哪些情況適合創(chuàng)建索引
1. 字段的數值有唯一性的限制
業(yè)務上具有唯一特性的字段，即使是組合字段，也必須建成唯一索引。（來源：Alibaba）
說明：不要以為唯一索引影響了 insert 速度各墨，這個速度損耗可以忽略，但提高查找速度是明顯的瘩绒。
2. 頻繁作為 WHERE 查詢條件的字段
某個字段在SELECT語句的 WHERE 條件中經常被使用到猴抹，那么就需要給這個字段創(chuàng)建索引了。尤其是在
數據量大的情況下锁荔，創(chuàng)建普通索引就可以大幅提升數據查詢的效率蟀给。
比如student_info數據表（含100萬條數據），假設我們想要查詢 student_id=123110 的用戶信息阳堕。
3. 經常 GROUP BY 和 ORDER BY 的列
索引就是讓數據按照某種順序進行存儲或檢索跋理，因此當我們使用 GROUP BY 對數據進行分組查詢，或者
使用 ORDER BY 對數據進行排序的時候恬总，就需要 對分組或者排序的字段進行索引 前普。如果待排序的列有多
個，那么可以在這些列上建立 組合索引 壹堰。
4. UPDATE拭卿、DELETE 的 WHERE 條件列
對數據按照某個條件進行查詢后再進行 UPDATE 或 DELETE 的操作，如果對 WHERE 字段創(chuàng)建了索引贱纠，就
能大幅提升效率峻厚。原理是因為我們需要先根據 WHERE 條件列檢索出來這條記錄，然后再對它進行更新或
刪除谆焊。如果進行更新的時候惠桃，更新的字段是非索引字段，提升的效率會更明顯辖试，這是因為非索引字段更
新不需要對索引進行維護辜王。
5.DISTINCT 字段需要創(chuàng)建索引
有時候我們需要對某個字段進行去重，使用 DISTINCT剃执，那么對這個字段創(chuàng)建索引誓禁，也會提升查詢效率。
比如肾档，我們想要查詢課程表中不同的 student_id 都有哪些摹恰，如果我們沒有對 student_id 創(chuàng)建索引辫继，執(zhí)行
SQL 語句：
SELECT DISTINCT(student_id) FROM `student_info`;
運行結果（600637 條記錄，運行時間 0.683s ）：
如果我們對 student_id 創(chuàng)建索引俗慈，再執(zhí)行 SQL 語句：
SELECT DISTINCT(student_id) FROM `student_info`;
運行結果（600637 條記錄姑宽，運行時間 0.010s ）：
你能看到 SQL 查詢效率有了提升，同時顯示出來的 student_id 還是按照 遞增的順序 進行展示的闺阱。這是因
為索引會對數據按照某種順序進行排序炮车，所以在去重的時候也會快很多。
6. 多表 JOIN 連接操作時酣溃，創(chuàng)建索引注意事項
首先瘦穆， 連接表的數量盡量不要超過 3 張 ，因為每增加一張表就相當于增加了一次嵌套的循環(huán)赊豌，數量級增
長會非晨富颍快，嚴重影響查詢的效率碘饼。
其次熙兔， 對 WHERE 條件創(chuàng)建索引 ，因為 WHERE 才是對數據條件的過濾艾恼。如果在數據量非常大的情況下住涉，
沒有 WHERE 條件過濾是非常可怕的钠绍。
最后舆声， 對用于連接的字段創(chuàng)建索引 ，并且該字段在多張表中的 類型必須一致 五慈。比如 course_id 在
student_info 表和 course 表中都為 int(11) 類型纳寂，而不能一個為 int 另一個為 varchar 類型。
舉個例子泻拦，如果我們只對 student_id 創(chuàng)建索引毙芜，執(zhí)行 SQL 語句：
運行結果（1 條數據，運行時間 0.189s ）：
這里我們對 name 創(chuàng)建索引争拐，再執(zhí)行上面的 SQL 語句腋粥，運行時間為 0.002s 。
7. 使用列的類型小的創(chuàng)建索引
8. 使用字符串前綴創(chuàng)建索引
創(chuàng)建一張商戶表架曹，因為地址字段比較長隘冲，在地址字段上建立前綴索引
create table shop(address varchar(120) not null);
alter table shop add index(address(12));
問題是，截取多少呢绑雄？截取得多了展辞，達不到節(jié)省索引存儲空間的目的；截取得少了万牺，重復內容太多罗珍，字
段的散列度(選擇性)會降低洽腺。怎么計算不同的長度的選擇性呢？
先看一下字段在全部數據中的選擇度：
select count(distinct address) / count(*) from shop;
通過不同長度去計算覆旱，與全表的選擇性對比：
公式：
count(distinct left(列名, 索引長度))/count(*)
例如：
