索引介绍
-
索引是帮助MySQL高效获取数据的排好序的数据结构；存储的内容是指向表中数据的指针
-
mysql有多种索引，B+tree索引，全文索引，哈希索引、空间索引。其中以B+Tree索引应用最为广泛
假设从0到1000中，猜一个数字。结果只有对、错2种，猜错时会提示猜大了还是小了。猜对的次数会随着数字基数的增大而增加，这就类似于一颗二叉树。
B-tree索引
**数据存储：**节点（内部节点和叶子节点）都可以存储数据，非叶子节点也存储数据和指向子节点的指针
**链式结构：**叶子节点之间没有链式连接，数据查找必须在树上进行遍历，无法顺序读取所有数据。因此范围查询时效率差
**树的层数：**非叶子节点也存储数据，B树的每个节点可以容纳的数据较少，因此树的高度相对较高
B+Tree索引
B-Tree和B+Tree的对比表
| 比较维度 | B树 | B+树 |
|---|---|---|
| 数据存储位置 | 数据存储在所有节点（包括内部节点和叶子节点） | 数据仅存储在叶子节点，内部节点只存储索引 |
| 叶子节点链表 | 叶子节点之间无链表 | 叶子节点通过链表相连，方便顺序遍历 |
| 树的高度 | 相对较高 | 相对较低，内部节点可容纳更多索引 |
| 数据访问效率 | 可能提前在非叶子节点找到数据 | 查找时需到叶子节点，效率稳定 |
| 范围查询效率 | 不适合范围查询 | 通过叶子节点的链表结构，范围查询效率高 |
| 磁盘I/O性能 | 相对较差，节点存储数据和索引 | 占用磁盘空间更少，I/O 性能较好 |
- 数据写入时，把数据均匀的写入到磁盘中。根据页节点的存储信息，取出边界值（最大值或最小值）。并将每个叶节点最大数据信息进行汇总整合
- B+Tree增加了同级相邻叶子节点之间的双向指针，从而实现相邻节点相互跳转。往右跳转
SELECT * FROM table WHERE id > 5 - 树越往上，索引范围越大，存储更多的索引
- 将需要存储的数据信息，均匀分配保存到对应页当中，最终数据信息的均匀存储
- 在进行等值数据查询时，每次查询消耗的IO数量相等
BTree索引的优势介绍
- 擅于等值和范围查询数据
- 树的结构层次是（根 支 页），跟和枝存储的是指针信息，叶子节点存储的是数据信息
- 在 inodb中，通常设置 主键索引和 辅助索引
索引分类
主键索引
注：主键索引也叫聚簇索引
聚簇索引主要是：将多个簇（区-64个数据页-1M）聚集在一起就构成了所谓聚簇索引，也可以称之为主键索引；
聚簇索引作用是：用来组织存储表的数据行信息的，也可以理解为数据行信息都是按照聚簇索引结构进行存储的，即按区分配空间的；
聚簇索引的存储：聚簇是多个簇，簇是多个连续数据页(64个)，页是多个连续数据块(4个)，块是多个连续扇区(8个)；
如果没有定义主键，InnoDB会尝试选择第一个唯一且非空的索引作为聚簇索引
- 特点是存储数据的顺序和索引顺序一致
- 叶子节点包含一条完整的记录
bash
# innodb world库目录下，只有3个文件(对应3张表)，目录和索引全在一个文件内。而myisam引擎索引和数据是分散的
[root@db01world]# pwd
/data/3306/data/world
[root@db01world]# ls
city.ibd country.ibd countrylanguage.ibd构建过程：
- 数据表创建时，显示的构建了主键信息（pk），主键（pk）就是聚簇索引；
- 数据表创建时，没有显示的构建主键信息时，会将第一个不为空的UK的列做为聚簇索引；
- 数据表创建时，以上条件都不符合时，生成一个6字节的隐藏列，row ID作为聚簇索引；
为什么建议使用自增主键建立索引？
- 如果使用字符作为索引，mysql会比对编码转成2进制数字，数字会比较长，然后在使用数字建立索引
- 直接使用一个int主键作为索引，减少了转换，所以快速
辅助索引
辅助索引介绍
-
创建表时，显示的一般索引信息就是辅助索引
-
没有辅助索引就会进行全表扫描
-
非主键索引结构叶子节点存储的是主键值(一致性和节省存储空间)
-
有唯一性设置的辅助索引优先级比其他没有设置唯一性索引高
==场景：==如果不知道信息的id，只知道name=wzy，怎么找到这一行数据
假设普通查询：select * from table where name='x';
范围查询：**`select * from table where name like '%x%';`**1️⃣以name为x进行聚簇查询，得到name为x的记录信息，并查出id=y
2️⃣然后用 select * from table whre id=y; 回表查询，然后得出整个信息
3️⃣辅助索引存储的值是主键索引
辅助索引的构建
int(数字)类型可以排序，char(字符串)也可以排序，
查看主键|辅助索引
1.查看表结构
sql
mysql> desc city;
+-------------+----------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------------+----------+------+-----+---------+----------------+
| ID | int | NO | PRI | NULL | auto_increment |
| Name | char(35) | NO | | | |
| CountryCode | char(3) | NO | MUL | | |
| District | char(20) | NO | | | |
| Population | int | NO | | 0 | |
+-------------+----------+------+-----+---------+----------------+2.查看建表语句，包含了索引设置
sql
show CREATE TABLE city;
CREATE TABLE `city` (
`ID` int NOT NULL AUTO_INCREMENT,
`Name` char(35) NOT NULL DEFAULT '',
