云開(kāi)發(fā) 索引

數(shù)據(jù)庫(kù)的索引與書(shū)籍的索引/目錄類(lèi)似，有了索引就不需要翻整本書(shū)，數(shù)據(jù)庫(kù)可以直接在索引中查找，在索引中找到條目之后，就可以直接跳轉(zhuǎn)到目標(biāo)文檔的位置，這就能使查找速度提高幾個(gè)數(shù)量級(jí)。不使用索引的查詢稱(chēng)為全表掃描，也就是說(shuō)服務(wù)器必須查找完一整本書(shū)才能找到查詢結(jié)果，對(duì)于大集合來(lái)說(shuō)，應(yīng)該盡量避免全表掃描，否則效率非常低。建立索引是保證數(shù)據(jù)庫(kù)性能、保證小程序體驗(yàn)的重要手段。我們應(yīng)為所有需要成為查詢條件的字段建立索引。

一、 索引的類(lèi)型與管理

我們可以在云開(kāi)發(fā)控制臺(tái)數(shù)據(jù)庫(kù)標(biāo)簽頁(yè)對(duì)每個(gè)集合的字段添加索引，設(shè)置索引的屬性為唯一或非唯一，排序方式為升序或降序，也能查看該索引所占的空間和命中次數(shù)。索引是一個(gè)文件，它是要占據(jù)物理空間的，因此我們可以留意不要過(guò)度索引浪費(fèi)空間，而命中次數(shù)也可以用于判斷索引是否有效。

1、_id索引和_openid索引

云開(kāi)發(fā)數(shù)據(jù)庫(kù)會(huì)給每個(gè)集合默認(rèn)建立_id索引和_openid索引。_id索引在我們進(jìn)行db.collection('集合名').doc("_id值")的請(qǐng)求時(shí)就會(huì)命中。而當(dāng)我們?cè)趙here里添加_openid為查詢條件，就會(huì)命中_openid索引，在小程序端進(jìn)行db.collection('集合名')查詢時(shí)，由于自帶默認(rèn)條件_openid為用戶的openid，因此在小程序端查詢都會(huì)命中_openid索引。

2、單字段索引

單字段索引是最常見(jiàn)的索引，它不會(huì)自動(dòng)創(chuàng)建。對(duì)需要作為查詢條件篩選的字段，我們可以創(chuàng)建單字段索引。如果需要對(duì)嵌套字段進(jìn)行索引，那么可以通過(guò) "點(diǎn)表示法" 用點(diǎn)連接起嵌套字段的名稱(chēng)。比如我們需要對(duì)如下格式的記錄中的 color 字段進(jìn)行索引時(shí)，可以用 style.color 表示。在設(shè)置單字段索引時(shí)，指定排序?yàn)樯蚧蚪敌蚨伎梢?，?/p>

{
  "_id": '',
  "style": {
    "color": ''
  }
}

3、組合索引

組合索引即一個(gè)索引包含多個(gè)字段，組合索引在添加時(shí)要注意字段的順序，順序不同索引的效果也會(huì)不同。當(dāng)查詢條件使用的字段包含在索引定義的所有字段或前綴字段里時(shí)，會(huì)命中索引。

組合索引遵循最左前綴原則，比如在 A, B, C 三個(gè)字段定義的組合索引(A, B, C)，那么查詢條件A，{A, B},{A, C},{A, B, C}索引都會(huì)有效，查詢條件B，C，{B, C}則不會(huì)命中索引。根據(jù)最左前綴原則，我們可以明白組合索引(A, B)和調(diào)換字段順序的(B, A)效果是不一樣的。當(dāng)定義組合索引為(A, B)時(shí)，索引會(huì)先按 A 字段排序再按 B 字段排序。因此當(dāng)組合索引設(shè)為 (A, B) 時(shí)，即使我們沒(méi)有單獨(dú)對(duì)字段 A 設(shè)立索引，但對(duì)字段 A 的查詢可以命中 (A, B) 索引。

