索引是数据库中用来提高数据检索效率的数据结构。它类似于书籍的目录，可以帮助用户快速找到所需的数据，而不必扫描整个数据集。在数据库系统中，索引可以显著提高查询性能。

参考文章：

MySQL高级篇——性能分析工具

MySQL高级篇——覆盖索引、前缀索引、索引下推、SQL优化、主键设计

索引的分类与使用

索引是满足某种特定查找算法的数据结构，而这些数据结构会以某种方式指向数据，从而实现高效查找数据。
具体来说 MySQL 中的索引，不同的数据引擎实现有所不同，但目前主流的数据库引擎的索引都是 B+ 树实现的，B+ 树的搜索效率，可到达二分法的性能，找到数据区域之后就找到了完整的数据结构了，所有索引的性能也是更好的。

索引的分类

MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。

从功能逻辑上说，索引主要有 4 种，分别是普通索引、唯一索引、主键索引、全文索引。
按照物理实现方式，索引可以分为 2 种：聚簇索引和非聚簇索引。
按照作用字段个数进行划分，分成单列索引和联合索引。

普通索引

在创建普通索引时，不附加任何限制条件，只是用于提高查询效率。这类索引可以创建在任何数据类型中，其值是否唯一和非空，要由字段本身的完整性约束条件决定。

唯一索引

使用UNIQUE参数可以设置索引为唯一性索引，在创建唯一性索引时，限制该索引的值必须是唯一的，但允许有多个空值。在一张数据表里可以有多个唯一索引。

唯一约束和唯一索引的区别：

唯一约束和唯一索引，都可以实现列数据的唯一，列值可以有null。
唯一约束自动创建不独立的唯一索引：创建唯一约束，会自动创建一个同名的唯一索引，该索引不能单独删除，删除约束会自动删除索引。唯一约束是通过唯一索引来实现数据的唯一。
创建一个唯一索引，这个索引就是独立，可以单独删除。
如果一个列上想有约束和索引，且两者可以单独的删除。可以先建唯一索引，再建同名的唯一约束。
外键必须是唯一约束：如果表的一个字段，要作为另外一个表的外键，这个字段必须有唯一约束（或是主键），如果只是有唯一索引，就会报错。

主键索引（唯一非空）

主键索引就是一种特殊的唯一性索引，在唯一索引的基础上增加了不为空的约束，也就是NOTNULL+UNIQUE，一张表最多只有一个主键索引。这是由主键索引的物理实现方式决定的，因为数据存储在文件中只能按照一种顺序进行存储。

单列索引

在表中的单个字段上创建索引。单列索引只根据该字段进行索引。单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可。一个表可以有多个单列索引。

多列(组合、联合)索引

多列索引是在表的多个字段组合上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进行查询，但只有查询条件中使用了这些字段中的第一个字段时才会被使用。使用组合索引时遵循最左前缀集合。

最左前缀集合：指的是由多个列组成的联合索引，在查询时只会使用最左边的几个列进行索引查询。具体来说，如果一个联合索引包含了列A、B和C三列，那么MySQL只能使用A、A+B或者A+B+C这三种方式进行查询。而不能仅仅使用B或者C列进行查询。

全文索引

全文索引(也称全文检索)是目前搜索引擎使用的一种关键技术。它能够利用**[分词术]等多种算法智能分析出文本文字中关键词的频率和重要性，然后按照一定的算法规则智能地筛选出我们想要的搜索结果。全文索引非常适合大型数据集**，对于小的数据集，它的用处比较小。

使用参数FULLTEXT可以设置索引为全文索引。在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值。全文索引只能创建在CHAR、VARCHAR或TEXT类型及其系列类型的字段上，查询数据量较大的字符串类型的字段时，使用全文索引可以提高查询速度。例如，表student的字段information是TEXT类型该字段包含了很多文字信息。在字段information上建立全文索引后，可以提高查询字段information的速度。

全文索引典型的有两种类型：自然语言的全文索引和布尔全文索引

自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里，相关度是基于匹配的关键词的个数，以及关键词在文档中出现的次数。在整个索引中出现次数越少的词语，匹配时的相关度就越高。相反，非常常见的单词将不会被搜索，如果一个词语的在超过50%的记录中都出现了，那么自然语言的搜索将不会搜索这类词语。

