索引介绍

MySQL的服务器本质是在内存中的，所有数据库的增删查改都是在内存中进行的，索引也是如此。

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的create index，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

索引就相当于修改数据存储的结构，使得数据查找的效率提高，但是其他操作比如增、删、改可能就会效率降低。

常见的索引：主键索引、唯一索引、普通索引、全文索引。

索引案例

下边建立一个海量的数据表，用来观察有无索引对于查询效率的影响。
把下面的代码保存到.sql为后缀的文件中，然后导入到ubuntu服务器，再启动MySQL服务，输入这样的sql语句：source 你保存在ubuntu中的路径就可以了。

drop database if exists `my_index`;
create database if not exists `my_index` default character set utf8;
use `my_index`;

-- 构建一个8000000条记录的数据
-- 构建的海量表数据需要有差异性，所以使用存储过程来创建，拷贝下面代码就可以了

-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;

-- 产生随机数字
delimiter $$
create function rand_num( )
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;

-- 创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;

-- 雇员表
CREATE TABLE `EMP` (
  `empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号',
  `ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',
  `job` varchar(9) DEFAULT NULL COMMENT '雇员职位',
  `mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
  `hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',
  `sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',
  `comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',
  `deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);

-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);

在建立这个表的时候，出现了这样一个问题：ERROR 1418 (HY000): This function has none of DETERMINISTIC, NO SQL, or READ。是在创建自定义函数的时候，没有指定函数的属性为DETERMINISTIC、NO SQL或READS SQL DATA中的哪一个。我给三个函数的begin的上一行都加上了DETERMINISTIC之后sql就可以跑了。

下面测试查找编号为998877的员工的信息：

mysql> select * from emp where empno=998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | XPffnX | SALESMAN | 0001 | 2024-12-12 00:00:00 | 2000.00 | 400.00 |    493 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (7.61 sec)

可以看到，花费了7.61秒，再接着查同样的员工，时间花费会变短，最后稳定在5.8秒左右。

接着建立索引再试试：

mysql> alter table emp add index(empno);
Query OK, 0 rows affected (40.16 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> select * from emp where empno=998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | XPffnX | SALESMAN | 0001 | 2024-12-12 00:00:00 | 2000.00 | 400.00 |    493 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.00 sec)

建立索引花费了40.16秒，但是查询的时候，竟然瞬间就查到了！

MySQL与磁盘交互的基本单位

MySQL是一款应用软件，可以认为是一种特殊的文件系统。MySQL有很高的IO场景，为了提高IO的效率，MySQL进行IO的基本单位是16KB。

mysql> show global status like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |
+------------------+-------+
1 row in set (0.69 sec)

虽然在文件系统中，磁盘的基本单位是512byte的数据块，而MySQL的InnoDB引擎使用16KB进行IO交互。实际上是在MySQL中有一个大的空间Buffer P ool，来进行缓存，每次从磁盘中读取4个4KB，每次向磁盘中写入4个4KB。这1个16KB在MySQL中叫做1个page！

共识

• MySQL中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL的CURD操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
• 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
• 为了更好的进行上面的操作，MySQL服务器在内存中运行的时候，在服务器内部，就申请了被称为"Buffer Pool"的大内存空间，来进行各种缓存，和磁盘数据进行IO交互。
• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

索引

首先创建一个测试表。

mysql> create table if not exists user (  id int primary key, age int not null , name varchar(16) not null );
Query OK, 0 rows affected (0.06 sec)

-- 插入多条记录，注意，我们并没有按照主键的大小顺序插入哦
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)

-- 查看表内容
mysql> select * from user;
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

发现：插入的时候primary key是乱序插入的，插入完成后变成有序了。

MySQL内部一定需要且会存在大量的page，也就是说MySQL必须将多个同时存在的Page管理起来，“先描述，再组织”！因此page不是单纯的一个内存块，其内部也必须写入对应的管理信息。在buffer_pool内部，对MySQL中的page进行了建模，以B+树等的方式管理起来。

理解page

（图片来自网络)