`CountryCode` char(3) NOT NULL DEFAULT '',
`District` char(20) NOT NULL DEFAULT '',
`Population` int NOT NULL DEFAULT '0',
PRIMARY KEY (`ID`),
KEY `CountryCode` (`CountryCode`),
CONSTRAINT `city_ibfk_1` FOREIGN KEY (`CountryCode`) REFERENCES `country` (`Code`)
) ENGINE=InnoDB AUTO_INCREMENT=4080 DEFAULT CHARSET=latin1;3.查看索引的详细信息
sql
mysql> show index from city;
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| city | 0 | PRIMARY | 1 | ID | A | 4188 | NULL | NULL | | BTREE | | | YES | NULL |
| city | 1 | CountryCode | 1 | CountryCode | A | 232 | NULL | NULL | | BTREE | | | YES | NULL |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+索引中的字段说明
字段说明：
- Table：表的名称，这里是 city
- Non_unique：是否允许重复值（即该索引是否唯一）；0 表示索引是唯一的（如
PRIMARY索引），1 表示索引可以包含重复的值 - Key_name：索引的名称。
PRIMARY是主键索引的名称，CountryCode是非唯一索引的名称 - Seq_in_index：索引中列的顺序。对于复合索引（包含多个列），指示该列在索引中的位置，
1表示这是索引中的第一个列 - Column_name：该索引所包含的列名。对于
PRIMARY索引，列名是ID。对于CountryCode索引，列名是CountryCode - Collation：索引中的列的排序规则。通常为
A表示按升序排序 - Cardinality：索引的基数，表示该列中不同值的数量
- Sub_part：如果索引只使用列的部分字符长度，该列的长度。NULL 表示索引使用整个列的值
- Packed：索引是否已压缩。NULL 表示没有压缩
- Null：指示该列是否允许 NULL 值。若允许 NULL，则显示
YES，否则为空（表示不允许 NULL 值） - Index_type：索引的类型，常见的有
BTREE、HASH等。这里使用的是BTREE，表示该索引使用的是 B+Tree 结构 - Comment：索引的备注信息。为空表示没有备注
- Visible：索引是否有效。
YES表示索引有效，可以被查询使用。否则就是处于被禁用状态 - Expression：如果该索引是基于表达式生成的（例如在索引中包含计算结果），则显示表达式的内容。如果是普通列索引，则为 NULL
前缀索引
MySQL 的 前缀索引 在存储**长文本（如 VARCHAR 或 TEXT）**时，比较有用。前缀索引是指创建索引时，只对列的前几个字符进行索引，而不是对整列数据进行索引。能够显著减少索引的存储空间，并在查询时提高效率
1.假设有一个包含用户信息的表 users，其中包含一个 email 字段，存储每个用户的电子邮件地址。如果有数百万条记录，email 列包含的是用户的电子邮件地址，而这些地址通常有很多相似的部分（如 @gmail.com、@mail.com 等）。如果我们为 email 列创建一个普通的 全文索引，这会导致非常大的索引文件，并且查询效率也不一定很高。
sql
CREATE TABLE users (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(100),
email VARCHAR(255)
);2.使用前缀索引。可以只对邮箱的前缀部分进行索引，
sql
CREATE INDEX email_prefix_idx ON users(email(10));3.查看索引信息
sql
mysql> desc users;
+-------+--------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------+--------------+------+-----+---------+----------------+
| id | int | NO | PRI | NULL | auto_increment |
| name | varchar(100) | YES | | NULL | |
| email | varchar(255) | YES | MUL | NULL | |
+-------+--------------+------+-----+---------+----------------+
sql
mysql> show index from users;
+-------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| users | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
| users | 1 | email_prefix_idx | 1 | email | A | 0 | 10 | NULL | YES | BTREE | | | YES | NULL |
+-------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+4.注意：使用 where email LIKE '%@gmail.com' 将无法利用前缀索引，
正确的为：SELECT * FROM users WHERE email LIKE 'john%';
哈希索引
- 哈希索引 主要用于 Memory 引擎，适用于 等值查询，可以提供 O(1) 的查找效率