MySQL数据库从3.23.23版开始支持全文索引，但MySQL5.6.4以前只有Myisam支持，5.6.4版本以后innodb才支持，但是官方版本不支持中文分词，需要第三方分词插件。在5.7.6版本，MySQL内置了ngram全文解析器，用来支持亚洲语种的分词。试或使用全文索引时，要先看一下自己的MySQL版本、存储引擎和数据类型是否支持全文索引。

随着大数据时代的到来，关系型数据库应对全文索引的需求已力不从心，逐渐被solrElasticSearch等专门的搜索引擎所替代。

空间索引（不常用）

使用参数SPATIAL可以设置索引为空间索引。空间索引只能建立在空间数据类型上，这样可以提高系统获取空间数据的效率。MySQL中的空间数据类型包括GEOMETRY、POINT、LINESTRING和POLYGON等。

目前只有MyISAM存储引擎支持空间检索，而且索引的字段不能为空值。对于初学者来说，这类索引很少会用到。

小结：不同的存储引擎支持的索引类型也不一样

InnoDB：支持B-tree、Full-text等索引，不支持Hash索引
MyISAM：支持B-tree、Full-text等索引，不支持Hash索引
Memory：支持B-tree、Hash等索引，不支持Full-text索引
NDB：支持Hash索引，不支持B-tree、Full-text等索引
Archive：不支持B-tree、Hash、Full-text等索引

建表时创建索引

MySQL支持多种方法在单个或多个列上创建索引：在创建表的定义语句 CREATE TABLE 中指定索引列，使用ALTER TABLE语句在存在的表上创建索引，或者使用CREATE INDEX语句在已存在的表上添加索引。

约束字段会隐式自动创建索引

使用CREATE TABLE创建表时，除了可以定义列的数据类型外，还可以定义主键约束、外键约束或者唯一性约束而不论创建哪种约束，在定义约束的同时相当于在指定列上创建了一个索引。

例如下面部门员工表的主键、唯一字段都隐式的创建了索引：

CREATE TABLE dept(
    dept_id INT PRIMARY KEY AUTO_INCREMENT,        # 主键会自动创建主键索引
    dept_name VARCHAR(20)
);
CREATE TABLE emp(
    emp_id INT PRIMARY KEY AUTO_INCREMENT,
    emp_name VARCHAR(20) UNIQUE,                # 唯一约束会自动创建唯一索引
    dept_id INT,
    CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id)
);

显式、创建表的时候创建索引

1 2	CREATE TABLE 表名 [字段名字段类型] [UNIQUE \| FULLTEXT \| SPATIAL] [INDEX \| KEY] [索引名] (字段名 [length]) [ASC \| DESC]

UNIQUE 、FULLTEXT 和SPATIAL 为可选参数，分别表示唯一索引、全文索引和空间索引；

INDEX 与KEY 为同义词，两者的作用相同，用来指定创建索引；

index_name 指定索引的名称，为可选参数，如果不指定，那么MySQL默认col_name为索引名；

col_name 为需要创建索引的字段列，该列必须从数据表中定义的多个列中选择；

length 为可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度；

ASC 或DESC 指定升序或者降序的索引值存储。

常见索引

#  1.创建普通索引
CREATE TABLE example (
    id INT,
    ...
    year_publication YEAR,            # 被索引的字段
    INDEX(year_publication)         # 普通索引，不附加任何限制条件；不指定索引名，那么默认字段名为索引名；
);
# 2.创建唯一索引
CREATE TABLE example (
    id INT NOT NULL,                # 被索引的字段
    ... 
    UNIQUE INDEX uk_idx_id(id)        # 索引的值必须是唯一的，但允许有空值。
);
# 3.主键索引
# 3.1 设定为主键后数据库会自动建立索引，innodb为聚簇索引
CREATE TABLE example (
    id INT(10) UNSIGNED AUTO_INCREMENT ,    # 被索引字段
    ...
    name VARCHAR(200),
    PRIMARY KEY(id)                            # 主键索引，唯一不为空
);
# 3.2 删除主键索引，修改主键索引：必须先删除掉(drop)原索引，再新建(add)索引
ALTER TABLE example
drop PRIMARY KEY ;
# 4.创建单列索引
CREATE TABLE example (
    id INT NOT NULL,
    name CHAR(50) NULL,
    INDEX single_idx_name(name(20))
);
# 5.创建组合索引：在表中的id、name和age字段上建立组合索引 
CREATE TABLE example (
    id INT(11) NOT NULL,
    name CHAR(30) NOT NULL,
    age INT(11) NOT NULL,
    info VARCHAR(255),
    INDEX multi_idx(id,name,age)
);

