從入門到精通MySQL 數(shù)據(jù)庫索引(實(shí)戰(zhàn)案例)
一、索引是什么?能干嘛?
類比理解:索引就像書的目錄。比如你想查《哈利波特》中 “伏地魔” 出現(xiàn)的頁數(shù),不用逐頁翻書,直接看目錄找關(guān)鍵詞就行。數(shù)據(jù)庫里的索引就是幫你快速找到數(shù)據(jù)的 “目錄”。
核心作用:
- 提速查詢:把 “全表掃描”(逐行找數(shù)據(jù))變成 “精準(zhǔn)定位”,查詢速度從 “翻完整本書” 變成 “查目錄找頁碼”。
- 約束數(shù)據(jù):比如主鍵索引能保證數(shù)據(jù)不重復(fù)(像身份證號唯一)。
- 加速排序:索引本身是有序的,排序時(shí)不用臨時(shí)整理數(shù)據(jù)。
二、索引的 4 種主要類型(附通俗例子)
1. BTree 索引(最常用的 “萬能索引”)
- 原理:像字典的拼音目錄,按順序排列(如 a-b-c...),支持范圍查詢(如查 “年齡> 18”)和精準(zhǔn)查詢。
適用場景:90% 的場景都能用,比如:
CREATE INDEX idx_age ON users(age); -- 給年齡字段建索引
- 類比:查字典時(shí),知道 “張三” 的拼音,直接按字母順序翻到對應(yīng)頁。
2. Hash 索引(“快速匹配器”)
- 原理:把數(shù)據(jù)變成 “哈希值”(類似快遞單號),查數(shù)據(jù)時(shí)直接 “對單號”,速度極快(O (1))。
- 限制:只能精準(zhǔn)匹配(如
WHERE id=1
),不能查范圍(如id>100
),且僅內(nèi)存表(MEMORY 引擎)可用。 - 類比:快遞柜取件,輸入單號直接開門,無法 “找所有單號大于 100 的快遞”。
3. 全文索引(“文本搜索神器”)
- 原理:專門針對文章、評論等長文本,把關(guān)鍵詞拆分成 “詞條” 存儲(chǔ)(類似搜索引擎的關(guān)鍵詞索引)。
- 適用場景:查 “包含‘MySQL’的文章”,用
MATCH AGAINST
語句:
CREATE FULLTEXT INDEX idx_article ON articles(content);
- 注意:MySQL 5.7 + 優(yōu)化后性能更好,別用 LIKE '% 關(guān)鍵詞 %'(太慢)。
4. 空間索引(“地圖專用索引”)
- 原理:存儲(chǔ)地理坐標(biāo)(如經(jīng)緯度),支持 “查找附近 5 公里的咖啡店” 這類查詢。
- 適用場景:外賣 APP 找附近商家、地圖軟件標(biāo)地點(diǎn)。
- 限制:字段必須是 GEOMETRY 類型(如點(diǎn)、線、面),InnoDB 引擎從 5.7 開始支持。
三、啥時(shí)候該建索引?啥時(shí)候別建?
? 建議建索引的情況:
- 經(jīng)常用來查詢的字段:比如
WHERE name='張三'
中的 name 字段。 - 表關(guān)聯(lián)字段:多表 JOIN 時(shí)的關(guān)聯(lián)字段(如訂單表的 user_id 關(guān)聯(lián)用戶表)。
- 唯一性字段:主鍵(id)、郵箱(唯一不重復(fù))。
- 頻繁排序的字段:如
ORDER BY create_time
,索引自帶順序,不用額外排序。
? 不建議建索引的情況:
- 數(shù)據(jù)重復(fù)率高的字段:比如 “性別”(只有男 / 女),建索引還不如直接全表掃描快。
- 頻繁更新的字段:比如 “在線狀態(tài)”,每次修改都要更新索引,影響性能。
- 小表數(shù)據(jù):表只有 100 行數(shù)據(jù),全表掃描比查索引更快(索引本身也占空間)。
- 不參與查詢的字段:建了索引也用不上,純屬浪費(fèi)空間。
四、復(fù)合索引:多個(gè)字段 “組隊(duì)” 加速查詢
1. 什么是復(fù)合索引?