定義索引時(shí)字段的排序方式也決定排序查詢是否有效，比如我們對(duì)字段 A 和 B 設(shè)置以下索引：(A: 升序,B: 降序)，那么當(dāng)我們查詢需要對(duì) A, B 進(jìn)行排序時(shí)，可以指定排序結(jié)果為 A 升序、B 降序以及完全相反的排序A 降序、B 升序有效，而A升B升，A降B降都不會(huì)命中索引。

還有一些查詢條件，需要進(jìn)行范圍查詢或者排序，那么范圍查詢和排序的字段就要盡量往后放，因?yàn)榉秶樵円院蟮淖侄嗡饕遣荒苊械摹＝M合索引的好處已經(jīng)在上面有提到了,如果數(shù)據(jù)庫(kù)有a索引,現(xiàn)在b列也需要索引,那么直接建立(a,b)即可

4、索引的唯一性

創(chuàng)建索引時(shí)可以指定增加唯一性限制，具有唯一性限制的索引會(huì)要求被索引集合不能存在被索引字段值都相同的兩個(gè)記錄。需特別注意的是，假如記錄中不存在某個(gè)字段，則對(duì)索引字段來(lái)說(shuō)其值默認(rèn)為 null，如果索引有唯一性限制，則不允許存在兩個(gè)或以上的該字段為空 / 不存在該字段的記錄。

db.collection("china")
  .where({
    gdp: _.gt(3000),
    city_area:_.lt(10000),
    reg_pop:_.gt(6000)
  })
  .field({
    _id:false,
    city: true,
    city_area: true,
    gdp:true
  })
  .orderBy('gdp', 'desc')
  .orderBy('city_area', 'asc') 

由于有三個(gè)查詢條件，為你可以給三個(gè)查詢條件按照順序創(chuàng)建索引，由于這幾個(gè)值無(wú)法做到非唯一，且存在空值的可能（有些城市沒(méi)有數(shù)據(jù)），所以創(chuàng)建時(shí)選擇非唯一。

二、 索引的創(chuàng)建說(shuō)明

1、索引的優(yōu)點(diǎn)和缺點(diǎn)

索引雖然能非常高效的提高查詢速度，同時(shí)卻會(huì)降低更新表的速度。實(shí)際上索引也是一張表，該表保存了主鍵與索引字段，并指向?qū)嶓w表的記錄，所以索引列也是要占用空間的。索引需要進(jìn)行兩次查找，一次是查找索引條目，一次是根據(jù)索引指針去查找相應(yīng)的文檔，而全表查詢只需要進(jìn)行一次查找。集合較大、文檔較大、選擇性查詢就比較適合用索引。

其實(shí)建索引的原理就是將磁盤(pán)I/O操作的最小化，不在磁盤(pán)中排序，而是在內(nèi)存中排好序，通過(guò)排序的規(guī)則去指定磁盤(pán)讀取就行，也不需要在磁盤(pán)上隨機(jī)讀取。

索引并非越多越好，一個(gè)表中如有大量的索引，不僅占用磁盤(pán)空間，而且會(huì)影響增刪改等語(yǔ)句的性能，因?yàn)楫?dāng)表中的數(shù)據(jù)更改的同時(shí)，索引也會(huì)進(jìn)行調(diào)整和更新。避免對(duì)經(jīng)常更新的表設(shè)計(jì)過(guò)多的索引，并且索引中的列盡可能要少，而對(duì)經(jīng)常用于查詢的字段應(yīng)該創(chuàng)建索引，但要避免添加不必要的字段。

為了減少索引的數(shù)量，可以建立組合索引，組合索引就是可以使用多個(gè)列一起建立一個(gè)索引。建立索引時(shí)要優(yōu)先在已經(jīng)存在的索引上擴(kuò)展成組合索引，或者在已經(jīng)存在的組合索引上繼續(xù)添加字段。因?yàn)?，索引越多，維護(hù)成本就越高，還會(huì)導(dǎo)致插入速度變慢等負(fù)面效應(yīng)。