全文索引

# 6.创建全文索引
# 6.1 在表中的info字段上建立全文索引
CREATE TABLE example(
    id INT NOT NULL,
    ...
    info VARCHAR(255),
    FULLTEXT INDEX futxt_idx_info(info)
) ENGINE=MyISAM;    # 在MySQL5.7及之后版本中可以不指定最后的ENGINE了，因为在此版本中InnoDB支持全文索引。
# 6.2 给title和body字段添加全文索引
CREATE TABLE articles (
    id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR (200),
    body TEXT,
    FULLTEXT index (title, body)
) ENGINE = INNODB ;
# 全文索引用match+against方式查询
SELECT * FROM articles WHERE MATCH(title,body) AGAINST (‘查询字符串’);
# like方式的的查询
SELECT * FROM articles WHERE body LIKE ‘%查询字符串%’;

注意

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。

在已存在的表上创建索引

在已经存在的表中创建索引可以使用ALTER TABLE语句或者CREATE INDEX语句。

方法一： 使用ALTER TABLE语句创建索引 ALTER TABLE语句创建索引的基本语法如下：

1 2	ALTER TABLE table_name ADD [UNIQUE \| FULLTEXT \| SPATIAL] [INDEX \| KEY] [index_name] (col_name[length],...) [ASC \| DESC]

方法二（推荐）：使用CREATE INDEX创建索引 CREATE INDEX语句可以在已经存在的表上添加索引，在MySQL中，CREATE INDEX被映射到一个ALTER TABLE语句上，基本语法结构为：

1 2	CREATE [UNIQUE \| FULLTEXT \| SPATIAL] INDEX index_name ON table_name (col_name[length],...) [ASC \| DESC]

示例：在学生表上，给年纪、班级字段创建联合索引

1	CREATE INDEX idx_age_classid ON student(age,classId);

删除索引

# 1.使用ALTER TABLE删除索引 ALTER TABLE删除索引的基本语法格式如下：
ALTER TABLE table_name DROP INDEX index_name;
# 2. 使用DROP INDEX语句删除索引 DROP INDEX删除索引的基本语法格式如下：
DROP INDEX index_name ON table_name;

提示

删除表中的列时，若待删除列为索引的组成部分，则该列也会从索引中删除。当组成索引的所有列都被删除，则整个索引将被删除。

查看索引

1
2
3

# 创建联合索引并查看
CREATE INDEX idx_age_classid_name ON student(age,classId,name);
SHOW INDEX FROM student;

索引的设计原则

适合创建索引的情况

唯一特性的字段，适合创建索引

业务上具有唯一特性（例如唯一约束、主键约束）的字段，即使是组合字段，也必须建成唯一索引。
频繁作为where条件的字段，适合创建索引

某字段在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。
经常分组或排序查询的字段，适合创建索引

本身索引就已经排好序了，而且B+树叶节点一起组成双向链表，很适合范围查询。很适合建立索引。

索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者使用 ORDER BY 对数据进行排序的时候，就需要对分组或者排序的字段进行索引。如果待排序的列有多个，可以在这些列上建立联合索引。
增改语句的查询条件字段，适合创建索引

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：因为需要先根据 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。
DISTINCT字段，适合创建索引