- 給多個(gè)字段一起建索引,比如
(name, age)
,相當(dāng)于 “組合目錄”。 - 語法:
CREATE INDEX idx_name_age ON users(name, age);
2. 最左前綴原則(必須掌握?。?/h3>
- 規(guī)則:查詢條件必須從左到右使用索引中的字段,不能跳過。
- 示例:索引是
(name, age)
,支持:
WHERE name='張三' AND age=18; -- 正確,用全索引
WHERE name='張三'; -- 正確,用name部分
(name, age)
,支持:WHERE name='張三' AND age=18; -- 正確,用全索引 WHERE name='張三'; -- 正確,用name部分
不支持:
WHERE age=18; -- 錯(cuò)誤,跳過了name,索引失效 WHERE name='張三' AND age=18 AND address='北京'; -- 正確,address不影響,前兩個(gè)字段用上索引
- 類比:索引像 “省 - 市 - 區(qū)” 的地址,你必須先指定 “省”,才能用索引快速定位,直接查 “區(qū)” 無法用索引。
五、索引優(yōu)化:讓查詢飛起來的技巧
1. 覆蓋索引:“不回表” 的高效查詢
- 定義:查詢的所有字段都在索引里,不用再回表查數(shù)據(jù)(類似查目錄時(shí)直接拿到所有需要的信息,不用翻書)。
- 示例:
-- 表結(jié)構(gòu):users(id, name, age) CREATE INDEX idx_name_age ON users(name, age); -- 索引包含name和age SELECT name, age FROM users WHERE name='張三'; -- 直接從索引取數(shù)據(jù),不用回表
2. 索引失效場景(避坑指南)
- 用了函數(shù)或表達(dá)式:
WHERE UPPER(name)='ZHANGSAN'; -- 對name做了大寫轉(zhuǎn)換,索引失效
類型不匹配:
WHERE id='123'; -- id是數(shù)字類型,傳字符串可能導(dǎo)致索引失效
模糊查詢以通配符開頭:
WHERE name LIKE '%張三'; -- 無法用索引(不知道從哪開始查)
OR 條件分隔無關(guān)聯(lián)字段:
WHERE id=1 OR name='張三'; -- 若id和name沒有共同索引,可能失效
3. 索引管理命令(常用)
創(chuàng)建索引:
CREATE INDEX idx_name ON users(name); -- 普通索引 CREATE UNIQUE INDEX idx_email ON users(email); -- 唯一索引
刪除索引:
DROP INDEX idx_name ON users;
查看索引:
SHOW INDEX FROM users;
分析查詢是否用索引:
EXPLAIN SELECT * FROM users WHERE name='張三'; -- 看執(zhí)行計(jì)劃中的Key列
六、不同引擎的索引差異(簡單了解)
引擎 | 支持的索引類型 | 特點(diǎn) |
---|---|---|
InnoDB | BTree、全文、空間 | 數(shù)據(jù)和索引存一起(聚簇索引),適合事務(wù) |
MyISAM | BTree、全文、RTree | 索引和數(shù)據(jù)分開存,不支持事務(wù) |
Memory | Hash、BTree | 數(shù)據(jù)在內(nèi)存,查詢極快,但重啟數(shù)據(jù)丟失 |
七、實(shí)戰(zhàn)案例:電商訂單表索引優(yōu)化
場景:
查詢 “近 30 天內(nèi),已支付(status=2)且金額> 1000 的訂單”,按時(shí)間倒序。
表結(jié)構(gòu):
CREATE TABLE orders ( id BIGINT PRIMARY KEY, user_id BIGINT, order_time DATETIME, status TINYINT, amount DECIMAL(10,2) );
優(yōu)化方案:
創(chuàng)建聯(lián)合覆蓋索引:
CREATE INDEX idx_status_time_amount ON orders(status, order_time, amount);
查詢語句:
SELECT id, user_id, amount FROM orders WHERE status=2 AND order_time >= NOW() - INTERVAL 30 DAY AND amount > 1000 ORDER BY order_time DESC;