2、索引創(chuàng)建的條件

哪些情況需要?jiǎng)?chuàng)建索引：

• 頻繁作為查詢條件的字段一般都應(yīng)該創(chuàng)建索引；

• 查詢有多個(gè)條件時(shí)，組合索引比單字段索引的性價(jià)比更高；

• 查詢中排序的字段，排序字段若通過(guò)索引去訪問(wèn)將大大提高排序速度，注意單字段索引和組合索引的排序規(guī)則

• 查詢中統(tǒng)計(jì)或分組字段也應(yīng)該建立索引

哪些情況不需要?jiǎng)?chuàng)建索引：

• 集中中的記錄太少或記錄內(nèi)的字段太少；

• 經(jīng)常增刪改的集合或字段；索引提高了查詢速度，同時(shí)也就會(huì)降低更新表的速度，因?yàn)楦卤頃r(shí)，不僅要保存數(shù)據(jù)，還要保存一下索引文件；因?yàn)槿绻摷蠈?xiě)多讀少 ，添加索引會(huì)影響寫(xiě)入性能

• where條件里用不到的字段就不要?jiǎng)?chuàng)建索引

• 數(shù)據(jù)重復(fù)且發(fā)布比較均勻的的字段不適合建索引（唯一性太差的字段不適合建立索引），例如性別，真假值

• 參與列計(jì)算的列不適合建索引

3、索引的空間與命中

在云開(kāi)發(fā)控制臺(tái)每個(gè)集合都有相應(yīng)的索引管理，在這里除了可以創(chuàng)建索引外，還可以了解每個(gè)索引占據(jù)的空間以及判斷查詢時(shí)索引是否命中的命中數(shù)。每個(gè)索引建議創(chuàng)建的索引數(shù)不要超過(guò)5個(gè)，索引占據(jù)的空間

三、 索引的原則與注意事項(xiàng)

1、最好是使用唯一索引

當(dāng)唯一性是某種數(shù)據(jù)本身的特征時(shí)，指定唯一索引。使用唯一索引需能確保定義的列的數(shù)據(jù)完整性，以提高查詢速度

2、和簡(jiǎn)單的字段為索引

Innodb 表的普通索引都會(huì)保存主鍵的鍵值，所以主鍵要盡可能選擇較短的數(shù)據(jù)類(lèi)型，可以有效的減少索引的磁盤(pán)占用，提高索引的緩存效果。索引的太長(zhǎng)首先會(huì)占用大量的磁盤(pán)空間，其次索引太長(zhǎng)會(huì)使索引變得臃腫，導(dǎo)致索引查詢變慢。通過(guò)目錄查詢書(shū)籍指定的章節(jié)之所以快，就是因?yàn)樗饕銐蜉p量，如果索引太長(zhǎng)那么這個(gè)優(yōu)勢(shì)就不明顯了。而且索引里的數(shù)據(jù)和表里的數(shù)據(jù)本身就是冗余的，如果索引太長(zhǎng)，那么磁盤(pán)空間浪費(fèi)的就越多。

3、用區(qū)分度比較高的列建索引

具有多個(gè)重復(fù)值的字段，其索引效果最差。比如存放身份證的字段因?yàn)橹刀疾煌?，很容易區(qū)分，索引效果比較好，而用來(lái)記錄性別的字段，因?yàn)橹缓小澳小?，“女”，不管搜索哪個(gè)值，都會(huì)得出大約一半的值，這樣的索引對(duì)性能的提升不高。如果有幾個(gè)列都是唯一的，要選擇最常作為訪問(wèn)條件的列作為索引的主鍵。簡(jiǎn)單枚舉值的列不要建立索引。在條件表達(dá)式中經(jīng)常用到的不同值較多的列上建立索引，在不同值較少的列上不要建立索引，比如性別字段只有男和女，就沒(méi)必要建立索引。如果建立索引不但不會(huì)提高查詢效率，反而會(huì)嚴(yán)重降低更新速度。由于我們建立索引并想讓索引能達(dá)到最高性能，這個(gè)時(shí)候我們應(yīng)當(dāng)充分考慮該列是否適合建立索引，可以根據(jù)列的區(qū)分度來(lái)判斷，區(qū)分度太低的情況下可以不考慮建立索引，區(qū)分度越高效率越高。