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。因为索引会对数据按照某种顺序进行排序，排序后再去重会快很多。
1
SELECT DISTINCT 字段列表 FROM 表名;
多表连接时，连接表数量别超过3张，where字段和连接字段，适合创建索引
- 连接表的数量尽量别超过 3 张，因为每增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，严重影响查询效率。
- 对 WHERE 条件创建索引，因为 WHERE 才是对数据条件的过滤。数据量非常大时，没有 WHERE 条件过滤是非常可怕的。
- 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。
数据范围越小的字段，越适合创建索引

这里说的类型大小指的就是该类型表示的数据范围的大小。

在定义表结构的时候要显式的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等，它们占用的存储空间依次递增，能表示的整数范围当然也是依次递增。如果想要对某个整数列建立索引的话，在表示的整数范围允许的情况下，尽量让索引列使用较小的类型，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，在查询时进行的比较操作越快。数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘I/0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，从而加快读写效率。

该建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的I/0。

很长的varchar字段，适合创建前缀索引

假设字符串很长，那存储一个字符串就需要占用很大的存储空间。在需要为这个字符串列建立索引时意味着在对应的B+树中有这么两个问题:

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。我们可以通过截取字符串区分度高的前缀子串建立索引，这个就叫前缀索引。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。既节约空间，又减少了符串的比较时间，还大体能解决排序的问题。

计算区分度度：

1	count(distinct left(列名, 索引长度))/count(*); # left()函数用于取字符串前缀

案例：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
1
2
create table shop(address varchar(120) not null);
alter table shop add index(address(12));
问题是截取多少：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。

计算不同的长度的区分性，通过区分度判断
1
2
3
4
# 完整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
count(distinct left(列名, 索引长度))/count(*)
索引列前缀对排序的影响：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。

区分度高的字段，适合作为索引
联合索引，将频繁查询的列放到左侧

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。

多个字段都要创建索引时，联合索引优于单值索引
单张表索引数建议别超过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，因为表中的数据更改的同时，索引也会进行调整和更新，会造成负担。
- 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能。

不适合创建索引的情况

在where中使用不到的字段，不要设置索引
数据量小的表，不要设置索引

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。
有大量重复数据的列上，不要设置索引

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。

例如100万数据量的学生表，只有10个男生，其他都是女生，性别字段就别设置索引。

经常更新的表，不要创建过多索引
- 频繁更新的字段不一定要创建索引。因为更新数据的时候，也需要更新索引，如果索引太多，在更新索引的时候也会造成负担，从而影响效率。
- 避免对经常更新的表创建过多索引，并且索引中的列尽可能少。此时虽然提高了查询速度，同时却会降低更新表的速度。
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。
删除很少使用的索引

表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。

不要定义冗余或重复的索引

冗余索引示例：个人信息表，联合索引最左边字段不需再创建索引

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 联合索引就可以对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。

重复索引示例：

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。

创建索引的一些建议

一般性建议

对于单列索引，尽量选择针对当前query过滤性更好的索引
在选择组合索引的时候，当前query中过滤性最好的字段在索引字段顺序中，位置越靠前越好。
在选择组合索引的时候，尽量选择能够当前query中where子句中更多的索引。
在选择组合索引的时候，如果某个字段可能出现范围查询时，尽量把这个字段放在索引次序的最后面。

总之，书写SQL语句时，尽量避免造成索引失效的情况

MySQL8.0索引新特性

支持降序索引

创建降序的外键索引：

CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
show create table ts1\G
# 在MySQL 8.0版本中查看数据表ts1的结构，可以发现是降序
# 在MySQL 5.7版本中查看数据表ts1的结构，索引仍然是默认的升序，

隐藏索引

在MySQL 5.7版本及之前，只能通过显式的方式删除索引。此时，如果发现删除索引后出现错误，又只能通过显式创建索引的方式将删除的索引创建回来。如果数据表中的数据量非常大，或者数据表本身比较大，这种操作就会消耗系统过多的资源，操作成本非常高。

将待删除的索引设置为隐藏索引，mysql确认删除索引后不会出错后再彻底删除索引。

从MySQL 8.x开始支持隐藏索引（invisible indexes），只需要将待删除的索引设置为隐藏索引，使查询优化器不再使用这个索引（即使使用force index（强制使用索引），优化器也不会使用该索引），确认将索引设置为隐藏索引后系统不受任何影响，就可以彻底删除索引。这种通过先将索引设置为隐藏索引，再删除索引的方式就是软删除。

