索引不是银弹

数据库索引：不是银弹

• 使用环境
• 索引分类
• 创建索引的代价
• 最佳实践
• 不是所有针对索引列的查询都能使用索引加速查询
  • 索引只能匹配列的前缀
  • 条件涉及函数操作的无法使用索引
  • 联合索引只能匹配左边的列
• 总结

数据库索引是优化性能的良药，但却不是银弹！！！

近日，一同事突然找到我说，xx，我遇见个奇怪的现象的，增加了好几个索引性能竟然没有变化，奇了怪了。我听完后的第一反应是，我不是应该给你写个索引使用攻略啊？！

使用环境

• MySQL：5.7.24

• 引擎：InnoDB

索引分类

分类依据	索引名称
按存储分	聚簇索引
	二级索引
按字段特性分	主键索引
	普通索引
	前缀索引
按字段个数分	单列索引
	联合索引

Tip：InnoDB会自动使用主键作为表的索引键（如果没有主键，就选择第一个不包含 NULL值的唯一列）。

创建索引的代价

任务事物的背后都是有代价的，索引也不例外。创建额外索引的代价主要表现在：

维护代价

对InnoDB存储引擎来说，创建N个索引，就需要创建对应的N颗B+树，新增数据时不光要修改聚簇索引，还要修改这N个二级索引。

空间存储

二级索引不保存原始数据，但是需要保存索引列的数据，索引会占用多余的数据。

Note：SELECT data_length, index_length FROM information_schema.TABLES WHERE table_name=‘TableName’。

回表代价

二级索引不保存原始数据，通过索引找到主键后需要再查询聚簇索引，才能找到需要的数据。

最佳实践

1. 一开始无需创建太多的索引（除非你确定数据量比较大），等到需要时，比如性能下降，数据量过万，在对具体的场景进行索引优化。

2. 创建索引后，最好使用explain命令进行验证和确认语句是否真的使用的创建的索引。

3. 尽量在比较轻的字段上创建索引，比如能索引int字段，就不要索引varchar字段。

4. 不要忘记了前缀索引，即针对比较长的字段只对前N个字符创建索引。

5. 尽量不要在生产环境中使用 select * 语句，最好使用查询具体字段。

6. 查询字段较少并且数据量特别大时，可以考虑使用全部查询字段的联合索引，这样既能实现索引查询加速，又能避免回表操作。

不是所有针对索引列的查询都能使用索引加速查询

我们回到这位同事是问题上来，我们用一个具体的表来模拟他的情况。

CREATE TABLE `person` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL,
  `score` int(11) NOT NULL,
  `createTime` timestamp NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

针对表person创建了一个联合索引：

CREATE INDEX name_score ON person(name,score);

索引只能匹配列的前缀

如下图所以，执行计划的type=ALL代表了全表扫描，Extra的值 Using where 也表示使用where语句

如下图所以，执行计划的type=range表示走索引扫描，key=name_score 看到实际走了name_score索引

条件涉及函数操作的无法使用索引

如下图所以，由于使用了 LENGTH 函数，语句的执行计划type=ALL代表了全表扫描

联合索引只能匹配左边的列

这个场景就是同事遇见的场景，虽然对name和score建了联合索引，但是仅按照score列搜索时，InnoDB是无法使用索引的，执行计划给出了结果：

其实造成这个的原因也很简单，联合索引是先按照第一列进行排序，第一列相同的数据才会按照第二列进行排序。想让索引跳过第一列，直接使用第二列人眼看也无法解决，还是得按照第二列排序后才能给出合理的答案。问题明确后，解决方案也很简单了：

1. 只创建针对score列的索引（同事的问题就是使用此方法解决）；

2. 查询条件中加上name字段（很明显这个需要区分场景，这里查询班级分数>80的人，就无法加上name字段了）。

总结

好了，这里就是关于索引的全部内容了，这个故事告诉我们：**不光要使用技术，还要了解一些技术的本质！**祝你技能满满！

Last updated 2024-01-13 06:54:44 +0800