MySQL索引创建原则的示例分析

王林

发布时间：2023-04-17 17:01:03

1170人浏览过

来源于亿速云

转载

一、适合创建索引

1、字段的数值有唯一性限制

根据alibaba规范，指明在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。

MySQL索引创建原则的示例分析

例如，学生表中的学号时具有唯一性的字段，为该字段建立唯一性索引可以快速查询出某个学生的信息，如果使用姓名的话，可能存在同名的情况，从而降低查询速度。

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，尤其实在数据量大的情况下，创建普通索引就可以大幅提升查询效率。

比如测试表student_info有100万数据，假设查询student_id=112322的用户信息，如果没有对student_id字段创建索引，查询结果如下：

select course_id, class_id, name, create_time,student_id from student_info where student_id = 112322;# 花费211ms

MySQL索引创建原则的示例分析

为student_id创建索引后，查询结果如下：

alter table student_info add index idx_sid(student_id);
select course_id, class_id, name, create_time,student_id from student_info where student_id = 112322;# 花费3ms

MySQL索引创建原则的示例分析

3、经常Group by和Order by的列

索引就是让数据按照某种顺序进行存储或检索，因此当使用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，就需要对分组或排序的字段进行索引。如果待排序的列有多个，那可以在这些列上建立组合索引。

比如，按照student_id对学生选秀的课程进行分组，显示不同的student_id和课程的数量，显示100条。如果不对student_id创建索引，查询结果如下：

select student_id,count(*) as num from student_info group by student_id limit 100;#花费2.466s

MySQL索引创建原则的示例分析

为student_id创建索引后，查询结果如下：

alter table student_info add index idx_sid(student_id);
select student_id,count(*) as num from student_info group by student_id limit 100;#花费6ms

MySQL索引创建原则的示例分析

对于既有group by又有order by的查询语句，建议最好建立联合索引，并且将group by中的字段放到order by字段的前边，满足‘最左前缀匹配原则’，这样索引的利用率就会高，自然查询的效率也就会高；同时8.0之后的版本支持降序索引，如果order by之后的字段时降序的，可以考虑直接创建降序索引，也会提高查询效率。

4、Update、Delete的where条件列

对数据按照某个条件进行查询后再进行Update或Delete的操作，如果对Where字段创建了索引，就能答复提升效率。原因是因为需要先根据Where条件列检索出来这条记录，然后再对他进行更新或删除。如果进行更新的时候，更新的字段是非索引字段，提升效率会更明显，这是因为费索引字段更新不需要对所以进行维护。

比如对student_info表中的name字段为sdfasdfas123123的数据修改student_id为110119，在没有对name字段建立索引的情况下，执行情况如下：

update student_info set student_id = 110119 where name = 'sdfasdfas123123';#花费549ms

MySQL索引创建原则的示例分析

添加索引后，执行情况如下：

alter table student_info add index idx_name(name);
update student_info set student_id = 110119 where name = 'sdfasdfas123123';#花费2ms

MySQL索引创建原则的示例分析

5、Distinct字段需要创建索引

有时候需要对某个字段进行去重，使用Distinct，那么对这个创建索引也会提升查询效率。

比如查询课程表中不同student_id都有哪些，如果没有为student_id创建索引，执行情况如下：

select distinct(student_id) from student_id;#花费2ms

MySQL索引创建原则的示例分析

创建索引后，执行情况如下：

alter table student_info add index idx_sid(student_id);
select distinct(student_id) from student_id;#花费0.1ms

6、多表Join连接操作时，创建索引注意事项

首先，连接表的数据量尽量不超过3张，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长非常快，严重影响查询效率。其次，对Where条件创建索引，因为Where才是对数据条件的过滤，如果再数据量非常大的情况下，没有Where条件过滤时非常可怕的，最后，对于连接的字段创建索引，并且改字段再多张表中类型必须一致。

MySQL索引创建原则的示例分析

比如，只对student_id创建索引，查询结果如下：

爱克网络企业网站建设系统 No.090730

系统特点：功能简洁实用。目前互联网上最简洁的企业网站建设系统！原创程序代码。非网络一般下载后修改的代码。更安全。速度快！界面模版分离。原创的分离思路，完全不同于其他方式，不一样的简单感受！搜索引擎优化。做了基础的seo优化。对搜索引擎更友好系统功能关于我们：介绍企业介绍类信息，可自由添加多个介绍栏目！资讯中心：公司或行业资讯类内容展示。可自由添加多个资讯内容！产品展示：支持类别设置，可添加产品图片

下载

select course_id, name, student_info.student_id,course_name
from student_info join course
on student_info.course_id = course.course_id
where name = 'aAAaAA'; #花费176ms

MySQL索引创建原则的示例分析

给name字段创建索引后，查询结果如下：

alter table student_info add index idx_name(name);
select course_id, name, student_info.student_id,course_name
from student_info join course
on student_info.course_id = course.course_id
where name = 'aAAaAA'; #花费2ms

MySQL索引创建原则的示例分析

7、使用列的类型小的创建索引

这里所说的类型小值意思是该类型表示的数据范围的大小。比如在定义表结构的时候要显示的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等，他们占用的存储空间依次递增，能表示的数据范围也是一次递增。如果相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，例如能使用INT不要使用BIGINT，能使用MEDIUMINT不使用INT，原因如下：

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，索引占用的空间就越少，在一个数据页内就可以存下更多的记录，从而减少磁盘I/O带来的性能损耗，也就意味着可以存储更多的数据在数据页中，提高读写效率。

上述对于主键来说很合适，因为在聚簇索引中既存储了数据，也存储了索引，可以很好的减少磁盘I/O；而对于二级索引来说，还需要一次回表操作才能查到完整的数据，也就能加了一次磁盘I/O。

8、使用字符串前缀创建索引

根据Alibaba开发手册，在字符串上建立索引时，必须指定索引长度，没有必要对全字段建立索引。

MySQL索引创建原则的示例分析

比如有一张商品表，表中的商品描述字段较长，在描述字段上建立前缀索引如下：

create table product(id int, desc varchar(120) not null);
alter table product add index(desc(12));

区分度的计算可以使用count(distinct left(列名, 索引长度))/count(*)来确定。

9、区分度高的列适合作为索引

列的基数值得时某一列中不重复数据的个数，比如说某个列包含值2，5，3，6，2，7，2，虽然有7条记录，但该列的基数却是5，也就是说，在记录行数一定的情况下，列的基数越大，该列中的值就越分散；列的基数越小，该列中的值就越集中。这里列的基数指标非常重要，直接影响是否能有效利用索引。最好为列的基数大的列建立索引，为基数太小的列建立索引效果反而不好。

可以使用公式select count(distinct col)/count(*) from table 来计算区分度，越接近1区分度越好。