MySQL索引的创建与设计原则

适合创建索引的情况

1. 字段的数值有唯一性的限制

• 索引本身可以起到约束的作用，比如唯一索引、主键索引都是可以起到唯一性约束的，因此在我们的数据表中，如果某个字段是唯一性的，就可以直接创建唯一性索引或者主键索引。这样可以更快速地通过该索引来确定某条记录。

  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）
  说明：不要以为唯一索引影响了insert速度，这个速度损耗可以忽略，但提高查找速度是明显的
  

2. 频繁作为where查询条件的字段

• 某个字段在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。尤其是在数据量特别大的情况下，创建普通索引就可以大幅提升数据查询的效率。

3. 经常group by和order by的字段

• 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。如果待排序的字段有多个，那么可以在这些列上建立 组合索引。
• 如果经常同时使用group by和order by进行查询操作，那么可以使用group by和order by的全部查询字段建立组合索引，但是建立的组合索引中group by的字段应该放在order by的字段之前，因为group by在order by之前被执行。

4. update、delete的where条件列

• 更新和删除数据时，where的作用与第2种情况中的作用类似都是为了筛选数据，因此建立索引也能够提高执行速度。

5. distinct字段需要创建索引

• 如果需要对非索引字段（例如：我们常见的学生课程表中的student_id，其中每个学生可以选择多门课）进行去重操作，那么首先需要查询出所有相同的student_id，然后再依次对每个student_id进行去重操作
• 如果需要去重的字段已经建立了索引，由于所有会对数据按照某种顺序进行排序，因此相同的student_id总是连续的，所有在去重的时候会快很多

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。

7. 使用列的类型小的创建索引

• 我们这里所说的类型大小指的就是该类型表示的数据范围的大小。
• 我们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。如果我们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，比如我们能使用INT就不要使用BIGINT，能使用MEDIUMINT就不要使用INT。这是因为:
  • 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/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，从而加快读写效率。
• 这个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/O。

8. 使用字符串前缀创建索引

• 假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的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段的前面一部分内容建立索引，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，又减少了字符串的比较时间，还大体能解决排序的问题。

引申出另一个问题:索引列前缀对排序的影响
如果使用了索引列前缀，比方说前边只把address列的前12个字符放到了二级索引中，下边这个查询可能就有点儿尴尬了:

SELECT *FROM shop ORDER BY address LIMIT 12;

因为二级索引中不包含完整的address列信息，所以无法对前12个字符相同，后边的字符不同的记录进行排序，也就是使用索引列前缀的方式无法支持使用索引排序，只能使用文件排序。

拓展: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。

9. 区分度高(散列性高)的列适合作为索引

列的基数指的是某一列中不重复数据的个数，比方说某个列包含值2，5，8，2，5，8，2，5，8，虽然有9条记录，但该列的基数却是3。也就是说，在记录行数一定的情况下，列的基数越大，该列中的值越分散;列的基数越小，该列中的值越集中。这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引，为基数太小列的建立索引效果可能不好。

可以使用公式 select count(distinct a)/count(*) from t1 计算区分度，越接近1越好，一般超过33%就算是比较高效的索引了。

拓展:联合索引把区分度高(散列性高)的列放在前面。

10. 使用最频繁的列放到联合索引的左侧

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。

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

限制索引的数目

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表索引数量不超过6个。原因如下:

• 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

1. 在where中使用不到的字段，不要创建索引
2. 数据量小的表最好不要使用使用
3. 有大量重复数据的列上不要创建索引
4. 避免对经常更新的表创建过的使用
5. 不建议用无序的值作为索引
6. 删除不再使用或者很少使用的索引
7. 不要定义冗余或重复的索引