Mysql高级篇学习总结10：适合创建索引的11种情况、不适合创建索引7的种情况

为了使索引的使用效率更高，创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。

1、测试数据准备

1.1 创建学生表和课程表：

#1.创建学生表和课程表
CREATE TABLE `student_info` (
 `id` INT(11) AUTO_INCREMENT,
 `student_id` INT NOT NULL ,
 `name` VARCHAR(20) DEFAULT NULL,
 `course_id` INT NOT NULL ,
 `class_id` INT(11) DEFAULT NULL,
 `create_time` DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
 PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE `course` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`course_id` INT NOT NULL ,
`course_name` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

1.2 创建随机产生字符串函数、随机数函数

#函数1：创建随机产生字符串函数

DELIMITER //
CREATE FUNCTION rand_string(n INT) 
	RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN 
	DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
	DECLARE return_str VARCHAR(255) DEFAULT '';
	DECLARE i INT DEFAULT 0;
	WHILE i < n DO 
       SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
       SET i = i + 1;
    END WHILE;
    RETURN return_str;
END //
DELIMITER ;

#函数2：创建随机数函数
DELIMITER //
CREATE FUNCTION rand_num (from_num INT ,to_num INT) RETURNS INT(11)
BEGIN   
DECLARE i INT DEFAULT 0;  
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1))   ;
RETURN i;  
END //
DELIMITER ;

如果修改失败，可以先将环境变量进行修改：

# 查看环境变量
SELECT @@log_bin_trust_function_creators;
# 修改环境变量
SET GLOBAL log_bin_trust_function_creators = 1;

1.3 创建插入课程表存储过程、创建插入学生信息表存储过程

# 存储过程1：创建插入课程表存储过程
DELIMITER //
CREATE PROCEDURE  insert_course( max_num INT )
BEGIN  
DECLARE i INT DEFAULT 0;   
 SET autocommit = 0;    #设置手动提交事务
 REPEAT  #循环
 SET i = i + 1;  #赋值
 INSERT INTO course (course_id, course_name ) VALUES (rand_num(10000,10100),rand_string(6));  
 UNTIL i = max_num  
 END REPEAT;  
 COMMIT;  #提交事务
END //
DELIMITER ;


# 存储过程2：创建插入学生信息表存储过程
DELIMITER //
CREATE PROCEDURE  insert_stu( max_num INT )
BEGIN  
DECLARE i INT DEFAULT 0;   
 SET autocommit = 0;    #设置手动提交事务
 REPEAT  #循环
 SET i = i + 1;  #赋值
 INSERT INTO student_info (course_id, class_id ,student_id ,NAME ) VALUES (rand_num(10000,10100),rand_num(10000,10200),rand_num(1,200000),rand_string(6));  
 UNTIL i = max_num  
 END REPEAT;  
 COMMIT;  #提交事务
END //
DELIMITER ;

1.4 调用存储过程：

调用存储过程，往课程表里插入1000个课程，往学生表里插入100万条数据

#调用存储过程：
CALL insert_course(1000);
CALL insert_stu(1000000);

分别查看课程表和学生表的数据，可以看到创建的课程表和学生表的数据量都是对的。但是查询学生表的数据量花了16.34s。

mysql> SELECT COUNT(*) FROM course;
+----------+
| COUNT(*) |
+----------+
|     1000 |
+----------+
1 row in set (0.01 sec)

mysql> SELECT COUNT(*) FROM student_info;
+----------+
| COUNT(*) |
+----------+
|  1000000 |
+----------+
1 row in set (16.34 sec)

2、适合创建索引的11种情况

2.1 字段的数值有唯一性的限制

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）

2.2 频繁作为 WHERE 查询条件的字段

先查看下目前学生表的索引，只要一个主键索引id。

mysql> SHOW INDEX FROM student_info;
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table        | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student_info |          0 | PRIMARY  |            1 | id          | A         |      967000 |     NULL | NULL   |      | BTREE      |         |               |
+--------------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
1 row in set (0.00 sec)