不同的page在MySQL中都是16KB，使用prev和next构成双向链表。

因为有主键的存在，MySQL会默认按照主键给数据进行排序，从上面的page内数据记录可以看出，数据是有序的且有关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？
插入数据时排序的目的，就是优化查询的效率。
页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
正是因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

• 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
• 但如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了！

（图片来自网络)

页目录Page & B+树

我们在看书的时候，想要看某个章节，有两种做法：一是从头开始逐页翻看，直到找到目标内容；二是通过目录直接找到目标内容。本质上来说目录是以空间换取时间的做法。

所以在page中，也可以引入目录。

（图片来自网络)

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4的记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]（1[1]、2[3]，一共遍历两步就找到了），直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值MySQL会自动排序？因为可以很方便的引入目录！

随着数据量不断的增大，16KB（1个page）不可能存下所有的数据，那么必定会有多个页来存储数据。

（图片来自网络)

在单表数据不断被插入的情况下， MySQL会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。 这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。
那么如何解决呢？解决方案是给Page也带上目录。

• 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
• 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
• 其中，每个目录项的构成是：键值+指针（图中指针没有画）。

（图片来自网络)

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以再加目录页！

（图片来自网络)

这就是B+树！至此，我们已经给我们的表user构建完了主键索引。（MySQL InnoDB下的索引结构）

• 叶子节点保存数据，非叶子结点都没有数据，只有目录项。所以目录页可以存储很多的page，这就导致这棵树是“矮胖型”的，途径的路上节点少，找到目标数据所需的IO次数也少，效率就高了！
• 每一个节点都有目录项，可以大大提供搜搜效率。
• 叶子节点是用链表连接起来的，而非叶子节点之间没有以链表的形式连接！这是B+树的特点。而且我们查找是希望范围查找，也就是自顶向下找到两个叶子，然后两个叶子一个起点一个终点，以链表的形式遍历，就可以得到中间的叶子。

问题是，如果我没有设置主键呢？答案是MySQL会给我们默认添加一个隐藏的列作为主键，因此我们没有设置主键的时候，乱序插入，查询也是可以乱序查到。

因此，Page分为目录页和数据页。目录页只放各个下级Page的最小键值。查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数。

索引为什么不用其他数据结构？

• 链表（线性遍历）？
  刚刚在说索引的结构的时候已经说了，链表的线性遍历效率太过于低下！

• 二叉搜索树？
  二叉搜索树因为每个节点最多只有两个孩子，也就导致这棵树是“高瘦型”的，因此要找到一个节点，就必须经历很多个中间的非叶子节点，意味着系统与硬盘之间有更多的IO Page交互，效率不如B+树；
  而且二叉搜索树存在退化问题，在极端情况下可能退化成线性结构，效率更低了。

• AVL树 & 红黑树？
  虽然AVL树绝对平衡、红黑树近似平衡，不存在退化问题，但是也是二叉树的结构，也是“高瘦型”的，虽然挺好，但是还有更好的——B+树。

• Hash？
  MySQL官方的索引实现方式中，是支持Hash的，不过InnoDB和MyISAM不支持。
  Hash根据其算法特征，决定了有时可以很快(O(1))，但是在范围查找的时候，Hash就不行了。

  Storage Engine	Permissible Index Types
  InnoDB	B+
  MyISAM	B+
  Memory/Heap	Hash, B+
  NDB	Hash, B+(see note in text)

• B树？

  B树与B+树不同的是：

  1. 路上节点也存储数据；
  2. 叶子结点之间没有用链式结构连接起来。

  • 根据第1点：B树路上节点存数据，也就是能存的Page变少了，相比B+而言就是“瘦高型”，瘦高就会导致IO更多、算法更少，效率相较而言低一些。
  • 根据第2点：B树叶子结点没有相连，在查找范围的时候，就需要从头到尾查找两次，而B+树只需要一次，找范围只需要从找到的位置开始往后遍历就好了。

聚簇索引&非聚簇索引

刚刚举例的B+树的图，实际上是InnoDB的索引方式，也就是叶子节点存储数据。这也叫做聚簇索引。而MyISAM也是B+树，不同在于它的叶子结点存数据的地址！

（图片来自网络)

