【MySQL-24】万字全面解析<索引>——【介绍&语法&性能分析&使用规则】

前言

大家好吖,欢迎来到 YY 滴MySQL系列 ,热烈欢迎! 本章主要内容面向接触过C++的老铁

主要内容含:

欢迎订阅 YY滴C++专栏!更多干货持续更新!以下是传送门!

目录

一.索引概述

1.索引基本概念

  • 索引(index)是帮助MvSOL高效获取数据数据结构(有序)

  • 低效获取数据:例如全表扫描等

  • 高效获取数据:二叉树等(示意图而已,不是真实索引结构)

2.索引的优缺点

优点:

  1. 提高数据检索的效率,降低数据库的IO成本
  2. 通过索引列对数据进行排序,降低数据排序的成本,降低CPU的消耗

缺点:

  1. 索引列也是要占用空间的
  2. 索引大大提高了查询效率,同时却也降低更新表的速度,如对表进行INSERT、UPDATE、DELETE时,效率降低

二.索引结构&分类

1.介绍&不同索引在不同引擎中的适用情况

MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种:

  1. B+Tree索引最常见的索引类型,大部分引擎都支持 B+ 树索引
  2. Hash索引 :底层数据结构是用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询
  3. R-tree(空间索引) :空间索引是MVISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常使用较少
  4. Full-text(全文索引):是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

不同索引在不同引擎中的适用情况:

2.Btree(多路平衡查找树)

【1】为什么不用二叉树的原因

  • 特性:比节点小排左边,比节点大排右边
  • 缺点:顺序插入时,会形成一个链表,查询性能大大降低。大数据量情况下,层级较深
    检索速度慢

【2】Btree

3.B+tree

【1】B+tree

  • 特点:所有的元素都会出现在叶子节点 ,形成单向链表
  • 机制: 非叶子节点充当索引作用,即指针;叶子节点存放数据
  • MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加一个指向相邻叶子节点的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能。
  • InnoDB引擎的逻辑存储结构,表空间->段->区->页->行;页在InnoDB引擎中默认大小16k

【2】为什么InnoDB存储引擎选择使用B+tree索引结构?

  • 相对于二叉树,层级更少,搜索效率高
  • 对于B-tree,无论是叶子节点还是非叶子节点,都会保存数据,这样导致一页中存储的键值减少,指针跟着减少,要同样保存大量数据,只能增加树的高度,导致性能降低
  • 相对Hash索引,B+tree支持范围匹配排序操作****;

4.hash哈希

  • 哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中
  • 如果两个(或多个)键值,映射到一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞),可以通过链表来解决。

Hash索引特点:

  1. Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,<,...)
  2. 无法利用索引完成排序操作
  3. 查询效率高,通常只需要一次检索就可以了,效率通常要高于B+tree索引

存储引擎支持:

  1. 在MySQL中,支持hash索引的是Memory引擎
  2. 而innoD8中具有自适应hash功能,hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

三.索引不同分类方式&演示

索引常规分为4种,分别是:

  1. 主键索引 :针对于表中主键创建的索引,默认自动创建,只能有一个关键字PRIMARY
  2. 唯一索引 :避免同一个表中某数据列中的值重复,可以有多个,关键字UNIQUE
  3. 常规索引:快速定位特定数据,可以有多个,无关键字
  4. 全文索引 :全文索引查找的是文本中的关键词,而不是比较索引中的值,可以有多个,关键字FULLTEXT

在InnoDB存储引擎中,根据索引的存储形式,又可以分为以下两种:

  1. 聚集索引(Clustered Index) :将数据存储与索引放到了一块,索引结构的叶子节点保存了行数据。必须有,而且只有一个
  2. 二级索引(SecondaryIndex)将数据与索引分开存储,索引结构的叶子节点关联的是对应的主键。可以存在多个

聚集索引存储规则:

  1. 如果存在主键,主键索引就是聚集索引**(聚集索引一定存在)**
  2. 如果不存在主键,将使用第一个唯一(UNIQUE)索引作为聚集索引
  3. 如果表没有主键,或没有合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚集索引

聚集索引和二级索引演示:

四.索引的语法&完成需求演示

1.索引的语法

  1. 创建索引
c 复制代码
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name ( index_col_name,...) ;
  1. 查看索引
c 复制代码
SHOW INDEX FROM table_name  (最后加上\G,可转换显示方式,由列展示变行展示)
  1. 删除索引
c 复制代码
DROP INDEX index_name ON table_name;

2.完成需求演示

按照下列的需求,完成索引的创建:

  • 介绍表tb_user表:
  • 需求
  • 查看索引
cpp 复制代码
-- 需求1:name字段为姓名字段,该字段的值可能会重复,为该字段创建索引。
create index idx_user_name on tb_user(name);

-- 需求2:phone手机号字段的值,是非空,且唯一的,为该字段创建唯一索引。
create unique index idx_user_phone on tb_user(phone);

-- 需求3:为profession、age、status创建联合索引。
create index idx_user_pro_age_sta on th_user(profession,age,status);

-- 需求4:为email建立合适的索引来提升查询效率。
create index idx user_email on tb_user(email);

-- 删除索引
drop index idx_user_email on tb_user;

五.索引性能分析工具------>为sql优化(select)做准备

1.查看SQL执行频次

【1】为什么要关注执行频率

  • 有张表数据量大,但是只插入不查询,所以没必要优化;
  • 通过查看增删改/查占数据库操作的比例,来判断是否需要优化

【2】查看SQL执行频次语法&演示

MySQL客户端连接成功后,通过show [sessionlglobal] status命令可以提供服务器状态信息。通过如下指令,可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:

c 复制代码
SHOW GLOBAL STATUS LIKE 'Com_______'; --模糊匹配,7个_代表7个字符

我们要关注增删查改操作

2.慢查询日志

【1】慢查询日志机理机理&作用&语法

  • 慢查询日志记录了所有执行时间超过指定参数(longquerytime,单位:秒,默认10秒)的所有SOL语句的日志------------------>要自定义参数可看下文【3.profile详情】
  • 慢查询日志的作用:一段操作后,我们可以在其中定位到效率比较低的sql,从而进行优化
  • MySQL的慢查询日志默认没有开启需要在MySQL的配置文件(/etc/my.cnf)中配置如下信息:
  • 配置完毕之后,通过以下指令重新启动MSQL服务器进行测试,查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log。

【2】演示:查看慢查询日志开关是否开启

c 复制代码
show variables like 'slow query log';

【2】演示:Linux中配置慢查询日志

  • 登录linux,编辑mysql下的配置文件:/etc/my.cnf
  • 大G跳到最后
  • 输入
c 复制代码
slow_query_log=1
long_query_time=2
  • 重新连接后;再次查询,发现接口已开启

【3】演示:实时监测慢查询日志

  • 我们开启两个窗口,第一个窗口输入如下代码查看慢查询日志实时情况
c 复制代码
tail -f localhost-slow.1og
  • 第二个窗口执行一条select语句,由于用时没有超过10s,所以在第一个窗口中没有显示
  • 第二个窗口执行一条典型性能低select语句,用时超过10s,所以在第一个窗口中显示


3.profiles详情------(解决慢查询日志--自定义问题)

【1】慢查询日志机理机理&作用&语法

  • 慢查询日志只记录超过10s的sql记录,想要自定义要通过profiles
  • show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了
  • 通过have profiling参数,能够看到当前MySQL是否支持profile操作:
c 复制代码
SELECT @@have_profiling ;
  • 默认profiling是关闭的,可以通过set语句在session/global级别开启profiling
  • 通过以下语句,能够看到当前profile操作是否开启
c 复制代码
SET profiling=1;
  • 查看profiling状态
cpp 复制代码
select @profiling;
  • 执行一系列的业务SQL的操作,然后通过如下指令查看指令的执行耗时:

【2】演示:打开profiles开关前后对比

【3】演示:执行一系列的业务SQL的操作,然后通过profile查看指令的执行耗时/各个阶段耗时/CPU使用情况:

  • 执行一系列sql语句
  • 查询profiles
  • 我们想知道最后一条语句,为何花了9s多,耗费在哪些地方,我们可以接着操作

  • 加上cpu,可以查看指定query id的SQL语句CPU的使用情况

4.explain执行计划(最常用)