select count(distinct left(address,10)) / count(*) as sub10, -- 截取前10個字符的選擇度
count(distinct left(address,15)) / count(*) as sub11, -- 截取前15個字符的選擇度
count(distinct left(address,20)) / count(*) as sub12, -- 截取前20個字符的選擇度
count(distinct left(address,25)) / count(*) as sub13 -- 截取前25個字符的選擇度
from shop;
引申另一個問題：索引列前綴對排序的影響
拓展：Alibaba《Java開發(fā)手冊》
【 強制 】在 varchar 字段上建立索引時蘸朋，必須指定索引長度，沒必要對全字段建立索引扣唱，根據實際文本
區(qū)分度決定索引長度藕坯。
說明：索引的長度與區(qū)分度是一對矛盾體，一般對字符串類型數據噪沙，長度為 20 的索引炼彪，區(qū)分度會 高達
90% 以上 ，可以使用 count(distinct left(列名, 索引長度))/count(*)的區(qū)分度來確定正歼。
9. 區(qū)分度高(散列性高)的列適合作為索引
10. 使用最頻繁的列放到聯合索引的左側
這樣也可以較少的建立一些索引霹购。同時，由于"最左前綴原則"朋腋，可以增加聯合索引的使用率。
11. 在多個字段都要創(chuàng)建索引的情況下膜楷，聯合索引優(yōu)于單值索引
28.哪些情況不適合創(chuàng)建索引
1. 在where中使用不到的字段旭咽，不要設置索引
2. 數據量小的表最好不要使用索引
結論：在數據表中的數據行數比較少的情況下，比如不到 1000 行赌厅，是不需要創(chuàng)建索引的穷绵。
3. 有大量重復數據的列上不要建立索引
舉例1：要在 100 萬行數據中查找其中的 50 萬行（比如性別為男的數據），一旦創(chuàng)建了索引特愿，你需要先
訪問 50 萬次索引仲墨，然后再訪問 50 萬次數據表，這樣加起來的開銷比不使用索引可能還要大揍障。
舉例2：假設有一個學生表目养，學生總數為 100 萬人，男性只有 10 個人毒嫡，也就是占總人口的 10 萬分之 1癌蚁。
學生表 student_gender 結構如下。其中數據表中的 student_gender 字段取值為 0 或 1兜畸，0 代表女性努释，1 代
表男性。
如果我們要篩選出這個學生表中的男性咬摇，可以使用：
運行結果（10 條數據伐蒂，運行時間 0.696s ）：
結論：當數據重復度大，比如 高于 10% 的時候肛鹏，也不需要對這個字段使用索引逸邦。
4. 避免對經常更新的表創(chuàng)建過多的索引
5. 不建議用無序的值作為索引
例如身份證恩沛、UUID(在索引比較時需要轉為ASCII，并且插入時可能造成頁分裂)昭雌、MD5复唤、HASH、無序長字
符串等烛卧。
6. 刪除不再使用或者很少使用的索引
7. 不要定義冗余或重復的索引
① 冗余索引
舉例：建表語句如下
CREATE TABLE person_info(
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
name VARCHAR(100) NOT NULL,
birthday DATE NOT NULL,
phone_number CHAR(11) NOT NULL,
country varchar(100) NOT NULL,
PRIMARY KEY (id),
KEY idx_name_birthday_phone_number (name(10), birthday, phone_number),
KEY idx_name (name(10))
);
我們知道佛纫，通過 idx_name_birthday_phone_number 索引就可以對 name 列進行快速搜索，再創(chuàng)建一
個專門針對 name 列的索引就算是一個 冗余索引 总放，維護這個索引只會增加維護的成本呈宇，并不會對搜索有
什么好處。
② 重復索引
另一種情況局雄，我們可能會對某個列 重復建立索引 甥啄，比方說這樣：
CREATE TABLE repeat_index_demo (
col1 INT PRIMARY KEY,
col2 INT,
UNIQUE uk_idx_c1 (col1),
INDEX idx_c1 (col1)
);
我們看到，col1 既是主鍵炬搭、又給它定義為一個唯一索引蜈漓，還給它定義了一個普通索引，可是主鍵本身就
會生成聚簇索引宫盔，所以定義的唯一索引和普通索引是重復的融虽，這種情況要避免。
歡迎共同進步：
QQ群：1007576722
https://huchao.blog.csdn.net/article/details/124220802?spm=1001.2014.3001.5502