１）此时根据student_id进行检索，检索时间大约是200毫秒；（未添加索引）
２）然后给student_id添加索引；
３）添加完索引后，此时检索0.00秒；（添加了索引）

mysql> SELECT course_id, class_id, NAME, create_time, student_id 
    -> FROM student_info
    -> WHERE student_id = 3976580;
Empty set (0.20 sec)

将student_id添加为索引：

mysql> ALTER TABLE student_info
    -> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (6.29 sec)
Records: 0  Duplicates: 0  Warnings: 0

给student_id添加完索引后，此时再次检索：

mysql> SELECT course_id, class_id, NAME, create_time, student_id 
    -> FROM student_info
    -> WHERE student_id = 3976580;
Empty set (0.00 sec)

2.3 经常 GROUP BY 和 ORDER BY 的列

１）根据student_id进行group by检索，耗时0.00秒；（添加了索引）
２）将索引idx_sid删除
３）再次根据student_id进行group by检索，耗时460毫秒；（未添加索引）

mysql> SELECT student_id, COUNT(*) AS num 
    -> FROM student_info 
    -> GROUP BY student_id LIMIT 100;
100 rows in set (0.00 sec)

mysql> DROP INDEX idx_sid ON student_info;
Query OK, 0 rows affected (0.11 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> SELECT student_id, COUNT(*) AS num 
    -> FROM student_info 
    -> GROUP BY student_id LIMIT 100;
100 rows in set (0.46 sec)

接下来测试联合索引，这里页很重要！
１）首先先测根据２个列进行检索，耗时大约430毫秒；（未添加索引）
２）然后添加单列索引：student_id，create_time
３）再根据２个列进行检索，耗时大约1480毫秒；（添加了单列索引）
４）然后创建联合索引：idx_sid_cre_time(student_id,create_time DESC)
５）再根据２个列进行检索，耗时大约190毫秒；（添加了联合索引）

mysql> SELECT student_id, COUNT(*) AS num FROM student_info 
    -> GROUP BY student_id 
    -> ORDER BY create_time DESC 
    -> LIMIT 100; 
ERROR 1055 (42000): Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'dbtest1.student_info.create_time' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by

显示报错，可以临时修改下sql_mode，然后再执行，大约需要430毫秒；

mysql> SELECT @@sql_mode;
+-------------------------------------------------------------------------------------------------------------------------------------------+
| @@sql_mode                                                                                                                                |
+-------------------------------------------------------------------------------------------------------------------------------------------+
| ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION |
+-------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

mysql> SET @@sql_mode = 'STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';
Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql> SELECT student_id, COUNT(*) AS num FROM student_info   GROUP BY student_id   ORDER BY create_time DESC   LIMIT 100;
100 rows in set (0.43 sec)

测试完未添加索引的，然后添加单列索引：student_id，create_time

mysql> ALTER TABLE student_info
    -> ADD INDEX idx_sid(student_id);
Query OK, 0 rows affected (6.66 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> ALTER TABLE student_info
    -> ADD INDEX idx_cre_time(create_time);
Query OK, 0 rows affected (7.44 sec)
Records: 0  Duplicates: 0  Warnings: 0

添加了单列索引后，此时再进行测试，耗时大约：1480毫秒

mysql> SELECT student_id, COUNT(*) AS num FROM student_info   GROUP BY student_id   ORDER BY create_time DESC   LIMIT 100;
100 rows in set (1.48 sec)

然后再创建联合索引：

ALTER TABLE student_info
ADD INDEX idx_sid_cre_time(student_id,create_time DESC);

添加了联合索引后，此时再进行测试，耗时大约：190毫秒

mysql> SELECT student_id, COUNT(*) AS num FROM student_info   GROUP BY student_id   ORDER BY create_time DESC   LIMIT 100;
100 rows in set (0.19 sec)

2.4 UPDATE、DELETE 的 WHERE 条件列

１）根据name检索进行update，耗时大约420毫秒；（未添加索引）
２）给name字段添加索引；
３）此时再根据name检索进行update，耗时大约0.00秒；（添加了索引）

mysql> UPDATE student_info SET student_id = 10002 
    -> WHERE NAME = '462eed7ac6e791292a79'; 
Query OK, 0 rows affected (0.42 sec)
Rows matched: 0  Changed: 0  Warnings: 0

