索引的创建和使用原则：索引的设计原则
索引的创建和使用原则：索引的设计原则
1. 哪些情况适合创建索引
1.1 字段的数值有唯一性限制
索引本身可以起到约束的作用，比如唯一索引、主键索引都是可以起到唯一性约束的，因此在我们的数据表中如果某个字段是唯一性的，就可以直接创建唯一性索引，或者主键索引。这样可以更快速地通过该索引来确定某条记录。
例如，学生表中学号是具有唯一性的字段，为该字段建立唯一性索引可以很快确定某个学生的信息，如果使用姓名的话，可能存在同名现象，从而降低查询速度。
- 业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。（来源：Alibaba)
- 说明：不要以为唯一索引影响了insert速度，这个速度损耗可以忽略，但提高查找速度是明显的。
1.2 频繁作为WHERE查询条件的字段
某个字段在SELECT语句的 WHERE 条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在 数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。 比如student_info数据表（含100万条数据），假设我们想要查询 student_id=123110 的用户信息。
例子：
select * FROM student_info WHERE student_id = 123- 没有索引：0.790s
添加索引：
alter table student_info add index idx_stu (student_id) --->0.543s
1.3 经常GROUP BY和ORDER BY的字段
索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者 使用 ORDER BY 对数据进行排序的时候，就需要对分组或者排序的字段进行索引 。如果待排序的列有多 个，那么可以在这些列上建立组合索引 。
例子：
select * from student_info group by student_id limit 1001.4 UPDATE、DELETE 的 WHERE 条件列
对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作，如果对 WHERE 字段创建了索引， 就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录，然后再对它进行更 新或删除。如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显，这是因为非索引字 段更新不需要对索引进行维护。
1.5 DISTINCT 字段需要创建索引
有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率。 比如，我们想要查询课程表中不同的 student_id 都有哪些，如果我们没有对 student_id 创建索引，执 行 SQL 语句：
SELECT DISTINCT(student_id) FROM `student_info`;运行结果（600637 条记录，运行时间 0.683s ）
如果我们对 student_id 创建索引，再执行 SQL 语句：
SELECT DISTINCT(student_id) FROM `student_info`;运行结果（600637 条记录，运行时间 0.010s ）
你能看到 SQL 查询效率有了提升，同时显示出来的 student_id 还是按照递增的顺序 进行展示的。这是 因为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。
1.6 多表 JOIN 连接操作时，创建索引注意事项
首先， 连接表的数量尽量不要超过 3 张 ，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增 长会非常快，严重影响查询的效率。
其次， 对 WHERE 条件创建索引 ，因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况 下， 没有 WHERE 条件过滤是非常可怕的。
最后， 对用于连接的字段创建索引 ，并且该字段在多张表中的 类型必须一致 。比如 course_id 在 student_info 表和 course 表中都为 int(11) 类型，而不能一个为 int 另一个为 varchar 类型。
1.7 使用列的类型小的创建索引
我们这里所说的类型大小指的就是该类型表示的数据范围的大小。
我们在定义表结构的时候要显式的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等，它们占用的存储空间依次递增，能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话，在表示的整数范围允许的情况下，尽量让索引列使用较小的类型，比如我们能使用NT就不要使用BIGINT,能使用MEDIUMINT就不要使用INT。
这是因为：
● 数据类型越小，在查询时进行的比较操作越快
● 数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘I/0带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率。
这个建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的/O。
1.8 使用字符串前缀创建索引
假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索时，那就意味着在对应的B+树中有这么两个问题：
● B+树索引中的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，在索引中占用的存储空间越大。