優(yōu)化原理:
- 聯(lián)合索引
(status, order_time, amount)
滿足最左前綴原則,先按狀態(tài)篩選,再按時(shí)間和金額過濾。 order_time
在索引中是有序的,查詢時(shí)直接按倒序取,不用額外排序。- 查詢字段
id, user_id, amount
都在索引中(id
是主鍵,默認(rèn)在索引里),實(shí)現(xiàn)覆蓋索引,不回表。
八、索引使用的核心原則(必記?。?/h2>
- 少而精:單表索引不超過 5 個(gè),避免過度索引(每個(gè)索引都增加寫入開銷)。
- 聯(lián)合索引優(yōu)先:多個(gè)字段頻繁一起查詢時(shí),建聯(lián)合索引比多個(gè)單列索引更高效。
- 覆蓋索引優(yōu)先:讓查詢字段盡量在索引中,減少 “回表” 操作。
- 定期維護(hù):用
ANALYZE TABLE
更新索引統(tǒng)計(jì)信息,用EXPLAIN
分析慢查詢是否用了索引。 - 避免坑點(diǎn):不用函數(shù)處理字段、不寫
SELECT *
(只查需要的字段)、模糊查詢用LIKE '關(guān)鍵詞%'
(別以通配符開頭)。
ANALYZE TABLE
更新索引統(tǒng)計(jì)信息,用EXPLAIN
分析慢查詢是否用了索引。SELECT *
(只查需要的字段)、模糊查詢用LIKE '關(guān)鍵詞%'
(別以通配符開頭)。通過合理設(shè)計(jì)索引,MySQL 查詢性能能提升 10-100 倍!但記住:索引不是越多越好,要在 “查詢速度” 和 “寫入速度” 之間找平衡哦~
到此這篇關(guān)于一文掌握MySQL 數(shù)據(jù)庫索引詳解的文章就介紹到這了,更多相關(guān)mysql數(shù)據(jù)庫索引內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- MySQL數(shù)據(jù)庫給表添加索引的實(shí)現(xiàn)
- MySQL數(shù)據(jù)庫的索引原理與慢SQL優(yōu)化的5大原則
- 為什么Mysql?數(shù)據(jù)庫表中有索引還是查詢慢
- MySQL數(shù)據(jù)庫之索引詳解
- MySQL數(shù)據(jù)庫索引order?by排序精講
- MySQL數(shù)據(jù)庫索引的最左匹配原則
- MySQL中有哪些情況下數(shù)據(jù)庫索引會(huì)失效詳析
- Mysql數(shù)據(jù)庫之索引優(yōu)化
- mysql數(shù)據(jù)庫索引損壞及修復(fù)經(jīng)驗(yàn)分享
- MySQL 聯(lián)合索引與Where子句的優(yōu)化 提高數(shù)據(jù)庫運(yùn)行效率
相關(guān)文章
mysql5.7及mysql 8.0版本修改root密碼的方法小結(jié)
這篇文章主要介紹了mysql5.7及mysql 8.0版本修改root密碼方式 ,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-11-11Slave memory leak and trigger oom-killer
這篇文章主要介紹了Slave memory leak and trigger oom-killer,需要的朋友可以參考下2016-07-07Mysql清空表數(shù)據(jù)庫命令truncate和delete詳解
這篇文章主要介紹了Mysql數(shù)據(jù)庫清空表truncate和delete的相關(guān)知識,本文給大家講解的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-06-06Mysql數(shù)據(jù)庫性能優(yōu)化之子查詢
這篇文章主要介紹了Mysql數(shù)據(jù)庫性能優(yōu)化之子查詢的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下2017-01-01Mysql 數(shù)據(jù)庫開啟binlog的實(shí)現(xiàn)步驟
本文主要介紹了Mysql 數(shù)據(jù)庫開啟binlog的實(shí)現(xiàn)步驟,對于運(yùn)維或架構(gòu)人員來說,開啟binlog日志功能非常重要,具有一定的參考價(jià)值,感興趣的可以了解一下2023-11-11