你好，我是朱晓峰。 在我们的超市信息系统刚刚开始运营的时候，因为数据量很少，每一次的查询都能很快拿到结果。但是，系统运转时间长了以后，数据量不断地累积，变得越来越庞大，很多查询的速度就变得特别慢。这个时候，我们就采用了MySQL 提供的高效访问数据的方法—— 索引，有效地解决了这个问题，甚至之前的一个需要8秒钟才能完成的查询，现在只用0.3秒就搞定了，速度提升了20多倍。 那么，索引到底是啥呢？该怎么使用呢？这节课，我们就来聊一聊。 # 索引是什么？ 如果你去过图书馆，应该会知道图书馆的检索系统。图书馆为图书准备了检索目录，包括书名、书号、对应的位置信息，包括在哪个区、哪个书架、哪一层。我们可以通过书名或书号，快速获知书的位置，拿到需要的书。 MySQL中的索引，就相当于图书馆的检索目录，它是帮助MySQL系统快速检索数据的一种存储结构。我们可以在索引中按照查询条件，检索索引字段的值，然后快速定位数据记录的位置，这样就不需要遍历整个数据表了。而且，数据表中的字段越多，表中数据记录越多，速度提升越是明显。 我来举个例子，进一步解释下索引的作用。这里要用到销售流水表（demo.trans），表结构如下： ``` mysql> describe demo.trans; +---------------+----------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +---------------+----------+------+-----+---------+-------+ | itemnumber | int | YES | MUL | NULL | | | quantity | text | YES | | NULL | | | price | text | YES | | NULL | | | transdate | datetime | YES | MUL | NULL | | | actualvalue | text | YES | | NULL | | | barcode | text | YES | | NULL | | | cashiernumber | int | YES | MUL | NULL | | | branchnumber | int | YES | MUL | NULL | | | transuniqueid | text | YES | | NULL | | +---------------+----------+------+-----+---------+-------+ 9 rows in set (0.02 sec) ``` 某个门店的销售流水表有400万条数据，现在我要查看一下商品编号是100的商品在2020-12-12这一天的销售情况，查询代码如下： ``` mysql> SELECT -> quantity,price,transdate -> FROM -> demo.trans -> WHERE -> transdate > '2020-12-12' -> AND transdate < '2020-12-13' -> AND itemnumber = 100; +----------+--------+---------------------+ | quantity | price | transdate | +----------+--------+---------------------+ | 1.000 | 220.00 | 2020-12-12 19:45:36 | | 1.000 | 220.00 | 2020-12-12 08:56:37 | +----------+--------+---------------------+ 2 rows in set (8.08 sec) ``` 可以看到，结果总共有2条记录，可是却花了8秒钟，非常慢。同时，这里我没有做表的关联，这只是单表的查询，而且只是一个门店几个月的数据而已。而总部是把所有门店的数据都汇总到一起，查询速度更慢，这样的查询效率，我们肯定是不能接受的。 怎么解决这个问题呢？这时，我们就可以给数据表添加索引。 # 单字段索引 MySQL支持单字段索引和组合索引，而单字段索引比较常用，我们先来学习下创建单字段索引的方法。 ## 如何创建单字段索引？ 创建单字段索引，一般有3种方式： 1. 你可以通过CREATE语句直接给已经存在的表创建索引，这种方式比较简单，我就不多解释了； 1. 可以在创建表的同时创建索引； 1. 可以通过修改表来创建索引。 直接给数据表创建索引的语法如下： ``` CREATE INDEX 索引名 ON TABLE 表名 (字段); ``` 创建表的同时创建索引的语法如下所示： ``` CREATE TABLE 表名 ( 字段 数据类型, …. { INDEX | KEY } 索引名(字段) ) ``` 修改表时创建索引的语法如下所示： ``` ALTER TABLE 表名 ADD { INDEX | KEY } 索引名 (字段); ``` 这里有个小问题要提醒你一下，给表设定主键约束或者唯一性约束的时候，MySQL会自动创建主键索引或唯一性索引。这也是我建议你在创建表的时候，一定要定义主键的原因之一。 