MySQL索引設計原則深入分析講解
哪些情況適合創建索引？ 字段的數值有唯一性的限制
索引本身可以起到約束的作用，比如唯一索引，主鍵索引都是可以起到唯一性約束的，因此在我們的數據表中如果某個字段是唯一性的，就可以直接創建唯一性索引，或者主鍵索引。這樣可以更快速地通過該索引來確定某條記錄。
業務上具有唯一特性的字段，即使是組合字段，也必須建成唯一索引。(來源:Alibaba)
說明：不要以為唯一索引影響瞭 insert 速度，這個速度損耗可以忽略，但提高查找速度是明顯的。
頻繁作為 WHERE 查詢條件的字段
某個字段在SELECT語句的 WHERE 條件中經常被使用到，那麼就需要給這個字段創建索引瞭。尤其是在數據量大的情況下，創建普通索引就可以大幅提升數據查詢的效率。
經常 GROUP BY 和 ORDER BY 的列
索引就是讓數據按照某種順序進行存儲或檢索，因此當我們使用 GROUP BY 對數據進行分組查詢，或者使用 ORDER BY 對數據進行排序的時候，就需要對分組或者排序的字段進行索引。如果待排序的列有多個，那麼可以在這些列上建立組合索引。
如果既有GROUP BY又有ORDER BY，可以考慮聯合索引，由於GROUP BY先執行，聯合索引中GROUP BY使用的字段排列在前面。
UPDATE、DELETE的WHERE條件列
當我們對某條數據進行UPDATE或者DELETE操作的時候，是否也需要對WHERE條件列創建索引呢？
對數據按照某個條件進行查詢後再進行 UPDATE 或 DELETE 的操作，如果對 WHERE 字段創建瞭索引，就能大幅提升效率。原理是因為我們需要先根據 WHERE 條件列檢索出來這條記錄，然後再對它進行更新或刪除。如果進行更新的時候，更新的字段是非索引字段，提升的效率會更明顯，這是因為非索引字段更新不需要對索引進行維護。
DISTINCT字段需要創建索引
有時候我們需要對某個字段進行去重，使用 DISTINCT，那麼對這個字段創建索引，也會提升查詢效率。索引會對數據按照某種順序進行排序，所以在去重的時候也會快很多。
多表 JOIN 連接操作時，創建索引註意事項
首先，連接表的數量盡量不要超過 3 張，因為每增加一張表就相當於增加瞭一次嵌套的循環，數量級增長會非常快，嚴重影響查詢的效率。
其次，對 WHERE 條件創建索引，因為 WHERE 才是對數據條件的過濾。如果在數據量非常大的情況下，沒有 WHERE 條件過濾是非常可怕的。
最後，對用於連接的字段創建索引，並且該字段在多張表中的類型必須一致。
使用列的類型小的創建索引
我們這裡所說的類型大小指的就是該類型表示的數據范圍的大小。
我們在定義表結構的時候要顯式的指定列的類型，以整數類型為例，有TINYINT、MEDIUMINT、INT、BIGINT等，它們占用的存儲空間依次遞增，能表示的整數范圍當然也是依次遞增。如果我們想要對某個整數列建立索引的話，在表示的整數范圍允許的情況下，盡量讓索引列使用較小的類型，比如我們能使用INT就不要使用 BIGINT ，能使用 MEDIUMINT 就不要使用 INT。這是因為：
數據類型越小，在查詢時進行的比較操作越快；數據類型越小，索引占用的存儲空間就越少，在一個數據頁內就可以放下更多的記錄 ，從而減少磁盤 I/O 帶來的性能損耗，也就意味著可以把更多的數據頁緩存在內存中，從而加快讀寫效率。
這個建議對於表的主鍵來說更加適用 ，因為不僅是聚簇索引中會存儲主鍵值，其他所有的二級索引的節點處都會存儲一份記錄的主鍵值，如果主鍵使用更小的數據類型，也就意味著節省更多的存儲空間和更高效的I/O。
使用字符串前綴創建索引
假設我們的字符串很長，那存儲一個字符串就需要占用很大的存儲空間。在我們需要為這個字符串列建立索引時，那就意味著在對應的B+樹中有這麼兩個問題：
B+樹索引中的記錄需要把該列的完整字符串存儲起來，更費時，而目字符串越長，在索引中占用的存儲空間越大。如果B+樹索引中索引列存儲的字符串很長，那在做字符串比較時會占用更多的時間。
我們可以通過截取字段的前面一部分內容建立索引，這個就叫前綴索引。這樣在查找記錄時雖然不能精確的定位到記錄的位置，但是能定位到相應前綴所在的位置，然後根據前綴相同的記錄的主鍵值回表查詢完整的字符串值。既節約空間，又減少瞭字符串的比較時間，還大體能解決排序的問題。
