索引是什么

假如你手上有一个你公司的客户表，老板说找什么客户你就得帮他找出来。

客户不多的时候，你拿着手指一行一行滑，费不了多少时间就能找到。

后来公司做大了，客户越来越多，好几页的客户，你发现，一行一行滑真的好累啊，最主要找慢了还得挨老板叼。

他妈的，吃力不讨好。

那咋办？

我相信这么聪明的你不会坐以待毙的。

你可能会自己做一些记录，比如拿个小本本写上，

28岁的客户在第一页
29岁的客户在第二页

或者

姓张的客户在第二页
姓李的客户在第三页和第四页

当然这些要根据那张客户表的实际情况来。

这样子，下次老板叫你找29岁的客户，你就一下子翻到第二页，一下子就找到了，轻松又漂亮地解决了问题。

这么机智地解决了问题，当上ceo，迎娶白富美就指日可待了。

好了，美好故事到此就结束了。

真实的情况是怎么样的呢？

真实的情况就是数据库就是故事中的你，你就是故事中的老板，故事中的小本本，就是咱们今天要讲的索引。

索引的特点

那么从这个故事中可以看出索引有什么特点呢？

为了提高查找效率而建立

如果你不给数据库加索引的话，多数情况下，它就真的是一行行找，效率极低。

数据量少的时候不需要索引

但数据量少的时候，也没必要建索引，你想想啊，数据量少的时候，你一下子就找到了，速度比你去翻小本本时间可能还要快点，就不要浪费一个小本本了。
MySQL的索引本质也是一张表的，建立索引也需要相应的空间。

索引是建立在表的数据上的

上面的故事里我也说了，小本本的内容要根据你表里的实际情况来的。
这样的话，如果建立了索引，就要注意两个点：

1. 不要实际删除数据。
   假如你有批客户闹掰了，你一生气，把客户表中那一整页都撕了。
   那你下次按照【31岁的客户在第20页】这个规则去找，但是前面的就被你撕了，现在31岁的客户就提前了几页，你数到第20页，发现找不到，人都傻了。
   MySQL也是这样的，如果删除数据，会导致按照索引查找的数据不会在原先的位置上。

2. 频繁更新的字段不要建立索引。
   假设用户的年龄天天变，那最好也不要记在小本本上了，否则你每天都要去更新小本本，今天是【31岁的客户在第20页】，明天就要改成【32岁的客户在第20页】了。
   MySQL也是这样的，如果建立索引的字段频繁更新，这样便会导致之前建立的索引需要频繁更新。

MySQL索引分类

人家MySQL建立索引的方式比我们记小本本的方式要聪明有效率地多了。
你可以看到我上面做小本本的方式都是根据表中的某一列来的，比如

【31岁的客户在第20页】这个是根据客户的年龄这一列来做的；
【姓李的客户在第三页和第四页】这个使用客户的名字这一列来做的。

在MySQL中，我们也只是需要告诉MySQL用哪些列来做索引即可，然后接下来的事他就会自己做。
咱们建立的索引呢，根据使用列的情况不同，可以分类如下：

• 单值索引：即一个索引只包含单个列。一个表可以有多个单列索引。

• 唯一索引：索引列的值必须唯一，但允许有空值。

• 复合索引：即一个索引包含多个列。

假如现在有一个people表，内有字段id（主键不需要做索引），name，age，phone_number（电话号码）那么：

• 单值索引：可以单独用name或age做一个索引，任何一个字段都可以。这样的索引可以做多个。
• 唯一索引：和单值索引一样，但做索引的该字段必须唯一，比如你确定people表中phone_number的值唯一的话，那么便可以在上面建立唯一索引。
• 复合索引：可以用(name,age)或(age,phone_number)或(name,age,phone_number)做一个索引。

建议：建立复合索引，且一个表不要超过5个索引。

基本语法

• 创建（如果加上UNIQUE则创建唯一索引）：

  CREATE [UNIQUE] INDEX indexName ON mytable(columnname(length));
  或
  ALTER mytable ADD [UNIQUE] INDEX[indexName] ON (columnname(length));

• 删除：

  DROP INDEX [indexName] ON mytable;

• 查看：

  SHOW INDEX FROM table\G

MySQL索引结构

上面的索引建立好后，MySQL是按照什么样的策略去查找数据的呢。
有几种结构，下面讲的是比较常用的BTree结构。

• 图片介绍：

  如图一颗B+树，浅蓝色表示磁盘块，每个磁盘块包括几个数据项（深蓝色）和指针（黄色）。

  如磁盘块1包括数据项17和35，包含指针P1、P2、P3；P1表示小于17的磁盘块，P2表示在17-35之间的磁盘块，P3表示大于35的磁盘块。

  真实的数据只存在于叶子节点，非叶子节点不存储真实数据，只存储指引搜索方向的数据项。

  如17、35并不真实存在数据表中。

• 查找过程（以上图查找数据项29）：

  首先把磁盘块1由磁盘加载到内存，此时发生一次IO；在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，因为内存时间非常短（相比磁盘的IO）可以忽略不计。

  将磁盘块1的P2指向的磁盘块3由磁盘加载到内存，发生第二次IO；确定29在26和30之间，指向磁盘块3的P2指针。

  将磁盘块3的P2指针指向的磁盘块8加载到内存，发生第三次IO，同时内存中做二分查找找到29。

  查询结束，总计三次IO。

• 真实的情况是：3层的B+树可以表示上百万的数据，如果上百万的数据查找只需要3次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要上百万次IO。

• 总结：减少IO次数可以减少查询时间，提高性能，那么怎么减少IO次数？
  答案：增加树的广度而非深度。B+树的叶子节点可以多。

建立索引的时机

哪些情况需要创建索引

• 主键自动建立唯一索引
• 频繁作为查询条件的字段应该创建索引
• 查询中与其他表关联的字段，外键关系建立索引
• 频繁更新的字段不适合创建索引 — 因为每次更新不只更新记录还会更新索引
• Where里用不到的字段的不创建索引
• 单键/组合索引的选择问题 — 在高并发下倾向创建组合索引
• 查询中排序的字段 — 排序字段若通过索引去访问将大大提高排序速度
• 查询中统计或者分组字段

哪些情况不需要创建索引

• 表记录太少 — mysql300w左右就可以考虑建索引了
• 经常增删改的表 — 因为索引要跟着更新
• 数据重复且分布平均的表字段 — 可以用（该字段不同的数据的数量）/（该字段总的数据量），值越接近1，说明不怎么重复，越有建索引的价值。

最后

其实索引只是一个优化数据库查询速度的一个工具，数据量少的时候完全可以不用，​他也有缺点，一旦你对数据表有修改，那么相应的索引也要做修改操作。

而且关于索引，难点在于针对一个具体的表去做出最合适的索引，这不只要看你表里有什么内容，更多要看你的业务，你的业务会经常根据哪些关键词查找，这个更考验一个人的能力吧。

最后祝各位​，早日当上CEO，迎娶白富美​。​