前言

索引的相信大家都聽說過，但是真正會用的又有幾人?平時工作中寫SQL真的會考慮到這條SQL如何能夠用上索引，如何能夠提升執行效率?

此篇文章詳細的講述了索引優化的幾個原則，只要在工作中能夠隨時應用到，相信你寫出的SQL一定是效率最高，最牛逼的。

文章的腦圖如下：

索引優化規則

1、like語句的前導模糊查詢不能使用索引

select * from doc where title like '%XX'；   --不能使用索引 
select * from doc where title like 'XX%'；   --非前導模糊查詢，可以使用索引 

• 1.
• 2.

因為頁面搜尋嚴禁左模糊或者全模糊，如果需要可以使用搜索引擎來解決。

2、union、in、or 都能夠命中索引，建議使用 in

union能夠命中索引，並且MySQL 耗費的 CPU 最少。

select * from doc where status=1 
union all 
select * from doc where status=2; 

• 1.
• 2.
• 3.

in能夠命中索引，查詢優化耗費的 CPU 比 union all 多，但可以忽略不計，一般情況下建議使用 in。

select * from doc where status in (1, 2); 

• 1.

or 新版的 MySQL 能夠命中索引，查詢優化耗費的 CPU 比 in多，不建議頻繁用or。

select * from doc where status = 1 or status = 2 

• 1.

補充：有些地方說在where條件中使用or，索引會失效，造成全表掃描，這是個誤區：

• ①要求where子句使用的所有欄位，都必須建立索引;
• ②如果資料量太少，mysql制定執行計劃時發現全表掃描比索引查詢更快，所以會不使用索引;
• ③確保mysql版本5.0以上，且查詢優化器開啟了index_merge_union=on, 也就是變數optimizer_switch裡存在index_merge_union且為on。

3、負向條件查詢不能使用索引

• 負向條件有：!=、<>、not in、not exists、not like 等。
• 例如下面SQL語句：

select * from doc where status != 1 and status != 2; 

• 1.

可以優化為 in 查詢：

select * from doc where status in (0,3,4); 

• 1.

4、聯合索引最左字首原則

• 如果在(a,b,c)三個欄位上建立聯合索引，那麼他會自動建立 a| (a,b) | (a,b,c)組索引。
• 登入業務需求，SQL語句如下：

select uid, login_time from user where login_name=? andpasswd=? 

• 1.

• 可以建立(login_name, passwd)的聯合索引。因為業務上幾乎沒有passwd 的單條件查詢需求，而有很多login_name 的單條件查詢需求，所以可以建立(login_name, passwd)的聯合索引，而不是(passwd, login_name)。

1. 建立聯合索引的時候，區分度最高的欄位在最左邊
2. 存在非等號和等號混合判斷條件時，在建立索引時，把等號條件的列前置。如 where a>? and b=?，那麼即使a 的區分度更高，也必須把 b 放在索引的最前列。
3. 最左字首查詢時，並不是指SQL語句的where順序要和聯合索引一致。

• 下面的 SQL 語句也可以命中 (login_name, passwd) 這個聯合索引：

select uid, login_time from user where passwd=? andlogin_name=? 

• 1.

• 但還是建議 where 後的順序和聯合索引一致，養成好習慣。

假如index(a,b,c), where a=3 and b like 'abc%' and c=4，a能用，b能用，c不能用。

5、不能使用索引中範圍條件右邊的列(範圍列可以用到索引)，範圍列之後列的索引全失效

• 範圍條件有：<、<=、>、>=、between等。
• 索引最多用於一個範圍列，如果查詢條件中有兩個範圍列則無法全用到索引。
• 假如有聯合索引 (empno、title、fromdate)，那麼下面的 SQL 中 emp_no 可以用到索引，而title 和 from_date 則使用不到索引。

select * from employees.titles where emp_no < 10010' and title='Senior Engineer'and from_date between '1986-01-01' and '1986-12-31' 

• 1.

6、不要在索引列上面做任何操作(計算、函式)，否則會導致索引失效而轉向全表掃描

例如下面的 SQL 語句，即使 date 上建立了索引，也會全表掃描：

select * from doc where YEAR(create_time) <= '2016'; 

• 1.

可優化為值計算，如下：

select * from doc where create_time <= '2016-01-01'; 

• 1.

比如下面的 SQL 語句：

select * from order where date < = CURDATE()； 

• 1.

可以優化為：

select * from order where date < = '2018-01-2412:00:00'; 

• 1.

7、強制型別轉換會全表掃描

字串型別不加單引號會導致索引失效，因為mysql會自己做型別轉換,相當於在索引列上進行了操作。

如果 phone 欄位是 varchar 型別，則下面的 SQL 不能命中索引。

select * from user where phone=13800001234 

• 1.

