MySQL支持的索引类型
Btree索引
通过B+Tree结构存储数据
加快数据的查询速度
更适合进行范围查找
顺序存储
什么情况下可以使用到
- 全值匹配的查询
- 匹配最左前缀的查询
- 匹配列前缀查询
- 匹配范围值的查询
- 精确匹配左前列并范围匹配另外一列
- 只访问索引的查询
使用限制
- 如果不是按照索引最左列开始查找，则无法使用索引
- 使用索引时不能跳过索引中的列
- not in和<>不能使用索引
- 如果查询中有某个列的范围查询，则其右边所有列都无法使用索引
Hash索引
特点
- 基于hash表实现，只有查询条件精确匹配hash索引中的所有列的时候才能够使用hash索引
- 对于hash索引中的所有列，存储引擎都会为每一行计算一个hash码，hash索引中存储的就是hash码
限制
- hash索引必须进行二次查找
- hash索引无法用于排序
- hash索引无法进行范围查找，不支持部分索引查找
- hash索引中的hash码的计算可能存在has冲突
为什么要使用索引
索引大大减少了存储引擎需要扫描的数据量
索引可以帮助我们进行排序，以避免使用临时表
索引可以把随机I/O改变为顺序I/O
索引不是越多越好
索引会增加写操作的成本
太多的索引会增加查询优化器的选择时间
索引优化策略
索引列上不能使用表达式或者函数
前缀索引和索引列的选择性
- 索引的选择性是不重复的索引值和表的记录数的比值
联合索引
如何选择索引列的顺序
- 经常被使用到的列优先
- 选择性高的列优先
- 宽度小的列优先
覆盖索引
优点
- 可以优化缓存，减少磁盘IO操作
- 可以减少随机I/O，变随机I/O操作为顺序I/O操作
- 可以避免对Innodb主键索引的二次查询
- 可以避免MyISAM表进行系统调用
无法使用覆盖索引的情况
- 存储引擎不支持覆盖索引
- 查询中使用了太多的列
- 使用了双%号的like查询
使用索引来优化查询
使用索引扫描来优化排序
- 通过排序操作
- 按照索引顺序扫描数据
- 索引的列顺序和Order By子句的顺序完全一致
- 索引中所有列的方向（升序，降序）和Order By子句完全一致
- Order by中的字段全部在关联表中的第一张表中
模拟Hash索引优化查询
- 只能处理键值的全值匹配
- 所使用的Hash函数决定着索引键的大小
利用索引优化锁
- 索引可以减少锁定的行数
- 索引可以加快处理速度，同时也加快了锁的释放
索引的维护和优化
删除重复和冗余的索引
查找未被使用过的索引
更新索引统计信息以及减少索引碎片
- analyze table table_name
- optimize table table_name
附件：Xmind图