我们在MySQL中看看这个特性：

• MyISAM

  mysql> create database myisam_test; -- 创建数据库
  Query OK, 1 row affected (0.00 sec)
  
  mysql> use myisam_test;
  Database changed
  
  mysql> create table mtest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=MyISAM; -- 使用engine=MyISAM
  Query OK, 0 rows affected (0.01 sec)
  
  -- 在/var/lib/mysql路径中查看MySQL具体的文件结构
  [root@VM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
  total 28
  drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
  drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
  -rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
  -rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm -- 表结构数据
  -rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD -- 该表对应的数据，当前没有数据，所以是0
  -rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI -- 该表对应的主键索引数据

  可以看到，使用MyISAM存储引擎创建表，实际创建的是：.frm, .MYD, .MYI三个文件。
  用户数据与索引数据分离 ->非聚簇索引！

• InnoDB

  mysql> create database innodb_test; -- 创建数据库
  Query OK, 1 row affected (0.00 sec)
  
  mysql> use innodb_test;
  Database changed
  
  mysql> create table itest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=InnoDB; -- 使用engine=InnoDB
  Query OK, 0 rows affected (0.02 sec)
  
  -- 在/var/lib/mysql路径中查看MySQL具体的文件结构
  [root@VM-0-3-centos mysql]# ls innodb_test/ -al
  total 120
  drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
  drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
  -rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
  -rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm -- 表结构数据
  -rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd -- 该表对应的主键索引和用户数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

  使用InnoDB存储引擎创建表，实际创建的是：.frm, .idb两个文件。
  用户数据和索引数据存在一起->聚簇索引！

辅助（普通）索引

MySQL会默认建立主键索引（通过用户设置的主键来建立主索引），用户也可以按照其他的列信息来建立辅助（普通）索引。

• 在MyISAM中，建立辅助索引和主索引没有差别，无非就是主键不能重复，而非主键可以重复。

  下图是基于MyISAM的col2列建立的索引，和主键索引没有差别：（图片来自网络）
  

  

  索引的本质就是B+树这个数据结构！

• 而在InnoDB中，建立辅助索引就是这么简单了

  下图是基于InnoDB的name列建立的索引：（图片来自网络）

  

  图中第三行就是非主键索引的叶子节点，其中只有辅助索引的name列值+主键值。
  因此想要通过辅助索引找到目标值，就需要两遍索引：第一次通过辅助索引找到主键值，第二次通过主键值到主键索引中找到记录。这种过程叫做回表查询。

  为什么不给辅助索引的叶子节点也附上数据，而是只给个主键值呢？
  因为这样就太浪费空间了，通过主键值再主键索引一次，并不会特别麻烦！

索引操作

创建索引

1.创建主键索引

创建主键索引有三种方式：

• 第一种方式
  建表的时候，在字段名后面指定primary key
  比如：create table user1(id int primary key, name varchar(30));

• 第二种方式
  建表的最后指定某列或某几列为主键索引
  比如：create table user2(id int, name varchar(30), primary key(id);

• 第三种方式
  建表之后再添加主键
  比如：

  create table user3(id int, name varchar(30)); 
  alter table user3 add primary key(id);

主键索引的特点：

1. 一个表中最多有一个主键索引，可以使用复合主键
2. 主键索引的效率较高（因为主键不可重复）
3. 创建主键索引的列，值不能为null，且不能重复
4. 主键索引的列基本上是int类型的

2.创建唯一索引

我们建表的时候，添加了唯一键约束，就是创建了一个唯一索引（创建了一个B+树）

创建唯一索引有三种方法：

• 第一种方法

  -- 创建表时，在某列后直接指定unique唯一属性
  create table user4(id int primary key, name varchar(30) unique);

• 第二种方法

  -- 创建表时，在表的后面指定某列或某几列为unique
  create table user5(id int primary key, name varchar(30), unique(name));

• 第三种方法

  create table user6(id int primary key, name varchar(30));
  alter table user6 add unique(name);
  
