我是蝉沐风。
这一篇文章来聊一聊如何用好MySQL索引。
为了更好地进行解释，我创建了一个存储引擎为InnoDB的表 user_innodb，并批量初始化了500W+条数据。包含主键 id、姓名字段（ name）、性别字段（ gender，用0，1表示不同性别）、手机号字段（ phone），并为 name和 phone字段创建了联合索引。
CREATE TABLE user_innodb (
id int NOT NULL AUTO_INCREMENT,
name varchar(255) DEFAULT NULL,
gender tinyint(1) DEFAULT NULL,
phone varchar(11) DEFAULT NULL,
PRIMARY KEY (id)，
INDEX IDX_NAME_PHONE (name, phone)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
1. 索引的代价
索引可以非常有效地提升查询效率，既然这么好，我给每个字段都创建一个索引行不行？我劝你不要冲动。
任何事情都有两面，索引也不例外。过度使用索引，我们在空间和时间上都会付出相应的代价。
1.1 空间上的代价
索引就是一棵B+数，每创建一个索引都需要创建一棵B+树，每一棵B+树的节点都是一个数据页，每一个数据页默认会占用16KB的磁盘空间，每一棵B+树又会包含许许多多的数据页。所以，大量创建索引，你的磁盘空间会被迅速消耗。
1.2 时间上的代价
空间上的代价你可以使用”钞能力”来解决，但时间上的代价我们可能就束手无策了。
链表的维护
我以主键索引为例举个例子，主键索引的B+树的每一个节点内的记录都是按照主键值由小到大的顺序，采用单向链表的方式进行连接的。如下图所示：
如果我现在要删除主键 id为1的记录，会破坏3个数据页内的记录排序，需要对这3个数据页内的记录进行重排列，插入和修改操作也是同理。
注：这里给大家提一嘴，其实删除操作并不会立即进行数据页内记录的重排列，而是会给被删除的记录打上一个删除的标识，等到合适的时候，再把记录从链表中移除，但是总归需要涉及到排序的维护，势必要消耗性能。
假如这张表有12个字段，我们为这张表的12个字段都设置了索引，我们删除1条记录，需要涉及到12棵B+树的N个数据页内记录的排序维护。
更糟糕的是，你增删改记录的时候，还可能会触发数据页的回收和分裂。还是以上图为例，假如我删除了 id为13的记录，那么 数据页124就没有存在的必要了，会被InnoDB存储引擎回收；我插入一条 id为12的记录，如果 数据页32的空间不足以存储该记录，InnoDB又需要进行页面分裂。我们不需要知道页面回收和页面分裂的细节，但是能够想象到这个操作会有多复杂。
如果每个字段都创建索引，所有这些索引的维护操作带来的性能损耗，你能想象了吧。
查询计划
执行查询语句之前，MySQL查询优化器会基于cost成本对一条查询语句进行优化，并生成一个执行计划。如果创建的索引太多，优化器会计算每个索引的搜索成本，导致在分析过程中耗时太多，最终影响查询语句的执行效率。
2. 回表的代价
2.1 什么是回表
我再啰嗦一遍什么是回表，我们可以通过二级索引找到B+树中的叶子结点，但是二级索引的叶子节点的内容并不全，只有索引列的值和主键值。我们需要拿着主键值再去聚簇索引（主键索引）的叶子节点中去拿到完整的用户记录，这个过程叫做回表。
上图中我以 name二级索引为例，并且只画出了二级索引的叶子节点和聚簇索引的叶子节点，省略了两棵B+树的非叶子节点。
从二级索引的叶子节点延伸出的3条线表示的就是回表操作。
2.2 回表的代价
我们根据 name字段查找二级索引的叶子节点的代价还是比较小的，原因有二：
- 叶子节点所在的页通过双向链表进行关联，遍历的速度比较快；
- MySQL会尽量让同一个索引的叶子节点的数据页在磁盘空间中相邻，尽力避免随机IO。
但是二级索引叶子节点中的主键id的排布就没有任何规律了，毕竟 name索引是对 name字段进行排序的。进行回表的时候，极有可能出现主键 id所在的记录在聚簇索引叶子节点中反复横跳的情况（正如上图中回表的3条线表示的那样），也就是随机IO。如果目标数据页恰好在内存中的话效果倒也不会太差，但如果不在内存中，还要从磁盘中加载一个数据页的内容（16KB）到内存中，这个速度可就太慢了。
是不是说完了回表的代价之后，我会给出一种更高效的搜索方式？不是，回表已经是一种比较高效的搜索方式了，我们需要做的就是尽量地减少回表操作带来的损耗，总结起来就是两点：
- 能不回表就不回；
- 必须回表就减少回表的次数。
接下来先给大家介绍两个与回表相关的重要概念，这两个概念涉及到的方法也是索引使用原则的一部分，因为比较重要，在这里我把这两个概念先解释给大家听。
3. 索引覆盖、索引下推
3.1 索引覆盖
想一下，如果非聚簇索引的叶子节点上有你想要的所有数据，是不是就不需要回表了呢？比如我为 name和 phone字段创建了一个联合索引，如下图：
如果我们恰好只想搜索 name、 phone以及主键字段，
SELECT id, name, phone FROM user_innodb WHERE name = "蝉沐风";