1 2	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

覆盖索引

什么是覆盖索引

覆盖索引：一个索引包含了满足查询结果的数据就叫做覆盖索引，不需要回表等操作。

索引是高效找到行的一个方法，但是一般数据库也能使用索引找到一个列的数据，因此它不必读取整个行。毕竟索引叶子节点存储了它们索引的数据；当能通过读取索引就可以得到想要的数据，那就不需要读取行了。

覆盖索引是非聚簇索引的一种形式，它包括在查询里的SELECT、JOIN和WHERE子句用到的所有列（即建索引的字段正好是覆盖查询条件中所涉及的字段）。简单说就是， 索引列+主键 包含 SELECT 到 FROM之间查询的列 。

覆盖索引情况下，“不等于”索引生效

没覆盖索引情况下，“不等于”索引失效：

没覆盖索引的情况下，使用“不等于”导致索引失效。因为如果使用索引，则需要依次遍历非聚簇索引B+树里所有叶节点，时间复杂度O(n)，找到记录后还要回表，加在一起效率不如全表扫描，所以查询优化器就选择全表扫描了。

覆盖索引情况下，“不等于”索引生效：

覆盖索引，查的两个字段被联合索引给覆盖了，性能更高。虽然还是需要依次遍历非聚簇索引B+树里所有叶节点，时间复杂度O(n)，但是不需要回表了，整体效率比不用索引更高，查询优化器就又使用索引了。

覆盖索引情况下，左模糊查询索引生效

没覆盖索引的情况下，左模糊查询导致索引失效

原因同 没覆盖索引情况下，“不等于”索引失效

覆盖索引情况下，左模糊查询索引生效

主要原因也是因为走非聚簇索引B+树遍历叶节点，不回表，效率会比全表扫描时高，查询优化器选择效率高的方案。

覆盖索引的利弊

好处：

避免回表（Innodb表进行索引的二次查询）

Innodb是以聚簇索引的顺序来存储的，对lnnodb来说，二级索引在叶子节点中所保存的是行的主键信息，若是用二级索引查询数据，在查找到相应的键值后，还需通过主键进行二次查询才能获取我们真实所需要的数据。

在覆盖索引中，二级索引的键值中可以获取所要的数据，避免了对主键的二次查询，减少了IO操作，提升了查询效率。
可以把随机IO变成顺序IO加快查询效率

由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据I0要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO 转变成索引查找的顺序IO。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

弊端：索引字段的维护总是有代价的。在建立冗余索引来支持覆盖索引时需要权衡考虑。这是业务DBA，即业务数据架构师的工作。

给字符串添加索引

前缀索引

MySQL是支持前缀索引的。默认地，如果你创建索引的语句不指定前缀长度，那么索引就会包含整个字符串。

# 创建一张教师表，表定义如下：
create table teacher(
ID bigint unsigned primary key,
email varchar(64),
...
)engine=innodb;
# 给email这个字段添加索引
mysql> alter table teacher add index index1(email);
# 或
mysql> alter table teacher add index index2(email(6));

使用index1（索引包含整个字符串），执行顺序如下：

从index1索引树找到满足索引值是’ zhangssxyz@xxx.com’的这条记录，取得ID2的值；
回表到主键上查到主键值是ID2的行，判断email的值是正确的，将这行记录加入结果集；
取index1索引树上刚刚查到的位置的下一条记录，发现已经不满足email=’ zhangssxyz@xxx.com ’的条件了，循环结束。

这个过程中，只需要回主键索引取一次数据，所以系统认为只扫描了一行。

使用index2（索引包含字符串前缀email(6)），执行顺序如下：

从index2索引树找到满足索引值是’zhangs’的记录，找到的第一个是ID1；
回表到主键上查到主键值是ID1的行，判断出email的值不是’ zhangssxyz@xxx.com ’，这行记录丢弃；
取index2上刚刚查到的位置的下一条记录，发现仍然是’zhangs’，取出ID2，再到回表到ID索引上取整行然后判断，这次值对了，将这行记录加入结果集；
重复上一步，直到在index2上取到的值不是’zhangs’时，循环结束。