【1】explain执行计划&语法

EXPLAIN 或者 DESC命令获取 MySQL如何执行 SELECT语句的信息,包括在 SELECT语句执行过程中表如何连接和连接的顺序。

【2】explain执行计划演示

  • 在select语句前加入explain或desc即可

【3】explain执行计划各个字段的含义

  • ID :select查询的序列号,表示查询中执行select子句或者是操作表的顺序(id相同,执行顺序从上到下;id不同,值越大,越先执行)
  • select_type:表示 SELECT的类型,常见的取值有 SIMPLE(简单表,即不使用表连接或者子查询)、PRIMARY(主查询,即外层的查询)、UNION(UNION 中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE之后包含了子查询)等
  • type:表示连接类型,性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all
  • possible_key:显示可能应用在这张表上的索引,一个或多个
  • Key:实际使用的索引,如果为NULL,则没有使用索引。
  • Key_len:表示索引中使用的字节数,该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下,长度越短越好
  • rows:MySQL认为必须要执行查询的行数,在innodb引擎的表中,是一个估计值,可能并不总是准确的
  • filtered :表示返回结果的行数占需读取行数的百分比,filtered 的值越大越好。

六.索引使用规则

※.验证索引效率提升

  • 在未建立索引之前,执行如下SOL语句,查看SQL的耗时
  • 耗时11s
  • 利用主键索引(id)查,耗时0s
  • 利用第二个字段sn查,耗时21s,性能极低
  • 针对字段sn创建索引,然后再次执行相同的SQL语句,再次查看SQL的耗时
  • 从21s变成0.01s,性能大大提升


1.覆盖索引------查询使用了索引,并且需要返回的列,在该索引中已经全部能够找到

  • 尽量使用覆盖索引**(查询使用了素引,并且需要返回的列,在该索引中已经全部能够找到)**,减少select *

演示:

  • 我们查看索引
  • 紫色部分:上面比下面的效率好
  • 多出的蓝色部分(返回的列),不能够在在该索引中找到,上部分的效率比下部分高
  • 上部分:usingindexcondition:查找使用了索引,但是需要回表查询数据
  • 下部分 :using where;using index:查找使用了索引,但是需要的数据都在索引列中能找到,所以不需要回表查询数据

2.单列索引&联合索引

  • 单列索引:即一个索引只包含单个列。
  • 联合家引:即一个索引包含了多个列。
  • 在业务场景中,如果存在多个查询负件,考虑针对于查询字段建立索引时,建议优先建立联合索引,而非单列引。
  • **多条件联合查询时,MySQL优化器会评估哪个字段的索引效率更高,会选择该索引完成本次查询。**要强制就用可视日志。

演示:

  • name和phone字段,都是单列索引,但只用到一个字段索引
  • 我们给name和phone字段创建联合索引,MySQL优化器会评估哪个字段的索引效率更高。如果我们要主动设置SQL语句用的索引,涉及到下文我们提到的SQL提示

3.前缀索引------解决冗长字符串与索引问题

【1】前缀索引&索引选择性的介绍

  • 当字段类型为字符串(varchar,text等)时,有时候需要索引很长的字符串,这会让索引变得很大,查询时,浪费大量的磁盘IO,影响查询效率。
  • 此时可以只将字符串的一部分前缀,建立索引,这样可以大大节约索引空间,从而提高索引效率。
  • 如下图,计算可得字段选择性是1
  • 不断调整substring截取部分,可得到不同选择性

【2】前缀索引创建演示:

  • 针对email字段截取字符串,建立前缀索引,降低索引体积
  • 建立前五个字符构成的前缀索引
  • 查询发现用到了创建的前五个字符构成的前缀索引

5.SQL提示------指定某个索引/忽略索引/强制索引

  • SQL提示,是优化数据库的一个重要手段,简单来说,就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
  • 例如下图SQL执行计划,可能索引有两个,但是最终应用的索引只有一个,某些情况下我们就是要指定用某个索引

演示:

  • 有这样一张表,我们看下这段SQL的执行计划,索引是复合索引idx_user_pro_age_sta
  • 我们针对profession创建一个单列索引
  • 我们想要用这个单列索引,我们就建议索引use XX------MySQL不一定接受,要强制用force XX