可以直接从叶子节点获取所有数据，根本不需要回表操作。
我们把索引中已经包含了所有需要读取的列数据的查询方式称为 覆盖索引（或 索引覆盖）。
3.2 索引下推
3.2.1 概念
还是拿 name和 phone的联合索引为例，我们要查询所有 name为「蝉沐风」，并且手机尾号为6606的记录，查询SQL如下：
SELECT * FROM user_innodb WHERE name = "蝉沐风" AND phone LIKE "%6606";
由于联合索引的叶子节点的记录是先按照 name字段排序， name字段相同的情况下再按照 phone字段排序，因此把 %加在 phone字段前面的时候，是无法利用索引的顺序性来进行快速比较的，也就是说这条查询语句中只有 name字段可以使用索引进行快速比较和过滤。正常情况下查询过程是这个样子的：
- InnoDB使用联合索引查出所有
name为蝉沐风的二级索引数据，得到3个主键值：3485，78921，423476； - 拿到主键索引进行回表，到聚簇索引中拿到这三条完整的用户记录；
- InnoDB把这3条完整的用户记录返回给MySQL的Server层，在Server层过滤出尾号为6606的用户。
如下面两幅图所示，第一幅图表示InnoDB通过3次回表拿到3条完整的用户记录，交给Server层；第二幅图表示Server层经过 phone LIKE "%6606"条件的过滤之后找到符合搜索条件的记录，返给客户端。
值得我们关注的是，索引的使用是在存储引擎中进行的，而数据记录的比较是在Server层中进行的。现在我们把上述搜索考虑地极端一点，假如数据表中10万条记录都符合 name='蝉沐风'的条件，而只有1条符合 phone LIKE "%6606"条件，这就意味着，InnoDB需要将99999条无效的记录传输给Server层让其自己筛选，更严重的是，这99999条数据都是通过回表搜索出来的啊！关于回表的代价你已经知道了。
现在引入 索引下推。准确来说，应该叫做 索引条件下推（Index Condition Pushdown， ICP），就是过滤的动作由下层的存储引擎层通过使用索引来完成，而不需要上推到Server层进行处理。ICP是在MySQL5.6之后完善的功能。
再回顾一下，我们第一步已经通过 name = "蝉沐风"在联合索引的叶子节点中找到了符合条件的3条记录，而且 phone字段也恰好在联合索引的叶子节点的记录中。这个时候可以直接在联合索引的叶子节点中进行遍历，筛选出尾号为6606的记录，找到主键值为78921的记录，最后只需要进行1次回表操作即可找到符合全部条件的1条记录，返回给Server层。
很明显，使用ICP的方式能有效减少回表的次数。
另外，ICP是默认开启的，对于二级索引，只要能把条件甩给下面的存储引擎，存储引擎就会进行过滤，不需要我们干预。
3.2.2 演示
查看一下当前ICP的状态：
SHOW VARIABLES LIKE 'optimizer_switch';
执行以下SQL语句，并用 EXPLAIN查看一下执行计划，此时的执行计划是 Using index condition
EXPLAIN SELECT * FROM user_innodb WHERE name = "蝉沐风" AND phone LIKE "%6606";
然后关闭ICP
SET optimizer_switch="index_condition_pushdown=off";
再查看一下ICP的状态
再次执行查询语句，并用EXPLAIN查看一下执行计划，此时的执行计划是 Using where
EXPLAIN SELECT * FROM user_innodb WHERE name = "蝉沐风" AND phone LIKE "%6606";
注：即使满足索引下推的使用条件，查询优化器也未必会使用索引下推，因为可能存在更高效的方式。
由于之前我给name字段创建了索引，导致一直没有使用索引下推，EXPLAIN语句显示使用了name索引，而不是name和phone的联合索引；删除name索引之后，才获得上述截图的效果。大家做实验的时候需要注意。
到目前为止大家应该清楚了索引和回表带来的性能问题，讲这些自然不是为了恐吓大家让大家远离索引，相反，我们要以正确的方式积极拥抱索引，最大限度降低其带来的负面影响，放大其优势。如何用好索引，从两个方面考虑：
- 高效发挥已经创建的索引的作用（避免索引失效）
- 为合适的列创建合适的索引（索引创建原则）
4. 什么时候索引会失效？
4.1 违反最左前缀原则
拿我们文章开始创建的联合索引为例，该联合索引的B+树数据页内的记录首先按照 name字段进行排序， name字段相同的情况下，再按照 phone字段进行排序。
所以，如果我们直接使用 phone字段进行搜索，无法利用索引的顺序性。
EXPLAIN SELECT * FROM user_innodb WHERE phone = "13203398311";
EXPLAIN可以查看搜索语句的执行计划，其中，possible_keys列表示在当前查询中，可能用到的索引有哪一些；key列表示实际用到的索引有哪一些。