使用前缀索引，定义好长度，就可以做到既节省空间，又不用额外增加太多的查询成本。注意：区分度越高，意味着重复的键值越少。

前缀索引不能用覆盖索引

因为非聚簇索引树查到的数据是前缀和id，前缀不是完整数据，必须要回表到聚簇索引树。

所以使用前缀索引就用不上覆盖索引对查询性能的优化了，这也是你在选择是否使用前缀索引时需要考虑的一个因素。

索引下推（ICP）

索引下推(ICP，Index Condition Pushdown)是MySQL 5.6中新特性，是一种在存储引擎层使用索引过滤数据的一种优化方式。

如果没有ICP：联合索引某字段是模糊查询（非左模糊）时，该字段进行条件判断后，后面几个字段不能用来直接条件判断，必须回表后再判断。
启用ICP 后：联合索引某字段是模糊查询（非左模糊）时，该字段进行条件判断后，后面几个字段可以直接条件判断，判断过滤后再回表对不包含在联合索引内的字段条件进行判断。主要优化点是在回表之前过滤，减少回表次数。

主要应用：模糊查询（非左模糊）导致索引里该字段后面的字段无序，必须要回表判断，而使用了索引下推，就不需要回表，直接在联合索引树里判断。

举例：

不支持索引下推的联合索引：例如索引(name,age)，查询name like ‘z%’ and age=？，模糊查询导致age无序。在联合索引树查询时只会查name，后面的age乱序不能直接进行条件判断，必须回表后再判断age。

而支持索引下推的联合索引：例如索引(name,age)，查询name like ‘z%’ and age and address，在联合索引树查询时不止查name，还会判断后面的age，过滤后再回表判断address。

CREATE INDEX idx_name_age ON student(name,age);
#索引失败；非覆盖索引时，左模糊导致索引失效
EXPLAIN SELECT * FROM student WHERE name like '%bc%' AND age=30;
#索引成功；MySQL5.6引入索引下推，where后面的name和age都在联合索引里，可以又过滤又索引，不用回表，索引生效
EXPLAIN SELECT * FROM student WHERE `name` like 'bc%' AND age=30;
#索引成功；name走索引，age用到索引下推过滤，classid不在联合索引里，需要回表。
EXPLAIN SELECT * FROM student WHERE `name` like 'bc%' AND age=30 AND classid=2;

好处: 某些场景下ICP可以大大减少回表次数，提高性能。ICP可以减少存储引擎必须访问基表的次数和MySQL服务器必须访问存储引擎的次数。但是，ICP的加速效果取决于在存储引擎内通过 ICP筛选 的数据的比例。

ICP的使用条件

表的访问类型为 range 、 ref 、 eq_ref 或者 ref_or_null 。
存储引擎：ICP可以用于InnDB和MyISAM存储引擎
必须二级索引：对于InnoDB表，ICP仅用于二级索引。ICP的目标是减少全行读取次数，从而减少I/O操作。
必须不是覆盖索引：当SQL使用覆盖索引时，不支持ICP优化方法。因为这种情况下使用ICP不会减少I/O。
相关子查询的条件不能使用ICP
必须5.6版本及以上：MySQL 5.6版本引入并默认开启，之前版本不支持索引下推。
必须where字段在索引列中：并非全部where条件都可以用ICP筛选，如果where条件的字段不在索引列中，还是要读取整表的记录到server端做where过滤。

ICP的开启/关闭

默认情况下启动索引条件下推。可以通过设置系统变量optimizer_switch控制：index_condition_pushdown

# 打开索引下推
SET optimizer_switch = 'index_condition_pushdown=on';
# 关闭索引下推
SET optimizer_switch = 'index_condition_pushdown=off';

当使用索引条件下推是，EXPLAIN语句输出结果中Extra列内容显示为Using index condition。

开启和关闭ICP性能对比

使用 ICP 优化的查询效率会好一些。数据量大的情况下效果更明显。

普通索引 vs 唯一索引

有一个主键列为ID的表，表中有字段k，并且在k上有索引，假设字段 k 上的值都不重复。

mysql> create table test(
    id int primary key,
    k int not null,
    name varchar(16),
    index (k)
)engine=InnoDB;

