MySQL索引的探索

Cardinality

Cardinality数值表示了该索引字段的重复率程度，数值越大代表重复率越低，PRIMIARY是自增的，能够保证插入/更新数据按照磁盘顺序进行，但是id字段因为没有什么可筛选的含义，不能进行筛选查询。

我们为data_unique_key建立了一个唯一索引，这个属性的值是一些筛选字段的md5值，如果是具体查询某一条数据的话，可以md5后查询data_unique_key为该值，速度很快。

对于重复率非常大的字段，探索一下为a建立索引是否有必要。
a的Cardinality是21
b的Cardinality是77
c的Cardinality是1305

最左匹配原则

ALTER TABLE test ADD INDEX index (a, b, c);

假设现在有一张test表，我们先建立一个联合索引，索引包含a,b,c3个字段。

我们建立的索引是3个字段联合的，但是查询的时候只用两个字段进行筛选，也会使用这个索引的前两个字段进行筛选。

还是使用两个字段进行筛选，只是用了c而不是b，查询使用了index这个索引但是key_len是202，说明只用了a的索引部分。这现象是“最左匹配原则”带来的。也就是说要像最大化利用索引，筛选的时候要根据建立索引的字段顺序就行查询，如果where等筛选/分组/排序操作能命中索引的部分顺序字段，则也会使用这部分顺序字段进行索引。

SELECT中有索引的字段，优化器会选择使用索引查询，所以查询出来的结果是以page_name排序的。
反之，如果SELECT中没有索引字段，或者只有部分包含，或者是查询 * ，都不会使用索引进行查询

a是否有必要成为索引字段

SELECT a, e FROM test WHERE a = '2';

(这个时间应该是利用了缓存的基础上的时间，第一次进行全表查询的时间是7秒多，同样的sql再次查询就变成了1+秒，试过将query_cache_type和query_cache_size都设置为0，还是这样，有说法是操作系统级别的缓存是无法限制的。如果一开始就建立索引，并SELECT a FROM test，也是六七秒，所以怀疑查询后都会有缓存，那么以下的时间都是在这个基础上进行截图)

建立一个联合索引

ALTER TABLE test ADD INDEX index(`a, b, c`);

-- SQL1:
SELECT a, e  FROM test WHERE a = '1' ;

-- SQL2:
SELECT a, e FROM test WHERE a = '1' AND b = 2;

-- SQL3:
SELECT a, e FROM test WHERE a = '1' AND data_type = 2 AND c = 'math';

发现了只利用索引的一个字段进行查询，查询花费的时间比全表查询还要慢很多，但是索引字段利用率大，查询花费的时间就很少了。

删除上面建立的索引，再建立一个不包含a的索引

ALTER TABLE test
DROP INDEX index,
ADD INDEX index(b, c);

SQL1的执行如下：

相当于查询type是all，耗时比之前的包含a索引的快


同样的SQL2，可以看到索引利用长度是1，但是速度是几乎一样的，这里可以看出来a的重复率太高，是索引这个字段的意义并不大，而且会增加索引key的长度，带来B+Tree每一个节点的键值存储量减少，树的结构可能会更深，进而查询更慢。

总结：

• 联合索引中每一个索引代表的权重是不一样的，比如索引(a, b, c)，a是百，b是十，c是个位，那么假设筛选条件是b和c，根据B+Tree结构，索引得到的最终是分散的，所以使用索引的意义就不大，自然就不会使用索引了
• 建立的索引字段需要充分利用，不恰当的使用可能会比全表查询来的更慢
• 为Cardinality很小的字段建立索引的必要性有待商榷，一般情况下重复率很大的字段不需要建立索引。

(以上截图都模糊掉自身数据，用a,b,c来代替)