- 哈希对于范围查询、排序 或其他非等值查询无效
- 如果数据量过大，哈希表可能会变得拥挤，导致 哈希冲突 增加，性能反而下降
1.假设有一个 users 表，包含以下数据：
sql
CREATE TABLE users (
user_id INT,
username VARCHAR(50),
email VARCHAR(100),
PRIMARY KEY (user_id)
) ENGINE=InnoDB;2.有一个查询需求：根据电子邮件查询用户信息
sql
SELECT * FROM users WHERE email = '[email protected]';如果针对 email 字段没有任何索引，那么mysql会执行全表扫描查找
3.可以对 email 设置一个哈希索引
哈希索引会将 email 的值通过哈希函数计算出一个哈希值，并直接定位到哈希表中相应的位置。这意味着查询的时间复杂度是 O(1)，查询时间和数据量无关
sql
CREATE TABLE users_hash (
user_id INT,
username VARCHAR(50),
email VARCHAR(100),
PRIMARY KEY (user_id),
KEY (email) USING HASH # 使用哈希索引
) ENGINE=MEMORY;4.注意哈希索引不能用于 排序 或 范围查询，例如：
sql
SELECT * FROM users_hash WHERE email > '[email protected]';
SELECT * FROM users_hash WHERE email > '%[email protected]%';联合索引
- 联合索引的列顺序需要与查询条件的列顺序匹配，否则索引失效，即最左匹配原则
1.假设有一个这样的订单表
sql
CREATE TABLE orders (
order_id INT AUTO_INCREMENT PRIMARY KEY, # 订单id
customer_id INT, # 客户 ID
order_date DATE, # 订单日期
total_amount DECIMAL(10, 2), # 订单总金额
status VARCHAR(20) # 订单状态（例如：已发货、待付款等）
);有2条独立的索引：基于 客户id 的和 基于订单日期的
sql
CREATE INDEX idx_customer_id ON orders (customer_id);
CREATE INDEX idx_order_date ON orders (order_date);2.有如下查询需求
查询某个客户在特定日期范围内的所有订单：
sql
SELECT * FROM orders
WHERE customer_id = 123
AND order_date BETWEEN '2024-01-01' AND '2024-01-31';查询某个客户所有已发货订单的总金额：
sql
SELECT SUM(total_amount) FROM orders
WHERE customer_id = 123
AND status = 'Shipped';3.先分析一下未使用联合索引时的查询情况
sql
SELECT * FROM orders WHERE customer_id = 123 AND order_date = '2024-01-01';MySQL 首先会使用 idx_customer_id 来查找所有 customer_id = 123 的记录，然后，MySQL 会使用 idx_order_date 来查找所有 order_date = '2024-01-01' 的记录。最后MySQL 会 合并 这两个结果集，找出既符合 customer_id = 123 又符合 order_date = '2024-01-01' 的记录
这里就涉及到索引合并：
- 索引合并需要先分别扫描两个索引，消耗额外的计算资源
- 然后还要合并两个结果集，导致更多的计算和内存开销
4.以 客户id 和 订单日期创建一条联合索引
sql
CREATE INDEX idx_customer_date ON orders (customer_id, order_date);5.当有如下查询时：
sql
SELECT * FROM orders WHERE customer_id = 123 AND order_date = '2024-01-01';MySQL 会直接使用 idx_customer_date 联合索引，这样只需要 一次扫描，而不需要扫描两个索引再进行合并。由于只有一次扫描，查询效率更高，性能也更好
6.如果查询的列并没有出现在联合索引的最前面，索引将无法被有效利用。例如：
sql
SELECT * FROM orders WHERE order_date BETWEEN '2024-01-01' AND '2024-01-31';因为 order_date 并不是联合索引的第一个列，所以联合索引失效了
7.查看 orders 的索引情况
sql
mysql> show index from orders;
+--------+------------+-------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+--------+------------+-------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| orders | 0 | PRIMARY | 1 | order_id | A | 0 | NULL | NULL | | BTREE | | | YES | NULL |
| orders | 1 | idx_customer_date | 1 | customer_id | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
| orders | 1 | idx_customer_date | 2 | order_date | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