查询性能近似

假设，执行查询的语句是 select id from test where k=5。

对于普通索引来说，查找到满足条件的第一个记录(5,500)后，需要查找下一个记录，直到碰到第一个不满足k=5条件的记录。
对于唯一索引来说，由于索引定义了唯一性，查找到第一个满足条件的记录后，就会停止继续检索。所以唯一索引查询性能略高，特别是重复记录很多的时候。

整体来说，二者性能差距很小，因为 InnoDB 是以页为单位读写的，所以可能对于普通索引的扫描过程来说就是在内存中进行，除非是需要跨页查询了，那还要继续读取下一页数据。

普通索引更新性能更高

普通索引更新性能更高，特别是目标页不在内存中场景。
因为普通索引有change buffer（写缓存）将更新后的数据页缓存到内存，下次访问时或后台定期会执行merge操作，将该数据页写入磁盘。（change buffer在事务提交时会写入redo log，保证数据持久化）而唯一索引不支持写缓存，而且插入前要判断唯一性，这部分会影响性能。

写缓存（change buffer）：

当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下， InooDB会将这些更新操作缓存在change buffer中 ，这样就不需要从磁盘中读入这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行change buffer中与这个页有关的操作。通过这种方式就能保证这个数据逻辑的正确性。

merge ：将change buffer中的操作应用到原数据页，得到最新结果的过程称为 merge 。除了访问这个数据页会触发merge外，系统有后台线程会定期merge。在数据库正常关闭（shutdown）的过程中，也会执行merge 操作。

如果能够将更新操作先记录在change buffer， 减少读磁盘 ，语句的执行速度会得到明显的提升。而且，数据读入内存是需要占用 buffer pool 的，所以这种方式还能够 避免占用内存，提高内存利用率。

唯一索引的更新就不能使用change buffer ，实际上也只有普通索引可以使用。

做好区分：

读数据用的是缓冲池buffer pool；

重做日志有个redo log buffer，是将缓冲池里更新的数据写入redo log buffer，事务提交时根据刷盘策略，将redo log buffer刷盘到redo log file或page cache。

change buffer 使用场景

普通索引和唯一索引应该怎么选择？其实，这两类索引在查询能力上是没差别的，主要考虑的是对更新性能的影响。所以，建议你尽量选择普通索引 。
在实际使用中会发现，普通索引和 change buffer 的配合使用，对于 数据量大 的表的更新优化还是很明显的。
不适合change buffer情况：如果所有的更新后面，都马上伴随着对这个记录的查询，那么你应该关闭change buffer 。而在其他情况下，change buffer都能提升更新性能。
事务提交的时候，change buffer 的操作也会记录到redo log中，所以崩溃恢复时，change buffer 也可以找回来。
由于唯一索引用不上change buffer的优化机制，因此如果业务可以接受，从性能角度出发建议优先考虑非唯一索引。但是如果”业务可能无法确保”的情况下，怎么处理：
- 首先，业务正确性优先。我们的前提是“业务代码已经保证不会写入重复数据”的情况下，讨论性能问题。如果业务不能保证，或者业务就是要求数据库来做约束，那么没得选，必须创建唯一索引。这种情况下，本节的意义在于，如果碰上了大量插入数据慢、内存命中率低的时候，给你多提供一个排查思路。
- 然后，在一些“ 归档库 ”的场景，你是可以考虑使用唯一索引的。比如，线上数据只需要保留半年，然后历史数据保存在归档库。这时候，归档数据已经是确保没有唯一键冲突了。要提高归档效率，可以考虑把表里面的唯一索引改成普通索引。

应用场景

数据唯一、多读少写：使用唯一索引，因为它查询性能高，写性能差。
数据唯一、少读多写：使用普通索引+代码逻辑保持唯一。
- 更新之后需要立刻查询：关闭 change buffer。不然要经历更新操作存入change buffer → 加载数据页到内存（缓冲池）→ 更新 → change buffer删除对应更新操作 → 查询的过程，影响性能。关闭后流程是加载数据页到内存（缓冲池）→ 更新 → 查询。
- 更新之后不需要立刻查询：保持change buffer打开。
数据不唯一：使用普通索引，不能使用唯一索引。