但是一旦加上 name的搜索条件，就会使用到联合索引，而且不需要在意 name在 WHERE子句中的位置，因为查询优化器会帮我们优化。
EXPLAIN SELECT * FROM user_innodb WHERE phone = "13203398311" AND name = '蝉沐风';
4.2 使用反向查询（!=, <>,NOT LIKE）
MySQL在使用反向查询（!=, <>, NOT LIKE）的时候无法使用索引，会导致全表扫描，覆盖索引除外。
EXPLAIN SELECT * FROM user_innodb WHERE name != '蝉沐风';
4.3 LIKE以通配符开头
当使用 name LIKE '%沐风'或者 name LIKE '%沐%'这两种方式都会使索引失效，因为联合索引的B+树数据页内的记录首先按照 name字段进行排序，这两种搜索方式不在意 name字段的开头是什么，自然就无法使用索引，只能通过全表扫描的方式进行查询。
EXPLAIN SELECT * FROM user_innodb WHERE name LIKE '%沐风';
但是使用通配符结尾就没有问题
EXPLAIN SELECT * FROM user_innodb WHERE name LIKE '蝉沐%';
4.4 对索引列做任何操作
如果不是单纯使用索引列，而是对索引列做了其他操作，例如数值计算、使用函数、（手动或自动）类型转换等操作，会导致索引失效。
4.4.1 使用函数
EXPLAIN SELECT * FROM user_innodb WHERE LEFT(name,3) = '蝉沐风';
MySQL8.0新增了函数索引的功能，我们可以给函数作用之后的结果创建索引，使用以下语句
ALTER TABLE user_innodb ADD KEY IDX_NAME_LEFT ((left(name,3)));
再次执行 EXPLAIN语句，此时索引生效
4.4.2 使用表达式
EXPLAIN SELECT * FROM user_innodb WHERE id + 1 = 1100000;
换一种方式，单独使用 id，就能高效使用索引：
EXPLAIN SELECT * FROM user_innodb WHERE id = 1100000 - 1;
4.4.3 使用类型转换
例1
user_innodb中的 phone字段为 varchar类型，实验之前我们先给 phone字段创建个索引
ALTER TABLE user_innodb ADD INDEX IDX_PHONE (phone);
随便搜索一个存在的手机号，看一下索引是否成功
EXPLAIN SELECT * FROM user_innodb WHERE phone = '13203398311';
可以看到能使用到索引，现在我们稍微修改一下，把 phone = '13203398311'修改为 phone = 13203398311，这意味着我们将字符串的搜索条件改成了整形的搜索条件，再看一下还会不会使用到索引：
EXPLAIN SELECT * FROM user_innodb WHERE phone = 13203398311;
显示索引失效。
例2
我们再看一个例子，主键 id类型是 bigint，但是在搜索条件中我估计使用字符串类型：
EXPLAIN SELECT * FROM user_innodb WHERE id = '1099999';
总结
稍微总结一下这个问题，当索引字段类型为字符串时，使用数字类型进行搜索不会用到索引；而索引字段类型为数字类型时，使用字符串类型进行搜索会使用到索引。
要搞明白这个问题，我们需要知道MySQL的数据类型转换规则是什么。简单地说就是MySQL会自动将数字转化为字符串，还是将字符串转化为数字。
一个简单的方法是，通过 SELECT '10' > 9的结果来确定MySQL的类型转换规则：
- 结果为1，说明MySQL会自动将字符串类型转化为数字，相当于执行了
SELECT 10 > 9; - 结果为0，说明MySQL会自动将数字转化为字符串，相当于执行了
SELECT '10' > '9'。
mysql> SELECT '10' > 9;
+----------+
| '10' > 9 |
+----------+
| 1 |
+----------+
1 row in set (0.00 sec)
上面的执行结果为1，说明MySQL遇到类型转换时，会自动将字符串转换为数字类型，因此对于例1:
EXPLAIN SELECT * FROM user_innodb WHERE phone = 13203398311;
就相当于
EXPLAIN SELECT * FROM user_innodb WHERE CAST(phone AS signed int) = 13203398311;
也就是对索引字段使用了函数，按照前文的介绍，对索引使用函数是不会使用到索引的。
对于例2:
EXPLAIN SELECT * FROM user_innodb WHERE id = '1099999';