+--------+------------+-------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+PRI聚簇、主键索引
MUL辅助索引
sql
mysql> show index from world.city;
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| city | 0 | PRIMARY | 1 | ID | A | 4046 | NULL | NULL | | BTREE | | | YES | NULL |
| city | 1 | CountryCode | 1 | CountryCode | A | 232 | NULL | NULL | | BTREE | | | YES | NULL |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+1️⃣Non_unique=0表示唯一索引，1 表示可以重复
2️⃣Collation： 显示创建索引排序方式 A：升序 D：降序
3️⃣Cardinality：显示索引列的索引选择度，数据库会自动计算估值，索引列数据重复情况
4188/4079 约等于 1 重复值越少
选择度 = (唯一索引值的数量 / 总记录数)
- 选择度接近1：表示索引的选择性很好，索引列中的值几乎不重复。
- 选择度接近0：表示索引的选择性很差，索引列中的值大部分或全部相同。
索引的创建/删除
创建索引
1.创建表时就创建索引
sql
create table t1 (id int, name varchar(255), primary key(id));2.创建表后再创建索引
sql
mysql> create table t1 (id int, name varchar(255));
mysql> desc t1;
+-------+--------------+------+-----+---------+-------+
| Field | Type | Null | Key | Default | Extra |
+-------+--------------+------+-----+---------+-------+
| id | int | YES | | NULL | |
| name | varchar(255) | YES | | NULL | |
+-------+--------------+------+-----+---------+-------+
# 添加主键索引
mysql> alter table t1 add primary key (id);辅助索引创建
sql
create table t1 (id int, name char(10), index index_name(name));
mysql> desc t1;
+-------+----------+------+-----+---------+-------+
| Field | Type | Null | Key | Default | Extra |
+-------+----------+------+-----+---------+-------+
| id | int | YES | | NULL | |
| name | char(10) | YES | MUL | NULL | |
+-------+----------+------+-----+---------+-------+
sql
-- 索引信息：辅助索引
alter table test01 add index idx_name(name);
alter table test01 add index idx_name(name(length)); -- 设置前缀，length可选项
alter table test04 add index xiaoA(name desc) ; -- 调整排序方- 只创建一个辅助索引
sql
create table t1 (id int, name char(10), unique index index_name(name));尽量遵循最左最高原则
- 多列索引，（联合索引）
sql
create table t01 (id int,name char(10),age char(5),index index_name(name,age));select * from t01 where name='xx' and age=20;
当出现重名时，设置2个条件以减少回表数量，联合索引减少IO的更多
索引覆盖
覆盖索引（Covering Index）是指在查询执行过程中，索引本身包含了查询所需要的所有列，因此 MySQL 可以直接通过索引获取查询结果，而无需访问表中的实际数据行。也就是说，查询所需的所有数据都在索引中，不需要回表（即不需要访问表的数据页）
1.假设有1个员工表
sql
CREATE TABLE employees (
emp_id INT PRIMARY KEY, # 员工id
first_name VARCHAR(50), # 姓氏
last_name VARCHAR(50), # 名字
department VARCHAR(50), # 任职部门
salary DECIMAL(10, 2) # 薪资
);2.基于姓名创建一个联合索引，首先通过主键索引（PRIMARY KEY）定位到符合 emp_id = 1001 的数据行；然后，MySQL 会回表，访问数据行，取出 first_name 和 last_name 字段的值
sql
CREATE INDEX idx_name ON employees(first_name, last_name);3.没有覆盖索引方式查询员工姓名
sql
SELECT first_name, last_name FROM employees WHERE emp_id = 1001;4.使用覆盖索引方式查询员工姓名
sql
SELECT first_name, last_name FROM employees WHERE first_name = 'John' AND last_name = 'Doe';创建索引时的注意事项