主键设计思路

聊一个实际问题：淘宝的数据库，主键是如何设计的？

某些错的离谱的答案还在网上年复一年的流传着，甚至还成为了所谓的MySQL军规。其中，一个最明显的错误就是关于MySQL的主键设计。

自增主键的缺点

自增ID做主键，简单易懂，几乎所有数据库都支持自增类型，只是实现上各自有所不同而已。自增ID除了简单，其他都是缺点，总体来看存在以下几方面的问题：

可靠性不高

存在自增ID回溯的问题，这个问题直到最新版本的MySQL 8.0才修复。
安全性不高

回溯问题：例如，在一个新表中插入三条主键为1、2、3的数据行，这时候用SHOW CREATE TABLE命令查看该表的AUTO_INCREMENT的值是4，这是没问题的。

然后把ID=3的数据行删掉，再次查询AUTO_INCREMENT的值，依然是4，这也是没问题的。

但如果重启一下MySQL，这个值就会变回3，而不是4，发生了回溯。
性能差

自增ID的性能较差，需要在数据库服务器端生成。
需要额外执行函数得知自增值，影响性能

业务还需要额外执行一次类似 last_insert_id() 的函数才能知道刚才插入的自增值，这需要多一次网络交互。在海量并发的系统中，多1条SQL，就多一次性能上的开销。
全局不唯一，高并发时自增锁竞争影响性能

自增ID是局部唯一，只在当前数据库实例中唯一，而非全局唯一，在任意服务器间都是唯一的。不适用于分布式系统。
分库分表、数据迁移时，自增不再适用。

业务字段尽量不要做主键

建议尽量不要用跟业务有关的字段做主键。毕竟，作为项目设计的技术人员，谁也无法预测在项目的整个生命周期中，哪个业务字段会因为项目的业务需求而有重复，或者重用之类的情况出现。

经验： 刚开始使用 MySQL 时，很多人都很容易犯的错误是喜欢用业务字段做主键，想当然地认为了解业务需求，但实际情况往往出乎意料，而更改主键设置的成本非常高。

淘宝订单号的主键设计

在淘宝的电商业务中，订单服务是一个核心业务。列举几个淘宝订单号信息：

1
2
3

1550672064762308113
1481195847180308113
1431156171142308113

订单号是19位的长度，且订单的最后5位都是一样的，都是08113。且订单号的前面14位部分是单调递增的。

大胆猜测，淘宝的订单ID设计应该是：

1	订单ID = 时间 + 去重字段 + 用户ID后6位尾号

这样的设计能做到全局唯一，且对分布式系统查询及其友好。

	时间(秒)	表大小(G)
自增ID	2712	240
UUID	3396	250
有序UUID	2624	243

索引的分类与使用

索引的分类

普通索引

唯一索引

主键索引（唯一非空）

单列索引

多列(组合、联合)索引

全文索引

空间索引（不常用）

建表时创建索引

约束字段会隐式自动创建索引

显式、创建表的时候创建索引

在已存在的表上创建索引

删除索引

查看索引

索引的设计原则

适合创建索引的情况

不适合创建索引的情况

创建索引的一些建议

MySQL8.0索引新特性

支持降序索引

隐藏索引

覆盖索引

什么是覆盖索引

覆盖索引情况下，“不等于”索引生效

覆盖索引情况下，左模糊查询索引生效

覆盖索引的利弊

给字符串添加索引

前缀索引

前缀索引不能用覆盖索引

索引下推（ICP）

ICP的使用条件

ICP的开启/关闭

开启和关闭ICP性能对比

普通索引 vs 唯一索引

查询性能近似

普通索引更新性能更高

change buffer 使用场景

应用场景

主键设计思路

自增主键的缺点

业务字段尽量不要做主键

淘宝订单号的主键设计

推荐的主键设计

核心与非核心业务主键策略选择

UUID的特点

MySQL 8.0主键方案：有序UUID

MySQL8.0之前主键方案：手动赋值

雪花算法