  -- 举例：
  mysql> alter table test1 add unique(name);
  Query OK, 0 rows affected (0.10 sec)
  Records: 0  Duplicates: 0  Warnings: 0
  
  mysql> show index from test1\G
  *************************** 1. row ***************************
        Table: test1
   Non_unique: 0
     Key_name: PRIMARY
  Seq_in_index: 1
  Column_name: id
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
  Index_comment: 
      Visible: YES
   Expression: NULL
  *************************** 2. row ***************************
        Table: test1
   Non_unique: 0
     Key_name: name
  Seq_in_index: 1
  Column_name: name
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
  Index_comment: 
      Visible: YES
   Expression: NULL
  2 rows in set (0.00 sec)

唯一索引的特点：

1. 一个表中，可以有多个唯一索引
2. 查询效率高
3. 如果某一列建立唯一索引，必须保证此列不能有重复数据
4. 如果一个唯一索引上指定了not null，就等价于主键索引

实际上，唯一索引抛开唯一键的特点不谈，索引本身本质上就是普通索引！

3.创建普通索引

创建普通索引有三种方法：

• 第一种方法

  create table user8(id int primary key,
    name varchar(20),
    email varchar(30),
  index(name) -- 在表的定义最后，指定某列为索引
  );

• 第二种方法

  create table user9(id int primary key, name varchar(20), email
  varchar(30));
  alter table user9 add index(name); -- 创建完表以后指定某列为普通索引

• 第三种方法

  create table user10(id int primary key, name varchar(20), email
  varchar(30));
  -- 创建一个索引名为 idx_name 的索引
  create index idx_name on user10(name);

普通索引的特点：

1. 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
2. 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

复合索引

复合索引也是普通索引，是把多个列同时打在同一个索引上（只有两个列的值都匹配了才算是找到了！）

下面是一个复合索引的例子：

注意，实际上只有两个索引，而非三个！

mysql> alter table test1 add index(name, email);
Query OK, 0 rows affected (0.05 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show index from test1\G
*************************** 1. row ***************************
     Table: test1
Non_unique: 0
  Key_name: PRIMARY
Seq_in_index: 1
Column_name: id
 Collation: A
Cardinality: 0
  Sub_part: NULL
    Packed: NULL
      Null: 
Index_type: BTREE
   Comment: 
Index_comment: 
   Visible: YES
Expression: NULL
*************************** 2. row ***************************
     Table: test1
Non_unique: 1
  Key_name: name
Seq_in_index: 1
Column_name: name
 Collation: A
Cardinality: 0
  Sub_part: NULL
    Packed: NULL
      Null: 
Index_type: BTREE
   Comment: 
Index_comment: 
   Visible: YES
Expression: NULL
*************************** 3. row ***************************
     Table: test1
Non_unique: 1
  Key_name: name
Seq_in_index: 2
Column_name: email
 Collation: A
Cardinality: 0
  Sub_part: NULL
    Packed: NULL
      Null: 
Index_type: BTREE
   Comment: 
Index_comment: 
   Visible: YES
Expression: NULL
3 rows in set (0.00 sec)

复合索引两个特性：

• 索引覆盖
  复合索引有两个键值，如果我需要找的是第二个键值，此时通过第一个键值找到了第二个键值，就可以直接返回了，而不需要去拿主键回表、再走一次索引了。这时直接返回，就把主键索引给省略了，也就是索引覆盖！
• 索引最左匹配原则
  复合索引有两个键值，第一步是拿左侧的第一个键值去匹配的，匹配到了再拿右侧的第二个键值去匹配。若是第一步就拿右侧的键值去匹配，是不行的！

4. 创建全文索引

刚刚说的主键索引、唯一索引、普通索引，都是查找某一列、某几列的键值，但是在大段文字里查找某个字段时，就不适合了。
当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM（因为MyISAM支持事务、高并发，后面讲），而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek）。

CREATE TABLE articles (
    id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
    title VARCHAR(200),
    body TEXT,
    FULLTEXT (title,body)
)engine=MyISAM;