就相当于
EXPLAIN SELECT * FROM user_innodb WHERE id = CAST('1099999' AS unsigned int);
没有在索引字段添加任何操作，因此能够使用到索引。
4.5 OR连接
使用 OR连接的查询语句，如果 OR之前的条件列是索引列，但是 OR之后的条件列不是索引列，则不会使用索引。举例：
EXPLAIN SELECT * FROM user_innodb WHERE id = 1099999 OR gender = 0;
上面总结了一些索引失效的场景，这些经验的总结往往对SQL的优化很有益处，但同时需要注意的是这些经验并非金科玉律。
比如使用 <>查询时，在某些时候是可以用到索引的：
EXPLAIN SELECT * FROM user_innodb WHERE id <> 1099999;
最终是否使用索引，完全取决于MySQL的优化器，而优化器的判定依据就是cost开销（Cost Base Optimizer），优化器并非基于具体的规则，也不是基于语义，就是单纯地执行开销小的方案罢了。所以在·EXPLAIN·的结果中你会看到 possible_keys一列，优化器会把这里边的索引都试一遍（是不是又加深了对不能随便创建索引的认识呢？），然后选一个开销最小的，如果都不太行，那就直接全表扫描好了。
而cost开销，和数据库版本、数据量等都有关系，因此如果想更精准地提升索引功能性，拥抱 EXPLAIN吧！
5. 索引创建（使用）原则
之前讲过的 索引覆盖和 索引下推都可以作为索引创建的原则，就是在创建索引的时候，尽量发挥 索引覆盖和 索引下推的优势。
尽量避免上述提及到的索引可能失效的情况的出现，同样是索引的使用原则。
除此之外，再给大家介绍一些。
5.1 不为离散度低的列创建索引
先来看一下列的离散度公式： COUNT(DISTINCT(column_name)) / COUNT(*)，列的不重复值的个数与所有数据行的比例。简而言之，如果列的重复值越多，列的离散度越低。重复值越少，离散度就越高。
举个例子， gender（性别）列只有0、1两个值，列的离散度非常低，假如我们为该列创建索引，我们会在二级索引中搜索到大量的重复数据，然后进行大量回表操作。大量回表哈？你懂了吧。
不要为重复值多的列创建索引
5.2 只为用于搜索、排序或分组的列创建索引
我们只为出现在 WHERE子句中的列或者出现在 ORDER BY和 GROUP BY子句中的列创建索引即可。仅出现在查询列表中的列不需要创建索引。
5.3 用好联合索引
用2条SQL语句来说明这个问题：
1. SELECT * FROM user_innodb WHERE name = '蝉沐风' AND phone = '13203398311';
2. SELECT * FROM user_innodb WHERE name = '蝉沐风';
语句1和语句2都能够使用索引，这带给我们的一个索引设计原则就是：
不要为联合索引的第一个索引列单独创建索引
因为联合索引本身就是先按照 name列进行排序，因此联合索引对 name的搜索是有效的，不需要单独为 name再创建索引了。也正因为此
建立联合索引的时候，一定要把最常用的列放在最左边
5.4 对过长的字段，建立前缀索引
如果一个字符串格式的列占用的空间比较大（就是说允许存储比较长的字符串数据），为该列创建索引，就意味着该列的数据会被完整地记录在每个数据页的每条记录中，会占用相当大的存储空间。
对此，我们可以为该列的前几个字符创建索引，也就是在二级索引的记录中只会保留字符串的前几个字符。比如我们可以为 phone列创建索引，索引只保留手机号的前3位：
ALTER TABLE user_innodb ADD INDEX IDX_PHONE_3 (phone(3));
然后执行下面的SQL语句：
EXPLAIN SELECT * FROM user_innodb WHERE phone = '1320';
由于在 IDX_PHONE_3索引中只保留了手机号的前3位数字，所以我们只能定位到以132开头的二级索引记录，然后在遍历所有的这些二级索引记录时再判断它们是否满足第4位数为0的条件。
当列中存储的字符串包含的字符较多时，为该字段建立前缀索引可以有效节省磁盘空间
5.5 频繁更新的值，不要作为主键或索引
因为可能涉及到数据页分裂的情况，会影响性能。
5.6 随机无序的值，不建议作为索引，例如身份证、UUID
具体原因我在图解｜12张图解释MySQL主键查询为什么这么快文章中讲过，感兴趣可以阅读一下。
6. 推荐阅读
我是蝉沐风，如果你觉得这篇文章写得不错，请点赞和评论，你们的支持对我非常重要！我们下期见！
Original: https://www.cnblogs.com/chanmufeng/p/16012145.html
Author: 蝉沐风
Title: 图解｜用好MySQL索引，你需要知道的一些事情
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/710958/
转载文章受原作者版权保护。转载请注明原作者出处！