可以優化為：

select * from user where phone='13800001234'; 

• 1.

8、更新十分頻繁、資料區分度不高的列不宜建立索引

• 更新會變更 B+ 樹，更新頻繁的欄位建立索引會大大降低資料庫效能。
• “性別”這種區分度不大的屬性，建立索引是沒有什麼意義的，不能有效過濾資料，效能與全表掃描類似。
• 一般區分度在80%以上的時候就可以建立索引，區分度可以使用 count(distinct(列名))/count(*) 來計算。

9、利用覆蓋索引來進行查詢操作，避免回表，減少select * 的使用

• 覆蓋索引：查詢的列和所建立的索引的列個數相同，欄位相同。
• 被查詢的列，資料能從索引中取得，而不用通過行定位符 row-locator 再到 row 上獲取，即“被查詢列要被所建的索引覆蓋”，這能夠加速查詢速度。
• 例如登入業務需求，SQL語句如下。

Select uid, login_time from user where login_name=? and passwd=? 

• 1.

• 可以建立(login_name, passwd, login_time)的聯合索引，由於 login_time 已經建立在索引中了，被查詢的 uid 和 login_time 就不用去 row 上獲取資料了，從而加速查詢。

10、索引不會包含有NULL值的列

只要列中包含有NULL值都將不會被包含在索引中，複合索引中只要有一列含有NULL值，那麼這一列對於此複合索引就是無效的。所以我們在資料庫設計時，儘量使用not null 約束以及預設值。

11、is null, is not null無法使用索引

12、如果有order by、group by的場景，請注意利用索引的有序性

order by 最後的欄位是組合索引的一部分，並且放在索引組合順序的最後，避免出現file_sort 的情況，影響查詢效能。

• 例如對於語句 where a=? and b=? order by c，可以建立聯合索引(a,b,c)。

如果索引中有範圍查詢，那麼索引有序性無法利用，如 WHERE a>10 ORDER BY b;，索引(a,b)無法排序。

13、使用短索引(字首索引)

• 對列進行索引，如果可能應該指定一個字首長度。例如，如果有一個CHAR(255)的列，如果該列在前10個或20個字元內，可以做到既使得字首索引的區分度接近全列索引，那麼就不要對整個列進行索引。因為短索引不僅可以提高查詢速度而且可以節省磁碟空間和I/O操作，減少索引檔案的維護開銷。可以使用count(distinct leftIndex(列名, 索引長度))/count(*) 來計算字首索引的區分度。
• 但缺點是不能用於 ORDER BY 和 GROUP BY 操作，也不能用於覆蓋索引。
• 不過很多時候沒必要對全欄位建立索引，根據實際文字區分度決定索引長度即可。

14、利用延遲關聯或者子查詢優化超多分頁場景

MySQL 並不是跳過 offset 行，而是取 offset+N 行，然後返回放棄前 offset 行，返回 N 行，那當 offset 特別大的時候，效率就非常的低下，要麼控制返回的總頁數，要麼對超過特定閾值的頁數進行 SQL 改寫。

示例如下，先快速定位需要獲取的id段，然後再關聯:

selecta.* from 表1 a,(select id from 表1 where 條件 limit100000,20 ) b where a.id=b.id； 

15、如果明確知道只有一條結果返回，limit 1 能夠提高效率

• 比如如下 SQL 語句：

select * from user where login_name=?; 

• 可以優化為：

select * from user where login_name=? limit 1 .

自己明確知道只有一條結果，但資料庫並不知道，明確告訴它，讓它主動停止遊標移動。

16、超過三個表最好不要 join

• 需要 join 的欄位，資料型別必須一致，多表關聯查詢時，保證被關聯的欄位需要有索引。
• 例如：left join是由左邊決定的，左邊的資料一定都有，所以右邊是我們的關鍵點，建立索引要建右邊的。當然如果索引在左邊，可以用right join。

17、單表索引建議控制在5個以內

18、SQL 效能優化 explain 中的 type：至少要達到 range 級別，要求是 ref 級別，如果可以是 consts 最好

• consts：單表中最多隻有一個匹配行(主鍵或者唯一索引)，在優化階段即可讀取到資料。
• ref：使用普通的索引(Normal Index)。
• range：對索引進行範圍檢索。
• 當 type=index 時，索引物理檔案全掃，速度非常慢。

19、業務上具有唯一特性的欄位，即使是多個欄位的組合，也必須建成唯一索引

不要以為唯一索引影響了 insert 速度，這個速度損耗可以忽略，但提高查詢速度是明顯的。另外，即使在應用層做了非常完善的校驗控制，只要沒有唯一索引，根據墨菲定律，必然有髒資料產生。

