一文弄懂MySQL索引创建原则

一、适合创建索引

1、字段的数值有唯一性限制

根据alibaba规范，指明在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。

例如，学生表中的学号时具有唯一性的字段，为该字段建立唯一性索引可以快速查询出某个学生的信息，如果使用姓名的话，可能存在同名的情况，从而降低查询速度。

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，尤其实在数据量大的情况下，创建普通索引就可以大幅提升查询效率。

比如测试表student_info有100万数据，假设查询student_id=112322的用户信息，如果没有对student_id字段创建索引，查询结果如下：

为student_id创建索引后，查询结果如下：

3、经常group by和order by的列

索引就是让数据按照某种顺序进行存储或检索，因此当使用group by对数据进行分组查询或使用order by对数据进行排序的时候，就需要对分组或排序的字段进行索引。如果待排序的列有多个，那可以在这些列上建立组合索引。

比如，按照student_id对学生选秀的课程进行分组，显示不同的student_id和课程的数量，显示100条。如果不对student_id创建索引，查询结果如下：

为student_id创建索引后，查询结果如下：

对于既有group by又有order by的查询语句，建议最好建立联合索引，并且将group by中的字段放到order by字段的前边，满足‘最左前缀匹配原则’，这样索引的利用率就会高，自然查询的效率也就会高；同时8.0之后的版本支持降序索引，如果order by之后的字段时降序的，可以考虑直接创建降序索引，也会提高查询效率。

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，就能答复提升效率。原因是因为需要先根据where条件列检索出来这条记录，然后再对他进行更新或删除。如果进行更新的时候，更新的字段是非索引字段，提升效率会更明显，这是因为费索引字段更新不需要对所以进行维护。

比如对student_info表中的name字段为sdfasdfas123123的数据修改student_id为110119，在没有对name字段建立索引的情况下，执行情况如下：

添加索引后，执行情况如下：

5、distinct字段需要创建索引

有时候需要对某个字段进行去重，使用distinct，那么对这个创建索引也会提升查询效率。

比如查询课程表中不同student_id都有哪些，如果没有为student_id创建索引，执行情况如下：

创建索引后，执行情况如下：

6、多表join连接操作时，创建索引注意事项

首先，连接表的数据量尽量不超过3张，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长非常快，严重影响查询效率。其次，对where条件创建索引，因为where才是对数据条件的过滤，如果再数据量非常大的情况下，没有where条件过滤时非常可怕的，最后，对于连接的字段创建索引，并且改字段再多张表中类型必须一致。

比如，只对student_id创建索引，查询结果如下：

给name字段创建索引后，查询结果如下：

7、使用列的类型小的创建索引

这里所说的类型小值意思是该类型表示的数据范围的大小。比如在定义表结构的时候要显示的指定列的类型，以整数类型为例，有tinyint、mediumint、int、bigint等，他们占用的存储空间依次递增，能表示的数据范围也是一次递增。如果相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，例如能使用int不要使用bigint，能使用mediumint不使用int，原因如下：

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，索引占用的空间就越少，在一个数据页内就可以存下更多的记录，从而减少磁盘i/o带来的性能损耗，也就意味着可以存储更多的数据在数据页中，提高读写效率。

上述对于主键来说很合适，因为在聚簇索引中既存储了数据，也存储了索引，可以很好的减少磁盘i/o；而对于二级索引来说，还需要一次回表操作才能查到完整的数据，也就能加了一次磁盘i/o。

8、使用字符串前缀创建索引

根据alibaba开发手册，在字符串上建立索引时，必须指定索引长度，没有必要对全字段建立索引。

比如有一张商品表，表中的商品描述字段较长，在描述字段上建立前缀索引如下：

区分度的计算可以使用count(distinct left(列名, 索引长度))/count(*)来确定。

9、区分度高的列适合作为索引

列的基数值得时某一列中不重复数据的个数，比如说某个列包含值2，5，3，6，2，7，2，虽然有7条记录，但该列的基数却是5，也就是说，在记录行数一定的情况下，列的基数越大，该列中的值就越分散；列的基数越小，该列中的值就越集中。这里列的基数指标非常重要，直接影响是否能有效利用索引。最好为列的基数大的列建立索引，为基数太小的列建立索引效果反而不好。

可以使用公式select count(distinct col)/count(*) from table 来计算区分度，越接近1区分度越好。

10、使用最频繁的列放到联合索引的左侧

这条就是通常说的最左前缀匹配原则。通俗来讲就是将where条件后经常使用的条件字段放在索引的最左边，将使用频率相对低的放到右边。

11、在多个字段都要创建索引的情况下，联合索引由于单值索引

二、不适合创建索引

1、在where中使用不到的字段不要设置索引

通常索引的建立是有代价的，如果建立索引的字段没有出现在where条件（包括group by、order by)中，建议一开始就不要创建索引或将索引删除，因为索引的存在也会占用空间。

2、数据量小的表最好不要使用索引

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。比如学生表中的性别字段，只有男和女两种值，因此无需建立索引。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。

4、避免对经常更新的表创建过多的索引

频繁更新的字段不一定要创建索引，因为更新数据的时候，索引也要跟着更新，如果索引太多，更新的时候会造成服务器压力，从而影响效率。
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，同时也会降低更新表的速度。

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。

6、删除不在使用或很少使用的索引

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会被使用到。dba应定期找出这些索引并将之删除，从而较少无用索引对更新操作的影响。

7、不要定义冗余或重复的索引