举个小例子，我们可以给表demo.trans创建索引如下： ``` mysql> CREATE INDEX index_trans ON demo.trans (transdate(10)); Query OK, 0 rows affected (1 min 8.71 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> SELECT -> quantity,price,transdate -> FROM -> demo.trans -> WHERE -> transdate > '2020-12-12' -> AND transdate < '2020-12-13' -> AND itemnumber = 100; +----------+--------+---------------------+ | quantity | price | transdate | +----------+--------+---------------------+ | 1.000 | 220.00 | 2020-12-12 19:45:36 | | 1.000 | 220.00 | 2020-12-12 08:56:37 | +----------+--------+---------------------+ 2 rows in set (0.30 sec) ``` 可以看到，加了索引之后，这一次我们只用了0.3秒，比没有索引的时候，快了20多倍。这么大的差距，说明索引对提高查询的速度确实很有帮助。那么，索引是如何做到这一点的呢？下面我们来学习下单字段索引的作用原理。 ## 单字段索引的作用原理 要知道索引是怎么起作用的，我们需要借助MySQL中的EXPLAIN 这个关键字。 EXPLAIN关键字能够查看SQL语句的执行细节，包括表的加载顺序，表是如何连接的，以及索引使用情况等。 ``` mysql> EXPLAIN SELECT -> quantity,price,transdate -> FROM -> demo.trans -> WHERE -> transdate > '2020-12-12' -> AND transdate < '2020-12-13' -> AND itemnumber = 100; +----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+ | 1 | SIMPLE | trans | NULL | range | index_trans | index_trans | 6 | NULL | 5411 | 10.00 | Using index condition; Using where; Using MRR | +----+-------------+-------------+------------+-------+-------------------+-------------------+---------+------+------+----------+-----------------------------------------------+ 1 row in set, 1 warning (0.00 sec) ``` 我来解释下代码里的关键内容。 - type=range：表示使用索引查询特定范围的数据记录。 - rows=5411：表示需要读取的记录数。 - possible_keys=index_trans：表示可以选择的索引是index_trans。 - key=index_trans：表示实际选择的索引是index_trans。 - extra=Using index condition;Using where;Using MRR：这里面的信息对SQL语句的执行细节做了进一步的解释，包含了3层含义：第一个是执行时使用了索引，第二个是执行时通过WHERE条件进行了筛选，第三个是使用了顺序磁盘读取的策略。 通过这个小例子，我们可以发现，有了索引之后，MySQL在执行SQL语句的时候多了一种优化的手段。也就是说，在查询的时候，可以先通过查询索引快速定位，然后再找到对应的数据进行读取，这样就大大提高了查询的速度。 ## 如何选择索引字段？ 在刚刚的查询中，我们是选择transdate（交易时间）字段来当索引字段，你可能会问，为啥不选别的字段呢？这是因为，交易时间是查询条件。MySQL可以按照交易时间的限定“2020年12月12日”，在索引中而不是数据表中寻找满足条件的索引记录，再通过索引记录中的指针来定位数据表中的数据。这样，索引就能发挥作用了。 不过，你有没有想过，itemnumber字段也是查询条件，能不能用itemnumber来创建一个索引呢？我们来试一试： ``` mysql> CREATE INDEX index_trans_itemnumber ON demo.trans (itemnumber); Query OK, 0 rows affected (43.88 sec) Records: 0 Duplicates: 0 Warnings: 0 ``` 然后看看效果： ``` mysql> SELECT -> quantity,price,transdate -> FROM -> demo.trans -> WHERE -> transdate > '2020-12-12' -- 对交易时间的筛选，可以在transdate的索引中定位 -> AND transdate < '2020-12-13' -> AND itemnumber = 100; -- 对商品编号的筛选，可以在itemnumber的索引中定位 +----------+--------+---------------------+ | quantity | price | transdate | +----------+--------+---------------------+ | 1.000 | 220.00 | 2020-12-12 19:45:36 | | 1.000 | 220.00 | 2020-12-12 08:56:37 | +----------+--------+---------------------+ 2 rows in set (0.38 sec) ``` 我们发现，用itemnumber创建索引之后，查询速度跟之前差不多，基本在同一个数量级。 这是为啥呢？