● 如果B+树索引中索引列存储的字符串很长，那在做字符串比较时会占用更多的时间。
我们可以通过截取字段的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位
到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相同的记录的主键值回表查询完整的字符串
值。既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。
例如，TEXT和BLOG类型的字段，进行全文检索会很浪费时间，如果只检索字段前面的若干字符，这样可以提高检索速度。
公式：count(distinct left(列名，索引长度))/count(*)
例如：
- select count(distinct left(address,10)/count(*)as sub10,-截取前10个字符的选择度
- count(distinct left(address,15))/count(*)as sub11,--截取前15个字符的选择度
- count(distinct left(address,28)/count(*)as sub12,--截取前20个字符的选择度
- count(distinct1eft(address,5)/count(*)as sub13-截取前25个字符的选择度
from shop; - 拓展：Alibaba《Java开发手册》
【强制】在varchar字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决
定索引长度。 引申另一个问题：索引列前缀对排序的影响
如果使用了索引列前缀，比方说前边只把address?列的前12个字符放到了二级索引中，下边这个查询可能就有点儿尴尬了：SELECT FROM shop ORDER BY address LIMIT 12;因为二级索引中不包含完整的address?列信息，所以无法对前12个字符相同，后边的字符不同的记录进行排序，也
就是使用索引列前缀的方式无法支持使用索引排序，只能使用文件排序。
1.9 区分度高(散列性高)的列适合作为索引
列的基数 指的是某一列中不重复数据的个数，比方说某个列包含值 2, 5, 8, 2, 5, 8, 2, 5, 8 ，虽 然有9条记录，但该列的基数却是3。也就是说在记录行数一定的情况下，列的基数越大，该列中的值越 分散；列的基数越小，该列中的值越集中。这个列的基数指标非常重要，直接影响我们是否能有效的利 用索引。最好为列的基数大的列简历索引，为基数太小的列的简历索引效果可能不好。
可以使用公式 select count(distinct a) / count(*) from t1 计算区分度，越接近1越好，一般超 过33%就算比较高效的索引了。
扩展：联合索引把区分度搞(散列性高)的列放在前面。
1.10 使用最频繁的列放到联合索引的左侧
这样也可以较少的建立一些索引。同时，由于"最左前缀原则"，可以增加联合索引的使用率。
1.11 在多个字段都要创建索引的情况下，联合索引优于单值索引
2. 限制索引的数目
在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张
表索引数量不超过6个。原因：
①每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。
②索引会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时，索引也会进行调整和更
新，会造成负担。
③优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的
执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能。
3 那些情况不适合创建索引
1. 在where中使用不到的字段，不要设置索引
WHERE条件 (包括 GROUP BY、ORDER BY) 里用不到的字段不需要创建索引，索引的价值是快速定位， 如果起不到定位的字段通常是不需要创建索引的。举个例子：
SELECT course_id, student_id, create_time
FROM student_info
WHERE student_id = 41251;因为我们是按照 student_id 来进行检索的，所以不需要对其他字段创建索引，即使这些字段出现在 SELECT字段中。
3.2 数据量小的表最好不要使用索引
如果表记录太少，比如少于1000个，那么是不需要创建索引的。表记录太少，是否创建索引 对查询效率 的影响并不大。甚至说，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果。
3.3 有大量重复数据的列上不要建立索引
在条件表达式中经常用到的不同值较多的列上建立索引，但字段中如果有大量重复数据，也不用创建索 引。比如在学生表的"性别"字段上只有“男”与“女”两个不同值，因此无须建立索引。如果建立索引，不但 不会提高查询效率，反而会 严重降低数据更新速度。
结论：当数据重复度大，比如高于10%的时候，也不需要对这个字段使用索引。
3.4 避免对经常更新的表创建过多的索引
第一层含义：频繁更新的字段不一定要创建索引。因为更新数据的时候，也需要更新索引，如果索引太 多，在更新索引的时候也会造成负担，从而影响效率。
第二层含义：避免对经常更新的表创建过多的索引，并且索引中的列尽可能少。此时，虽然提高了查询 速度，同时却降低更新表的速度。
3.5 不建议用无序的值作为索引
例如身份证、UUID(在索引比较时需要转为ASCII，并且插入时可能造成页分裂)、MD5、HASH、无序长 字 符串等。
3.6 删除不再使用或者很少使用的索引
表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员 应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。