-
创建辅助索引时，考虑回表次数，尽可能降低回表次数
-
使用覆盖索引，即索引本身包含了查询所需要的所有列
sqlselect name from user whrere name='wzy' and password='wzy666' -
树的高度越低越好
-
数据量过大可以分库分表
删除索引
sql
3）删除索引
聚簇索引删除
alter table t100x drop primary key;
辅助索引删除：
alter table t100w drop index idx_name;
sql
mysql> show index from t01;
+-------+------------+------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| t01 | 1 | index_name | 1 | name | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
| t01 | 1 | index_name | 2 | age | A | 0 | NULL | NULL | YES | BTREE | | | YES | NULL |
+-------+------------+------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
mysql> alter table t01 drop index index_name;
Query OK, 0 rows affected (0.01 sec)临时禁用索引
sql
alter table city alter index CountryCode invisible;
alter table city alter index CountryCode visible;查询压测数据库
1.准备测试的数据，插入100万条数据
sql
mysql> CREATE TABLE `t100w` (
`id` int DEFAULT NULL,
`num` int DEFAULT NULL,
`k1` char(2) DEFAULT NULL,
`k2` char(4) DEFAULT NULL,
`dt` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
mysql> desc t100w;
+-------+-----------+------+-----+-------------------+-----------------------------------------------+
| Field | Type | Null | Key | Default | Extra |
+-------+-----------+------+-----+-------------------+-----------------------------------------------+
| id | int | YES | | NULL | |
| num | int | YES | | NULL | |
| k1 | char(2) | YES | | NULL | |
| k2 | char(4) | YES | | NULL | |
| dt | timestamp | NO | | CURRENT_TIMESTAMP | DEFAULT_GENERATED on update CURRENT_TIMESTAMP |
+-------+-----------+------+-----+-------------------+-----------------------------------------------+
mysql> select * from t100w limit 10;
+------+--------+------+------+---------------------+
| id | num | k1 | k2 | dt |
+------+--------+------+------+---------------------+
| 1 | 25503 | 0M | IJ56 | 2019-08-12 11:41:16 |
| 2 | 756660 | rx | bc67 | 2019-08-12 11:41:16 |
| 3 | 876710 | 2m | tu67 | 2019-08-12 11:41:16 |
| 4 | 279106 | E0 | VWtu | 2019-08-12 11:41:16 |
| 5 | 641631 | At | rsEF | 2019-08-12 11:41:16 |
| 6 | 584039 | QJ | VWlm | 2019-08-12 11:41:16 |
| 7 | 541486 | vc | ijKL | 2019-08-12 11:41:16 |
| 8 | 771751 | 47 | ghLM | 2019-08-12 11:41:16 |
| 9 | 752847 | aQ | CDno | 2019-08-12 11:41:16 |
| 10 | 913759 | ej | EFfg | 2019-08-12 11:41:16 |
+------+--------+------+------+---------------------+2.执行压测命令
sh
mysqlslap \
--defaults-file=/data/3306/my.cnf \
--concurrency=100 \
--iterations=1 \
--create-schema='zhiyong18' \
--query="select * from zhiyong18.t100w where k2='VWlm'" \
engine=innodb \
--number-of-queries=2000 \
-uroot -paa -h10.0.0.51 \
-verbose