我们来看看MySQL的运行计划： ``` mysql> EXPLAIN SELECT -> quantity,price,transdate -> FROM -> demo.trans -> WHERE -> transdate > '2020-12-12' -> AND transdate < '2020-12-13' -> AND itemnumber = 100; -- 对itemnumber 进行限定 +----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+ | 1 | SIMPLE | trans | NULL | ref | index_trans,index_trans_itemnumber | index_trans_itemnumber | 5 | const | 1192 | 0.14 | Using where | +----+-------------+-------------+------------+------+------------------------------------------------+------------------------------+---------+-------+------+----------+-------------+ 1 row in set, 1 warning (0.01 sec) ``` 我们发现，“possible_keys= index_trans,index_trans_itemnumber ”，就是说MySQL认为可以选择的索引确实有2个，一个是用transdate字段创建的索引index_trans，另一个是用itemnumber字段创建的索引index_trans_itemnumber。 key= index_trans_itemnumber， 说明MySQL实际选择使用的索引是itemnumber字段创建的索引index_trans_itemnumber。而rows=1192，就表示实际读取的数据记录数只有1192个，比用transdate创建的索引index_trans的实际读取记录数要少，这就是MySQL选择使用itemnumber索引的原因。 **所以，我建议你在选择索引字段的时候，要选择那些经常被用做筛选条件的字段**。这样才能发挥索引的作用，提升检索的效率。 # 组合索引 在实际工作中，有时会遇到比较复杂的数据表，这种表包括的字段比较多，经常需要通过不同的字段筛选数据，特别是数据表中包含多个层级信息。比如我们的销售流水表就包含了门店信息、收款机信息和商品信息这3个层级信息。门店对应多个门店里的收款机，每个收款机对应多个从这台收款机销售出去的商品。我们经常要把这些层次信息作为筛选条件，来进行查询。这个时候单字段的索引往往不容易发挥出索引的最大功效，可以使用组合索引。 现在，先看看单字段索引的效果，我们分别用branchnumber和cashiernumber来创建索引： ``` mysql> CREATE INDEX index_trans_branchnumber ON demo.trans (branchnumber); Query OK, 0 rows affected (41.49 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> CREATE INDEX index_trans_cashiernumber ON demo.trans (cashiernumber); Query OK, 0 rows affected (41.95 sec) Records: 0 Duplicates: 0 Warnings: 0 ``` 有了门店编号和收款机编号的索引，现在我们就尝试一下以门店编号、收款机编号和商品编号为查询条件，来验证一下索引是不是起了作用。 ``` mysql> SELECT -> itemnumber,quantity,price,transdate -> FROM -> demo.trans -> WHERE -> branchnumber = 11 AND cashiernumber = 1 -- 门店编号和收款机号为筛选条件 -> AND itemnumber = 100; -- 商品编号为筛选条件 +------------+----------+--------+---------------------+ | itemnumber | quantity | price | transdate | +------------+----------+--------+---------------------+ | 100 | 1.000 | 220.00 | 2020-07-11 09:18:35 | | 100 | 1.000 | 220.00 | 2020-09-06 21:21:58 | | 100 | 1.000 | 220.00 | 2020-11-10 15:00:11 | | 100 | 1.000 | 220.00 | 2020-12-25 14:28:06 | | 100 | 1.000 | 220.00 | 2021-01-09 20:21:44 | | 100 | 1.000 | 220.00 | 2021-02-08 10:45:05 | +------------+----------+--------+---------------------+ 6 rows in set (0.31 sec) ``` 结果有6条记录，查询时间是0.31秒，跟只创建商品编号索引差不多。下面我们就来查看一下执行计划，看看新建的索引有没有起作用。 ``` mysql> EXPLAIN SELECT -> itemnumber,quantity,price,transdate -> FROM -> demo.trans -> WHERE -> branchnumber = 11 AND cashiernumber = 1 -> AND itemnumber = 100; +----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ | 1 | SIMPLE | trans | NULL | ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber | index_trans_itemnumber | 5 | const | 1192 | 20.50 | Using where | +----+-------------+-------+------------+------+---------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ 1 row in set, 1 warning (0.01 sec) ``` MySQL有3个索引可以用，分别是用branchnumber创建的index_trans_branchnumber、用cashiernumber创建的index_trans_cashiernumber和用itemnumber创建的index_trans_itemnumber。 最后，MySQL还是选择了index_trans_itemnumber，实际筛选的记录数是1192，花费了0.31秒。 为什么MySQL会这样选呢？这是因为，优化器现在有3种索引可以用，分别是商品编号索引、门店编号索引和收款机号索引。优化器发现，商品编号索引实际搜索的记录数最少，所以最后就选择了这种索引。 所以，**如果有多个索引，而这些索引的字段同时作为筛选字段出现在查询中的时候，MySQL会选择使用最优的索引来执行查询操作**。 能不能让这几个筛选字段同时发挥作用呢？这就用到组合索引了。组合索引，就是包含多个字段的索引。MySQL最多支持由16个字段组成的组合索引。 ## 如何创建组合索引？ 创建组合索引的语法结构与创建单字段索引相同，不同的是相比单字段索引，组合索引使用了多个字段。 直接给数据表创建索引的语法如下： ``` CREATE INDEX 索引名 ON TABLE 表名 (字段1，字段2，...); ``` 创建表的同时创建索引： ``` CREATE TABLE 表名 ( 字段 数据类型, …. { INDEX | KEY } 索引名(字段1，字段2，...) ) ``` 修改表时创建索引： ``` ALTER TABLE 表名 ADD { INDEX | KEY } 索引名 (字段1，字段2，...); ``` 现在，针对刚刚的查询场景，我们就可以通过创建组合索引，发挥多个字段的筛选作用。 具体做法是，我们给销售流水表创建一个由3个字段branchnumber、cashiernumber、itemnumber组成的组合索引，如下所示： ``` mysql> CREATE INDEX Index_branchnumber_cashiernumber_itemnumber ON demo.trans (branchnumber,cashiernumber,itemnumber); Query OK, 0 rows affected (59.26 sec) Records: 0 Duplicates: 0 Warnings: 0 ``` 有了组合索引，刚刚的查询速度就更快了： ``` mysql> SELECT -> itemnumber,quantity,price,transdate -> FROM -> demo.trans -> WHERE -> branchnumber = 11 AND cashiernumber = 1 -> AND itemnumber = 100; +------------+----------+--------+---------------------+ | itemnumber | quantity | price | transdate | +------------+----------+--------+---------------------+ | 100 | 1.000 | 220.00 | 2020-07-11 09:18:35 | | 100 | 1.000 | 220.00 | 2020-09-06 21:21:58 | | 100 | 1.000 | 220.00 | 2020-11-10 15:00:11 | | 100 | 1.000 | 220.00 | 2020-12-25 14:28:06 | | 100 | 1.000 | 220.00 | 2021-01-09 20:21:44 | | 100 | 1.000 | 220.00 | 2021-02-08 10:45:05 | +------------+----------+--------+---------------------+ 6 rows in set (0.00 sec) ``` 几乎是瞬间就完成了，不超过10毫秒。我们看看MySQL的执行计划： ``` mysql> EXPLAIN SELECT -> itemnumber,quantity,price,transdate -> FROM -> demo.trans -> WHERE -- 同时筛选门店编号、收款机号和商品编号 -> branchnumber = 11 AND cashiernumber = 1 -> AND itemnumber = 100; +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+ | 1 | SIMPLE | trans | NULL | ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber,index_branchnumber_cashiernumber_itemnumber | index_branchnumber_cashiernumber_itemnumber | 15 | const,const,const | 6 | 100.00 | NULL | +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+---------------------------------------------+---------+-------------------+------+----------+-------+ 1 row in set, 1 warning (0.01 sec) ``` 这个查询，MySQL可以用到的索引有4个： - index_trans_itemnumber； - index_trans_branchnumber； - index_trans_cashiernumber； - 我们刚才用branchnumber、cashiernumber和itemnumber创建的组合索引Index_branchnumber_cashiernumber_itemnumber。 MySQL选择了组合索引，筛选后读取的记录只有6条。组合索引被充分利用，筛选更加精准，所以非常快。 ## 组合索引的原理 下面我就来讲讲组合索引的工作原理。 **组合索引的多个字段是有序的，遵循左对齐的原则**。比如我们创建的组合索引，排序的方式是branchnumber、cashiernumber和itemnumber。因此，筛选的条件也要遵循从左向右的原则，如果中断，那么，断点后面的条件就没有办法利用索引了。 比如说我们刚才的条件，branchnumber = 11 AND cashiernumber = 1 AND itemnumber = 100，包含了从左到右的所有字段，所以可以最大限度使用全部组合索引。 假如把条件换成“cashiernumber = 1 AND itemnumber = 100”，由于我们的组合索引是按照branchnumber、cashiernumber和itemnumber的顺序建立的，最左边的字段branchnumber没有包含到条件当中，中断了，所以这个条件完全不能使用组合索引。 类似的，如果筛选的是一个范围，如果没有办法无法精确定位，也相当于中断。比如“branchnumber > 10 AND cashiernumber = 1 AND itemnumber = 100”这个条件，只能用到组合索引中branchnumber>10的部分，后面的索引就都用不上了。我们来看看MySQL的运行计划： ``` mysql> EXPLAIN SELECT -> itemnumber,quantity,price,transdate -> FROM -> demo.trans -> WHERE -> branchnumber > 10 AND cashiernumber = 1 AND itemnumber = 100; +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ | 1 | SIMPLE | trans | NULL | ref | index_trans_itemnumber,index_trans_branchnumber,index_trans_cashiernumber,index_branchnumber_cashiernumber_itemnumber | index_trans_itemnumber | 5 | const | 1192 | 20.50 | Using where | +----+-------------+-------+------------+------+-----------------------------------------------------------------------------------------------------------------------+------------------------+---------+-------+------+----------+-------------+ 1 row in set, 1 warning (0.02 sec) ``` 果然，MySQL没有选择组合索引，而是选择了用itemnumber创建的普通索引index_trans_itemnumber。因为**如果只用组合索引的一部分，效果没有单字段索引那么好**。 # 总结 这节课，我们学习了什么是索引、如何创建和使用索引。索引可以非常显著地提高数据查询的速度，数据表里包含的数据越多，效果越显著。我们应该选择经常被用做筛选条件的字段来创建索引，这样才能通过索引缩小实际读取数据表中数据的范围，发挥出索引的优势。如果有多个筛选的字段，而且经常一起出现，也可以用多个字段来创建组合索引。 如果你要删除索引，就可以用： ``` DROP INDEX 索引名 ON 表名; ``` 当然， 有的索引不能用这种方法删除，比如主键索引，你就必须通过修改表来删除索引。语法如下： ``` ALTER TABLE 表名 DROP PRIMARY KEY； ``` 最后，我来跟你说说索引的成本。索引能够提升查询的效率，但是建索引也是有成本的，主要有2个方面，一个存储空间的开销，还有一个是数据操作上的开销。 - 存储空间的开销，是指索引需要单独占用存储空间。 - 数据操作上的开销，是指一旦数据表有变动，无论是插入一条新数据，还是删除一条旧的数据，甚至是修改数据，如果涉及索引字段，都需要对索引本身进行修改，以确保索引能够指向正确的记录。 因此，索引也不是越多越好，创建索引有存储开销和操作开销，需要综合考虑。 # 思考题 假如我有一个单品销售统计表，包括门店编号、销售日期（年月日）、商品编号、销售数量、销售金额、成本、毛利，而用户经常需要对销售情况进行查询，你会对这个表建什么样的索引呢？为什么？ 欢迎在留言区写下你的思考和答案，我们一起交流讨论。如果你觉得今天的内容对你有所帮助，也欢迎你分享给你的朋友或同事，我们下节课见。