然后给name字段添加索引：

mysql> ALTER TABLE student_info
    -> ADD INDEX idx_name(NAME);
Query OK, 0 rows affected (7.23 sec)
Records: 0  Duplicates: 0  Warnings: 0

此时再根据name检索进行update，耗时大约0.00秒

mysql> UPDATE student_info SET student_id = 10002   WHERE NAME = '462eed7ac6e791292a79';
Query OK, 0 rows affected (0.00 sec)
Rows matched: 0  Changed: 0  Warnings: 0

2.5 DISTINCT 字段需要创建索引

2.6 多表 JOIN 连接操作时，创建索引注意事项

1. 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的循环，数量级增长会非常快，严重影响查询的效率。
2. 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。
3. 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。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。

接下来继续进行测试：
１）join两张表，通过name进行检索，大约0.00秒；（添加了索引）
２）删除索引idx_name；
３）此时再join两张表，通过name进行检索，大约0.00秒；（未添加索引）

mysql> SELECT s.course_id, NAME, s.student_id, c.course_name 
    -> FROM student_info s JOIN course c
    -> WHERE NAME = '462eed7ac6e791292a79';
Empty set (0.00 sec)

测试删除索引：idx_name

mysql> DROP INDEX idx_name ON student_info;
Query OK, 0 rows affected (0.42 sec)
Records: 0  Duplicates: 0  Warnings: 0

此时再join两张表，通过name进行检索，大约170毫秒；（未添加索引）

mysql> SELECT s.course_id, NAME, s.student_id, c.course_name 
    -> FROM student_info s JOIN course c
    -> ON s.course_id = c.course_id
    -> WHERE NAME = '462eed7ac6e791292a79';
Empty set (0.17 sec)

2.7 使用列的类型小的创建索引

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，查询时进行的比较操作就越快
• 数据类型越小，索引占用的空间就越少，在一个数据页中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

2.8 使用字符串前缀创建索引

假设字符串很长，需要为这个字符串列建立索引的话，那就意味着对应的B+树有这么２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。

可以通过截取字段的前面一部分内容建立索引，这个叫做前缀索引。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。这样既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。

问题是，截取多少呢？
截取的多了，达不到节省索引存储空间的目的；截取的少了，重复内容太多，字段的三列度会降低。
可以通过以下语句来查询该索引长度的选择度，如果越接近于１，说明散列度越高：

select count(distinct left(列名, 索引长度)) / count(*) from 表名;

这条规则非常重要，在Alibaba的《Java开发手册》中有强制提醒：
【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。

2.9 区分度高(散列性高)的列适合作为索引

2.10 使用最频繁的列放到联合索引的左侧

这样可以较少地建立一些索引。同时，由于‘最左前缀原则’，可以增加联合索引的使用率。

2.11 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

这一条和第10条的原理基本一致，只要理解了最左前缀原则，这条就比较好理解了。

3、限制索引的数目

在实际工作中，索引的数目并不是越多越好，建议单张表索引数量不超过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。因为表中数据更改的同时，索引也会同时进行调整和更新
• 优化器在选择如何优化查询时，会根据统一信息，对每一个可用的索引来进行评估，来生成一个最好的执行计划。因此索引越多，会增加优化器生成执行计划的时间，降低查询性能。

4、不适合创建索引的７种情况

4.1 在where中使用不到的字段，不要设置索引

4.2 数据量小的表最好不要使用索引

4.3 有大量重复数据的列上不要建立索引

结论：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。

4.4 避免对经常更新的表创建过多的索引

• 第一层含义：频繁更新的字段不一定要创建索引。
• 第二层含义：避免对经常更新的表创建过多的索引。

4.5 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，并且插入时可能造页分裂）、MD5、HASA、无序长字符串等。

4.6 删除不再使用或者很少使用的索引

4.7 不要定义冗余或重复的索引