例如，TEXT和BLOG類型的字段，進行全文檢索會很浪費時間，如果隻檢索字段前面的若幹字符，這樣可以提高檢索速度。
示例：創建一張商戶表，因為地址字段比較長，在地址字段上建立前綴索引
CREATE TABLE shop(address VARCHAR(120) NOT NULL); ALTER TABLE shop ADD INDEX idx_address(address(12));
問題是，截取多少呢？截取得多瞭，達不到節省索引存儲空間的目的；截取得少瞭，重復內容太多，字段的散列度（選擇性）會降低。怎麼計算不同的長度的選擇性呢？
先看一下字段在全部數據中的選擇度：
SELECT COUNT(DISTINCT address) / COUNT(*) FROM shop;
通過不同長度去計算，與全表的選擇性對比：
公式：
COUNT(DISTINCT LEFT(列名, 索引長度)) / COUNT(*)
例如：
SELECT COUNT(DISTINCT LEFT(address,10)) / COUNT(*) AS sub10, -- 截取前10個字符串的選擇度 COUNT(DISTINCT LEFT(address,15)) / COUNT(*) AS sub15, -- 截取前15個字符串的選擇度 COUNT(DISTINCT LEFT(address,20)) / COUNT(*) AS sub20, -- 截取前20個字符串的選擇度 COUNT(DISTINCT LEFT(address,25)) / COUNT(*) AS sub25 -- 截取前25個字符串的選擇度 FROM shop;
引申另一個問題：索引列前綴對排序的影響
如果使用瞭索引列前綴，比方說前邊隻把address列的 前12個字符 放到瞭二級索引中，下邊這個查詢可能就有點兒尷尬瞭：
SELECT * FROM shop ORDER BY address LIMIT 10;
因為二級索引中不包含完整的address列信息，所以無法對前12個字符相同，後邊的字符不同的記錄進行排序，也就是使用索引列前綴的方式，無法支持使用索引排序，隻能使用文件排序。
拓展：Alibaba《 Java開發手冊(黃山版)》
【強制】在 varchar 字段上建立索引時，必須指定索引長度，沒必要對全字段建立索引，根據實際文本區分度決定索引長度。
說明：索引的長度與區分度是一對矛盾體，一般對字符串類型數據，長度為20的索引，區分度會高達 90%以上，可以使用COUNT(DISTINCT LEFT(列名, 索引長度)) / COUNT(*) 的區分度來確定。
區分度高(散列性高)的列適合作為索引
列的基數指的是某一列中不重復數據的個數，比方說某個列包含值2, 5, 8, 2, 5, 8, 2, 5, 8，雖然有9條記錄，但該列的基數卻是3。也就是說，在記錄行數一定的情況下，列的基數越大，該列中的值越分散；列的基數越小，該列中的值越集中。這個列的基數指標非常重要，直接影響我們是否能有效的利用索引，最好為列的基數大的列建立索引，為基數太小列的建立索引效果可能不好。
可以使用公式：
SELECT COUNT(DISTINCT 列名) / COUNT(*) FROM 表名;
計算區分度，越接近1越好，一般超過33%就算是比較高效的索引瞭。
拓展：聯合索引把區分度高(散列性高)的列放在前面。
使用最頻繁的列放到聯合索引的左側
這樣也可以較少的建立一些索引。同時，由於"最左前綴原則"，可以增加聯合索引的使用率。
在多個字段都要創建索引的情況下，聯合索引優於單值索引 限制索引的數目
在實際工作中，我們也需要註意平衡，索引的數目不是越多越好。我們需要限制每張表上的索引數量，建議單張表索引數量不超過6個。原因:
每個索引都需要占用 磁盤空間，索引越多，需要的磁盤空間就越大。索引會影響 INSERT、DELETE、UPDATE等語句的性能，因為表中的數據更改的同時，索引也會進行調整和更新，會造成負擔。優化器在選擇如何優化查詢時，會根據統一信息，對每一個可以用到的索引來進行評估，以生成出一個最好的執行計劃，如果同時有很多個索引都可以用於查詢，會增加MySQL優化器生成執行計劃時間，降低查詢性能。 哪些情況不適合創建索引 在where中使用不到的字段，不要設置索引
