目录

一、索引的分类

二、索引的底层原理是什么？

2.1、Innodb和MyIsAM两种引擎搜索数据时候的区别：

2.2、为什么MySQL（MyIsAM、Innodb）索引选择B+树而不是B树呢？

2.3、Innodb的主键索引和二级索引（辅助索引）

2.4、MysIAM的主键索引树和二级索引树

 2.5、哈希索引​编辑

2.6、Innodb自适应哈希索引

三、索引的常见问题

3.1、当有多个索引的时候怎么用呢？比如 a=1 and  b=2 and c=3

3.2、涉及到强转（字符串转整型）用不到索引

四、 sql和索引优化问题，怎么切入？用慢查询日志

---

索引的优点： 提高查询效率

索引的缺点： 索引并非越多越好，过多的索引会导致CPU使用率居高不下，由于数据的改变，会造成索

引文件的改动，过多的磁盘I/O造成CPU负荷太重

一、索引的分类

物理上（聚集索引&非聚集索引），逻辑上（单列索引&多列索引）

1、普通索引：没有任何限制条件，可以给任何类型的字段创建普通索引(创建新表&已有的表，数量不限，一张表的一次sql查询只能用一个索引）用索引肯定是where过滤的时候用的

2、唯一性索引：使用UNIQUE修饰的字段，值不能够重复，主键索引就隶属于唯一性索引

3、主键索引：使用Primary Key修饰的字段会自动创建索引(MyISAM, InnoDB)

在InnoDB下，如果创建一张表，会默认增加一个整形字段的列去作为主键，而在MyISAM下不会默认生成，因为InnoDB的数据和索引是存在一个文件下的，.IBD 文件中，他必须建索引树，然后在索引树中存数据，没用索引树是存不了数据的 

4、单列索引：在一个字段上创建索引

5、多列索引：在表的多个字段上创建索引 (uid+cid，多列索引必须使用到第一个列，才能用到多列索引，否则索引用不上)

6、全文索引：使用FULLTEXT参数可以设置全文索引，只支持CHAR，VARCHAR和TEXT类型的字段

上，常用于数据量较大的字符串类型上，可以提高查询速度(线上项目支持专门的搜索功能，给后台服务

器增加专门的搜索引擎支持快速高校的搜索 elasticsearch 简称es C++开源的搜索引擎 搜狗的

workflflow)

以索引为过滤条件，也不一定会使用到索引的，MySQL会先进行一下sql分析，如果查出来的数据量跟整表搜索差不多的话，还不如直接就是整表搜索了。因为使用索引的步骤还是比较多的：

首先要读索引文件，花费磁盘io，还要扫描索引树，数据取不完的话最终还要去表上取数据，还不如直接扫描整个表呢

索引创建的细节：

索引优化：

1、给经常要作为where过滤的条件要加上索引

2、给字符串列创建索引的时候要考虑索引的长度，越短越好（只要能区分索引值就行）

3、如果过滤条件过滤字段涉及类型强转就不能用到索引了，过滤条件用到MySQL的函数，也用不到索引了

二、索引的底层原理是什么？

b树比AVL树最大的好处就是在于磁盘I/O的次数少，在内存上搜索起来效率其实差不多的

2.1、Innodb和MyIsAM两种引擎搜索数据时候的区别：

假设搜索语句是：select * from student where name = 'ZhangSan';

MyIsAM：

        name  没有索引： 会对name.MYD文件进行整表扫描查询。

        name  有索引：会有一个name.MYI的文件，从这个文件中会把数据加载到内存上构建一个b树，花费一次磁盘I/O读取到的数据就刚好写在b树的一个节点上面(最多磁盘I/O三次就行了)，然后从根节点上开始字符串的比较，效率是log（n），因为MyIsAM的数据和索引存在不同的文件上，所以找到的data存放的只是真实数据的地址，还要到name.MYD上去拿数据

Innodb：

        name  没用索引：也会默认有索引树，会自己生成一个整形的主键值，因为查的是name，相当于就说把这课b树整个内容全部搜索一遍，也和整表搜索没啥区别。 

        name  有索引：就会加载name的b树，进行快速搜索就行了。

2.2、为什么MySQL（MyIsAM、Innodb）索引选择B+树而不是B树呢？

 问：索引的底层原理是什么？

select * from student where name='ZhangSan';

当要执行一个sql语句的时候，MySQL会先去分析一下过滤条件，如果没用索引的话，就去整表搜索 ，如果有索引的话，操作系统会从磁盘上的索引文件中将数据读到内存当中，用B+树来构建，为什么用B+树呢？

因为B+树是一颗平衡树，搜索的效率很好，而且B+树一个节点一个节点构建的，每个节点对应着一次磁盘I/O，能用较少的I/O次数构建出B+树结构。

而且所有的data都存在叶子节点上，每次搜索数据查询次数都比较平衡，有链表。。。。 

2.3、Innodb的主键索引和二级索引（辅助索引）

重点：二级索引有回表，可以选择相应的列避免回表

 using  filesort 问题

2.4、MysIAM的主键索引树和二级索引树

索引和数据分开存放的叫非聚集索引，放一起的叫聚集索引

 2.5、哈希索引

2.6、Innodb自适应哈希索引

自适应索引不是我们主动去创建的，是MySQL为了优化自己去创建的基于B+树的

我们先来看自适应哈希索引是在什么条件下生成的：

 我们可以查看自适应哈希索引的开启情况：

 查看分区情况：

 自适应哈希索引也不一定能优化：

三、索引的常见问题

3.1、当有多个索引的时候怎么用呢？比如 a=1 and  b=2 and c=3

 我们首先知道的是：一次sql只会用到一次索引，用到的是看哪个过滤出来的数据少，就用哪个，当然，也是可以进行强制指定到底用哪个索引的。

3.2、涉及到强转（字符串转整型）用不到索引

四、 sql和索引优化问题，怎么切入？用慢查询日志

slow_query_log  慢查询日志

MySQL可以设置慢查询日志，当SQL执行的时间超过我们设定的时间，那么这些SQL就会被记录在慢查

询日志当中，然后我们通过查看日志，用explain分析这些SQL的执行计划，来判定为什么效率低下，是

没有使用到索引？还是索引本身创建的有问题？或者是索引使用到了，但是由于表的数据量太大，花费

的时间就是很长，那么此时我们可以把表分成n个小表，比如订单表按年份分成多个小表等。

设置慢查询日志的参数：

 我们可以修改慢查询的时间阈值：

1、 打开慢查询日志，设置合理的业务可以接受的慢查询时间。

2、 压测执行各种业务

3、 查看慢查询日志，找出所有执行耗时的sql

4、 用explain分析这些耗时的sql

5、         一、可能会出现用了 where + order by，有using  file  sort的问题。为什么会出现file sort 外部排序的情况呢？因为数据都是在磁盘上存放的，如果没有加合适的索引，就只能先将数据读到内存当中，然后再进行排序的了，可以将where和order  by 的数据进行一下联合索引，然后在进行。 

               二、可能是没有加索引 

               三、可能是where过滤条件用到了函数，导致没有用到索引

               四、可能涉及到了MySQL数据的强转（字符串转成了整型），没用到索引。