过６个：
- 每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大；
- 索引会影响INSERT, DELETE, UPDATE等语句的性能。因为表中数据更改的同时，索引也会同时进行调整和更新
- 优化器在选择如何优化查询时，会根据统一信息，对每一个可用的索引来进行评估，来生成一个最好的执行计划。因此索引越多，会增加优化器生成执行计划的时间，降低查询性能。
结论：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。
4.4 避免对经常更新的表创建过多的索引- 第一层含义：频繁更新的字段不一定要创建索引。
- 第二层含义：避免对经常更新的表创建过多的索引。
例如身份证、UUID（在索引比较时需要转为ASCII，并且插入时可能造页分裂）、MD5、HASA、无序长字符串等。
4.6 删除不再使用或者很少使用的索引 4.7 不要定义冗余或重复的索引
