索引使用的基本原则

标签：查询   create   b+树   图片   字段   arc   src   mysq   说明   

　　我们在建表的时候最好创建自增主键，这样非主键索引占用的空间就比较小。这种方式插入数据都是追加数据，不涉及到数据页分裂。但也不是所有场景下都需要自增主键，比如有些业务场景的需求是只有一个索引并且该索引必须是唯一索引，由于没有其他索引，就不用考虑辅助索引的存储空间消耗，可以直接将这个索引设为主键。

覆盖索引

　　比如ID、k是表T中的主键索引和辅助索引，现在有一条查询需求:

select ID from T where k between 3 and 5;

　　因为k索引树中叶子结点值存放的就是ID值，可以直接查询到结果，这时就不需要再回表。索引k覆盖了我们的查询需求，这种索引就叫覆盖索引。由于覆盖索引可以减少搜索索引树的次数，因此这是一个常用的数据库性能优化方法。

联合索引

　　简要的说就是由多个字段组成的索引，假设现在有张市民信息表T：

CREATE TABLE `tuser` (
  `id` int(11) NOT NULL,
  `id_card` varchar(32) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `ismale` tinyint(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `id_card` (`id_card`),
  KEY `name_age` (`name`,`age`)
) ENGINE=I

　　里面有身份证号 id_card、姓名 name等字段，有个高频请求：根据身份证号查询姓名，那么我们就可以创建 (id_card, name) 联合索引，这里会用到覆盖索引，不再需要回表查询整行记录。索引的维护是有代价的，怎样建立联合索引需要考虑具体的业务场景。

最左前缀原则

　　有时候我们会遇到不常见的查询请求，比如根据身份证号查询市民的家庭住址。如果我们走全表扫描效率太低，单独创建一个索引又浪费空间，这会就可以用B+树索引的最左前缀原则。用联合索引 (name, age) 来说明这个概念：

　　比如需求是查询所有名字是张三的人，可以快速定位到 ID4，然后向后扫描所有满足条件的数据。如果查询姓张的人，sql里条件部分可以这样写 “ where name like ‘张%‘ ”，同样也能用到上面的联合索引。这里最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。

　　那我们该如何建立联合索引呢？首先要遵循一个原则：如果通过调整索引顺序，可以少维护一个索引，那么这个顺序就是优先考虑的。比如上面的（id_card，name）索引，根据 id_card 查询家庭住址就不要再建立 联合索引了。

如果既有联合查询，又有基于a、b各自的查询，比如查询语句中只有索引b是不能用联合索引 (a，b)的。那么就要建立两个索引，考虑的原则是索引占用空间。比如市民信息表中 name 字段比 age 占用空间大，就创建一个 (name, age)联合索引和一个 (age)的单字段索引。

　　对于联合索引，还有一个问题：字段中不符合最左前缀的部分会怎么样？同样用上面的 (name, age) 索引来说明，现在有一个需求：“查询出名字第一个字是张，年龄为10岁的男孩”。sql是这样的：

select * from T where name like ‘张%‘ and age = 10 and ismale = 1;

在MySQL5.6之前，只能不停的回表查到最后的结果；5.6之后引入了索引下推优化，就是在索引遍历过程中，对索引中包含的字段中先做判断，过滤掉不满足条件的记录，减少回表的次数。用两个图来解释：分别是优化前后

可以看到原来是4次回表，优化后变成2次，减少了对资源的访问。

索引使用的基本原则

标签：查询   create   b+树   图片   字段   arc   src   mysq   说明   

原文地址：https://www.cnblogs.com/fly-bryant/p/13199956.html