--concurrency=100：模拟的并发用户数为 100，即每个并发用户都会执行相同的查询
--iterations=1：执行一次测试
--create-schema='zhiyong18'：在运行查询之前创建一个名为zhiyong18的数据库架构（如果该数据库不存在）。注意，mysqlslap会尝试创建此数据库，但不会删除已存在的数据库
--number-of-queries=2000：每个并发用户会执行 2000 次查询操作
3.可以发现主机负载异常的高，查询耗时也比较长
bash
[root@db51~]# uptime
23:23:59 up 9:06, 3 users, load average: 84.14, 40.37, 17.14
[root@db51~]# top -bn1 | grep -A 1 '%CPU'
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
1319 mysql 20 0 7063820 573312 17844 S 1194 28.3 39:03.62 mysqld4.对 k2 列增加辅助索引
sql
mysql> alter table t100w add index idx_k2(k2);
Query OK, 0 rows affected (2.28 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> desc t100w;
+-------+-----------+------+-----+-------------------+-----------------------------------------------+
| Field | Type | Null | Key | Default | Extra |
+-------+-----------+------+-----+-------------------+-----------------------------------------------+
| id | int | YES | | NULL | |
| num | int | YES | | NULL | |
| k1 | char(2) | YES | | NULL | |
| k2 | char(4) | YES | MUL | NULL | |
| dt | timestamp | NO | | CURRENT_TIMESTAMP | DEFAULT_GENERATED on update CURRENT_TIMESTAMP |
+-------+-----------+------+-----+-------------------+-----------------------------------------------+5.再次压测，不到4秒就压测完毕，效果明显
bash
[root@db51~]# mysqlslap \
> --defaults-file=/data/3306/my.cnf \
> --concurrency=100 \
> --iterations=1 \
> --create-schema='zhiyong18' \
> --query="select * from zhiyong18.t100w where k2='VWlm'" \
> engine=innodb \
> --number-of-queries=2000 \
> -uroot -paa -h10.0.0.51 \
> -verbose
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
Running for engine rbose
Average number of seconds to run all queries: 3.737 seconds
Minimum number of seconds to run all queries: 3.737 seconds
Maximum number of seconds to run all queries: 3.737 seconds
Number of clients running queries: 100
Average number of queries per client: 20索引优化
常规索引优化
总结：
-
最好有主键索引
-
选择索引选择度高的列作为索引
-
配置了联合索引，要按最左匹配原则
-
创建辅助索引，前缀索引
-
少用 >，like 等筛选条件
-
注意观察执行计划的type
-
关注执行计划Extra 是否为 using where，全表扫描
- 因为是范围查找，所以name字段失效。
sql
select * from table where age>100 and name=wzy;正确写法：
sql
select * from table where name=wzy and age>100;- 不低于
sql
select name =! 'wzy';- 以通配符开头
sql
select name like '%wzy';- or或者
AHI功能
AHI全称（中文名称）为自适应的hash索引/散列索引，用于在内存中建立索引，快速锁定内存中的热点数据索引页位置；
正常情况下，所有数据都是存储在磁盘中的，如果想访问读取相应磁盘的数据信息，都是会将磁盘数据调取存放在内存中，即消耗IO；
对于数据库服务而言，想要读取数据信息，也是会从磁盘中读取存储页，在放入内存中被数据库服务进行访问，索引访问也是一样的；
但是当数据页大量的被存放在内存中后，从大量内存中的数据页找到想要的，也是比较困难的事情；
因此，可以对内存中经常被访问数据索引页建立一个hash索引，从而可以帮助数据库服务快速定位内存中想要找的索引数据页；
sql
mysql> show variables like 'innodb_adaptive_hash_index';
+----------------------------+-------+
| Variable_name | Value |
+----------------------------+-------+