INSERT INTO articles (title,body) VALUES
    ('MySQL Tutorial','DBMS stands for DataBase ...'),
    ('How To Use MySQL Well','After you went through a ...'),
    ('Optimizing MySQL','In this tutorial we will show ...'),
    ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
    ('MySQL vs. YourSQL','In the following database comparison ...'),
    ('MySQL Security','When configured properly, MySQL ...');

mysql> show index from articles\G;
*************************** 1. row ***************************
        Table: articles
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: id
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
*************************** 2. row ***************************
        Table: articles
   Non_unique: 1
     Key_name: title
 Seq_in_index: 1
  Column_name: title
    Collation: NULL
  Cardinality: NULL
     Sub_part: NULL
       Packed: NULL
         Null: YES
   Index_type: FULLTEXT
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
*************************** 3. row ***************************
        Table: articles
   Non_unique: 1
     Key_name: title
 Seq_in_index: 2
  Column_name: body
    Collation: NULL
  Cardinality: NULL
     Sub_part: NULL
       Packed: NULL
         Null: YES
   Index_type: FULLTEXT
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
3 rows in set (0.01 sec)

• 查询有没有使用database这个字段

  mysql> select * from articles;
  +----+-----------------------+------------------------------------------+
  | id | title                 | body                                     |
  +----+-----------------------+------------------------------------------+
  |  1 | MySQL Tutorial        | DBMS stands for DataBase ...             |
  |  2 | How To Use MySQL Well | After you went through a ...             |
  |  3 | Optimizing MySQL      | In this tutorial we will show ...        |
  |  4 | 1001 MySQL Tricks     | 1. Never run mysqld as root. 2. ...      |
  |  5 | MySQL vs. YourSQL     | In the following database comparison ... |
  |  6 | MySQL Security        | When configured properly, MySQL ...      |
  +----+-----------------------+------------------------------------------+
  6 rows in set (0.00 sec)
  
  mysql> select * from articles where body like '%database%';
  +----+-------------------+------------------------------------------+
  | id | title             | body                                     |
  +----+-------------------+------------------------------------------+
  |  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
  |  5 | MySQL vs. YourSQL | In the following database comparison ... |
  +----+-------------------+------------------------------------------+
  2 rows in set (0.00 sec)
  

  使用explain工具看一下查询的过程：

  mysql> explain select * from articles where body like '%database%'\G;
  *************************** 1. row ***************************
             id: 1            -> 一般表示执行的优先级
    select_type: SIMPLE       -> 表示简单查询
          table: articles     -> 要查的表名
     partitions: NULL
           type: ALL          -> ALL表示全部遍历
  possible_keys: NULL
            key: NULL         -> NULL说明没有用到任何的索引
        key_len: NULL
            ref: NULL
           rows: 6
       filtered: 16.67
          Extra: Using where
  1 row in set, 1 warning (0.00 sec)
  
  mysql> explain select * from articles where match(title, body) against('database')\G;
  *************************** 1. row ***************************
             id: 1
    select_type: SIMPLE
          table: articles
     partitions: NULL
           type: fulltext     -> 全文索引
  possible_keys: title
            key: title        -> 用到了title索引
        key_len: 0
            ref: const
           rows: 1
       filtered: 100.00
          Extra: Using where
  1 row in set, 1 warning (0.00 sec)

查询索引

查询索引有三种方法：

• 第一种方法：show keys from 表名;

  mysql> show keys from test1 \G
  *************************** 1. row ***************************
        Table: test1        -> 表名
   Non_unique: 0            -> 0表示唯一索引
     Key_name: PRIMARY      -> 主键索引
  Seq_in_index: 1
  Column_name: id           -> 索引在哪一列
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE        -> 其实是B+树
      Comment: 
  Index_comment: 
      Visible: YES
   Expression: NULL
  1 row in set (0.00 sec)

• 第二种方法：show index from 表名;

• 第三种方法：desc 表名;

删除索引

删除索引有三种方法：

• 第一种方法：删除主键索引 alter table 表名 drop primary key;
• 第二种方法：删除其他索引 alter table 表名 drop index 索引名; （索引名就是查询索引里的Key_name）
• 第三种方法：drop index 索引名 on 表名;

索引创建原则

• 比较频繁作为查询条件的字段应该创建索引
• 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
• 更新非常频繁的字段不适合作创建索引
• 不会出现在where子句中的字段不该创建索引