6.数据分布影响------MySQL自我评估

  • 如果MySQL评估使用索引比全表更慢,则不使用索引

演示:

  • 有一张表,我们关注其phone字段
  • 当我们进行不同的范围查询时,MySQL会自己选择用不用索引
  • 例如绿色部分用了联合索引,而红色部分要查找的数目已经大于总数一半了,此时MySQL自己选择全表扫描

7.查询失效的几种情况

【1】违背------最左前缀法则(联合索引)

  • 如果索引了多列(联合索引),要遵守最左前缀法则。
  • 最左前缀法则指的是查询从索引的最左列开始**(最左列存在即可)**,并且不跳过索引中的列,索引才不会失效
  • 如果跳跃某一列,索引将部分失效**(后面的字段索引失效)**

演示:

  • 有如下表
  • 查看索引,有一个age字段和status字段的联合索引idx_user_pro_age_sta
  • 联合索引生效,索引长度为54
  • 去掉status条件后,索引长度为49,因此可以判断status部分对应的索引长度为5
  • 去掉status和age条件后,索引长度为47,因此可以判断age部分对应索引长度为2

索引失效:

  • 索引的最左列不存在,key为null,不走索引,走全表扫描

  • 去除掉age,也会走联合索引,但是长度只有47,只有profession部分走索引,部分失效

  • 注:索引的最左列只要存在即可,顺序无所谓

【2】范围查询右侧失效

  • 联合索引中,出现范围查询(>,<),查询范围右侧的列索引失效
  • 实际中应该规避(>,<),在业务允许的范围下使用(>=,<=),(>=,<=)不会失效****

演示:

  • 如下图,联合索引正常长度应该是54,图中是49,说明没有走status索引------status索引失效了
  • 如下图,采用>=,索引长度为54,说明**>=的范围查询不会让右侧失效**

【3】用or分割开的条件,or后面没索引,所有索引失效

  • 如果or前的条件中的列有索引,而后面的列中没有索引,那么涉及的索引都不会被用到
  • 例如:age无索引,但是主键索引仍然不会生效

【4】索引列上进行运算操作,索引失效

  • 不要在索引列上进行运算操作,索引将失效

演示:

  • 有这样一张表,我们关注phone字段
  • phone是单列索引,发现用上了
  • 我们想要找手机号最后两位是15的,利用substring函数运算截取,第十位开始,截2位
  • 索引失效

【5】字符串类型字段使用时,不加引号,索引失效

  • 字符串类型字段使用时,不加引号,索引失效

演示:

  • phone是varchar类型,不加单引号,也能查
  • 但是由于存在隐式类型转换,索引会失效

【6】头部模糊匹配,索引失效

  • 如果仅仅是尾部模糊匹配,索引不会失效
  • 如果是头部模糊匹配,索引失效
相关推荐
CYRUS_STUDIO18 分钟前
Android APP 热修复原理
android·app·hotfix
鸿蒙布道师35 分钟前
鸿蒙NEXT开发通知工具类(ArkTs)
android·ios·华为·harmonyos·arkts·鸿蒙系统·huawei
鸿蒙布道师37 分钟前
鸿蒙NEXT开发网络相关工具类(ArkTs)
android·ios·华为·harmonyos·arkts·鸿蒙系统·huawei
大耳猫1 小时前
【解决】Android Gradle Sync 报错 Could not read workspace metadata
android·gradle·android studio
ta叫我小白1 小时前
实现 Android 图片信息获取和 EXIF 坐标解析
android·exif·经纬度
溜溜刘@♞1 小时前
数据库之mysql优化
数据库·mysql
BXCQ_xuan2 小时前
基于Node.js的健身会员管理系统的后端开发实践
后端·mysql·node.js
uwvwko2 小时前
ctfhow——web入门214~218(时间盲注开始)
前端·数据库·mysql·ctf
柯3492 小时前
Redis的过期删除策略和内存淘汰策略
数据库·redis·lfu·lru
Tiger_shl2 小时前
【Python语言基础】24、并发编程
java·数据库·python