4、索引的字段的值最好不要有空值

索引的字段最好不要有空值，有空值的字段建立索引時(shí)要選擇非唯一性。唯一性的索引是不允許有空值的。

5、索引的字段最好不要參與計(jì)算

索引列不能參與計(jì)算，保持列“干凈”;索引列參與計(jì)算；應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作

6、查詢盡量都走在索引上

保證索引包含的字段獨(dú)立在查詢語(yǔ)句中，不能是在表達(dá)式中，當(dāng)查詢的列都在索引的字段中時(shí)，查詢的效率更高，所以應(yīng)該盡量避免使用 select *，需要哪些字段，就只查哪些字段。在索引基數(shù)高的地方建立索引（比如郵箱，用戶名，而不是性別）

7、避免重復(fù)索引和冗余索引

重復(fù)索引：在同一列或者相同順序的幾個(gè)列建立了多個(gè)索引，成為重復(fù)索引，沒(méi)有任何意義，刪掉 冗余索引：兩個(gè)或多個(gè)索引所覆蓋的列有重疊，比如對(duì)于列m,n ，加索引index m(m),indexmn(m,n),稱(chēng)為冗余索引。

8、使用索引獲取有序數(shù)據(jù)

索引本身是有序的，利用有序索引獲取有序數(shù)據(jù)（Using Index）。使用索引來(lái)優(yōu)化或者避免排序排序的字段上加入索引，可以提高速度。在頻繁排序或分組（即group by或order by操作）的列上建立索引，如果待排序的列有多個(gè)，可以在這些列上建立組合索引

9、組合索引遵循最左前綴原則

建立組合索引，要同時(shí)考慮列查詢的頻率和列的區(qū)分度，區(qū)分度大的優(yōu)先放在前面。比如一張全球人口的用戶表，該表有性別，國(guó)籍，年齡等字段。那么一般情況下國(guó)籍的區(qū)分度就要比性別的區(qū)分度更高，比如滿足中國(guó)人這個(gè)條件的要比滿足男人這個(gè)條件的人要更少。因此建組合索引時(shí)國(guó)籍優(yōu)先考慮放在性別的前面。

10、索引碎片與維護(hù)

在數(shù)據(jù)表長(zhǎng)期的更改過(guò)程中，索引文件和數(shù)據(jù)文件都會(huì)產(chǎn)生空洞，形成碎片。修復(fù)表的過(guò)程十分耗費(fèi)資源，可以用比較長(zhǎng)的周期修復(fù)表。

11、注意索引的唯一性和非唯一性

唯一索引一定要小心使用，它帶有唯一約束，由于前期需求不明等情況下，可能造成我們對(duì)于唯一列的誤判。

12、建議最好不要用隨機(jī)生成的_id做主鍵

最好是使用自增ID字段做索引的主鍵，而不要使用隨機(jī)的_id做主鍵，因?yàn)榉沁f增的主鍵會(huì)導(dǎo)致頻繁的頁(yè)分裂，從而降低了插入的效率。所以一般情況下，我們會(huì)在表中使用一個(gè)自增ID字段來(lái)代替_id(使用原子更新指令inc來(lái)做自增)，用該字段來(lái)作表的主鍵。如果需要按照_id查詢時(shí)，查找就需要回表，查找的效率會(huì)低一點(diǎn)。如果表中只需要一個(gè)_id的唯一索引，那么就可以使用_id來(lái)做主鍵；如果不滿足這個(gè)條件就用自增ID做索引；