WHERE 條件（包括 GROUP BY、ORDER BY）裡用不到的字段不需要創建索引，索引的價值是快速定位，如果起不到定位的字段通常是不需要創建索引的。
數據量小的表最好不要使用索引
如果表記錄太少，比如少於 1000 個，那麼是不需要創建索引的。表記錄太少，是否創建索引對查詢效率的影響並不大。甚至說，查詢花費的時間可能比遍歷索引的時間還要短，索引可能不會產生優化效果。
結論：在數據表中的數據行數比較少的情況下，比如不到1000行，是不需要創建索引的。
有大量重復數據的列上不要建立索引
在條件表達式中經常用到的不同值較多的列上建立索引，但字段中如果有大量重復數據，也不用創建索引。
比如在學生表的"性別"字段上隻有“男”與“女”兩個不同值，因此無須建立索引。如果建立索引，不但不會提高查詢效率，反而會嚴重降低數據更新速度。
示例：要在 100 萬行數據中查找其中的 50 萬行（比如性別為男的數據），一旦創建瞭索引，你需要先訪問 50萬次索引，然後再訪問 50 萬次數據表，這樣加起來的開銷比不使用索引可能還要大。
索引的價值是幫你快速定位。如果想要定位的數據有很多，那麼索引就失去瞭它的使用價值，比如通常情況下的性別字段。
結論：當數據重復度大，比如 高於10% 的時候，也不需要對這個字段使用索引。
避免對經常更新的表創建過多的索引
第一層含義：頻繁更新的字段不一定要創建索引。因為更新數據的時候，也需要更新索引，如果索引太多，在更新索引的時候也會造成負擔，從而影響效率。
第二層含義：避免對經常更新的表創建過多的索引，並且索引中的列盡可能少。此時，雖然提高瞭查詢速度，同時卻會降低更新表的速度。
不建議用無序的值作為索引
例如身份證、UUID(在索引比較時需要轉為ASCII，並且插入時可能造成頁分裂)、MD5、HASH、無序長字符串等。
刪除不再使用或者很少使用的索引
表中的數據被大量更新，或者數據的使用方式被改變後，原有的一些索引可能不再需要。數據庫管理員應當定期找出這些索引，將它們刪除，從而減少索引對更新操作的影響。
不要定義冗餘或重復的索引 冗餘索引
有時候有意或者無意的就對同一個列創建瞭多個索引，比如：index(a,b,c)相當於index(a)、index(a,b)、index(a,b,c)。
示例：
CREATE TABLE person_info ( id INT UNSIGNED NOT NULL AUTO_INCREMENT, name VARCHAR (100) NOT NULL, birthday DATE NOT NULL, phone_number CHAR (11) NOT NULL, country VARCHAR (100) NOT NULL, PRIMARY KEY (id), KEY idx_name_birthday_phone_number (name(10), birthday, phone_number), KEY idx_name (name(10)) );
我們知道，通過idx_name_birthday_phone_number 索引就可以對 name 列進行快速搜索，再創建一個專門針對 name 列的索引就算是一個冗餘索引，維護這個索引隻會增加維護的成本，並不會對搜索有什麼好處。
重復索引
另一種情況，我們可能會對某個列重復建立索引：
CREATE TABLE repeat_index_demo ( col1 INT PRIMARY KEY, co12 INT, UNIQUE uk_idx_c1 (col1), INDEX idx_c1 (col1) );
我們看到，col1既是主鍵、又給它定義為一個唯一索引，還給它定義瞭一個普通索引。可是主鍵本身就會生成聚簇索引，所以定義的唯一索引和普通索引是重復的，這種情況要避免。
小結
索引是一把雙刃劍，可提高查詢效率，但也會降低插入和更新的速度並占用磁盤空間。
選擇索引的最終目的是為瞭使查詢的速度變快，上面給出的原則是最基本的準則，但不能拘泥於上面的準則，大傢要在以後的學習和工作中進行不斷的實踐，根據應用的實際情況進行分析和判斷，選擇最合適的索引方式。
到此這篇關於MySQL索引設計原則深入分析講解的文章就介紹到這瞭,更多相關MySQL索引內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！