20.建立索引時避免以下錯誤觀念

索引越多越好，認為需要一個查詢就建一個索引。

寧缺勿濫，認為索引會消耗空間、嚴重拖慢更新和新增速度。

抵制惟一索引，認為業務的惟一性一律需要在應用層通過“先查後插”方式解決。

過早優化，在不瞭解系統的情況下就開始優化。

索引選擇性與字首索引

• 既然索引可以加快查詢速度，那麼是不是隻要是查詢語句需要，就建上索引?答案是否定的。因為索引雖然加快了查詢速度，但索引也是有代價的：索引檔案本身要消耗儲存空間，同時索引會加重插入、刪除和修改記錄時的負擔，另外，MySQL在執行時也要消耗資源維護索引，因此索引並不是越多越好。一般兩種情況下不建議建索引。
• 第一種情況是表記錄比較少，例如一兩千條甚至只有幾百條記錄的表，沒必要建索引，讓查詢做全表掃描就好了。至於多少條記錄才算多，這個個人有個人的看法，我個人的經驗是以2000作為分界線，記錄數不超過 2000可以考慮不建索引，超過2000條可以酌情考慮索引。
• 另一種不建議建索引的情況是索引的選擇性較低。所謂索引的選擇性(Selectivity)，是指不重複的索引值(也叫基數，Cardinality)與表記錄數(#T)的比值：

Index Selectivity = Cardinality / #T 

• 顯然選擇性的取值範圍為(0, 1]``，選擇性越高的索引價值越大，這是由B+Tree的性質決定的。例如，employees.titles表，如果title`欄位經常被單獨查詢，是否需要建索引，我們看一下它的選擇性：

SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles; 
+-------------+ 
| Selectivity | 
+-------------+ 
|      0.0000 | 
+-------------+ 

• title的選擇性不足0.0001(精確值為0.00001579)，所以實在沒有什麼必要為其單獨建索引。
• 有一種與索引選擇性有關的索引優化策略叫做字首索引，就是用列的字首代替整個列作為索引key，當前綴長度合適時，可以做到既使得字首索引的選擇性接近全列索引，同時因為索引key變短而減少了索引檔案的大小和維護開銷。下面以employees.employees表為例介紹字首索引的選擇和使用。
• 假設employees表只有一個索引<emp_no>，那麼如果我們想按名字搜尋一個人，就只能全表掃描了：

EXPLAIN SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido'; 
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+ 
| id | select_type | table     | type | possible_keys | key  | key_len | ref  | rows   | Extra       | 
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+ 
|  1 | SIMPLE      | employees | ALL  | NULL          | NULL | NULL    | NULL | 300024 | Using where | 
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+ 

• 如果頻繁按名字搜尋員工，這樣顯然效率很低，因此我們可以考慮建索引。有兩種選擇，建<first_name>或

SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees; 
+-------------+ 
| Selectivity | 
+-------------+ 
|      0.0042 | 
+-------------+ 
SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees; 
+-------------+ 
| Selectivity | 
+-------------+ 
|      0.9313 | 
+-------------+ 

• <first_name>顯然選擇性太低，`<first_name, last_name>選擇性很好，但是first_name和last_name加起來長度為30，有沒有兼顧長度和選擇性的辦法？可以考慮用first_name和last_name的前幾個字元建立索引，例如<first_name, left(last_name, 3)>，看看其選擇性：

SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees; 
+-------------+ 
| Selectivity | 
+-------------+ 
|      0.7879 | 
+-------------+ 

• 選擇性還不錯，但離0.9313還是有點距離，那麼把last_name字首加到4：

SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) AS Selectivity FROM employees.employees; 
+-------------+ 
| Selectivity | 
+-------------+ 
|      0.9007 | 
+-------------+ 

• 這時選擇性已經很理想了，而這個索引的長度只有18，比

ALTER TABLE employees.employees 
ADD INDEX `first_name_last_name4` (first_name, last_name(4)); 

• 此時再執行一遍按名字查詢，比較分析一下與建索引前的結果：

SHOW PROFILES; 
+----------+------------+---------------------------------------------------------------------------------+ 
| Query_ID | Duration   | Query                                                                           | 
+----------+------------+---------------------------------------------------------------------------------+ 
|       87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' | 
|       90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' | 
+----------+------------+---------------------------------------------------------------------------------+ 

• 效能的提升是顯著的，查詢速度提高了120多倍。
• 字首索引兼顧索引大小和查詢速度，但是其缺點是不能用於ORDER BY和GROUP BY操作，也不能用於Covering index(即當索引本身包含查詢所需全部資料時，不再訪問資料檔案本身)。