| innodb_adaptive_hash_index | ON |
+----------------------------+-------+change_buffer调整
change_buffer 与 InnoDB 存储引擎中的写入缓冲区有关。它主要用于加速写入操作，尤其是对非主键索引的插入、更新和删除操作
1.change_buffer 的大小，说明默认为内存的25%
sql
mysql> show variables like '%change_buffer%';
+-----------------------------------------+-------+
| Variable_name | Value |
+-----------------------------------------+-------+
| innodb_change_buffer_max_size | 25 |
| innodb_change_buffering | all |
+-----------------------------------------+-------+预读功能
当使用这样的查询时，k2 结果集超过总数据量的25%时，优化器就不走索引了。而是走预读功能
sql
select * from t100w where k2='a00' or k2='a01' k2='a02' k2='a03'索引元信息
sql
select * from mysql.innodb_index_stats;
select * from mysql.innodb_table_stats;-
在数据表中插入 修改 删除数据时，聚簇索引树会进行同步实时更新，辅助索引树会进行异步延时更新
-
数据频繁写入的时候会触发索引元数据锁，导致数据不能写入
- 解决方法：先临时放在change buffer区域，积攒一定数据量再修改索引结构
sql
mysql> select * from mysql.innodb_index_stats where database_name='world' and table_name='city';
+---------------+------------+--------------+---------------------+--------------+------------+-------------+-----------------------------------+
| database_name | table_name | index_name | last_update | stat_name | stat_value | sample_size | stat_description |
+---------------+------------+--------------+---------------------+--------------+------------+-------------+-----------------------------------+
| world | city | CountryCode | 2024-12-01 18:46:24 | n_diff_pfx01 | 232 | 7 | CountryCode |
| world | city | CountryCode | 2024-12-01 18:46:24 | n_diff_pfx02 | 4079 | 7 | CountryCode,ID |
| world | city | CountryCode | 2024-12-01 18:46:24 | n_leaf_pages | 7 | NULL | Number of leaf pages in the index |
| world | city | CountryCode | 2024-12-01 18:46:24 | size | 8 | NULL | Number of pages in the index |
| world | city | PRIMARY | 2024-12-01 18:46:24 | n_diff_pfx01 | 4188 | 20 | ID |
| world | city | PRIMARY | 2024-12-01 18:46:24 | n_leaf_pages | 24 | NULL | Number of leaf pages in the index |
| world | city | PRIMARY | 2024-12-01 18:46:24 | size | 25 | NULL | Number of pages in the index |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_diff_pfx01 | 232 | 5 | CountryCode |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_diff_pfx02 | 4052 | 5 | CountryCode,Population |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_diff_pfx03 | 4079 | 5 | CountryCode,Population,ID |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_leaf_pages | 5 | NULL | Number of leaf pages in the index |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | size | 6 | NULL | Number of pages in the index |
+---------------+------------+--------------+---------------------+--------------+------------+-------------+-----------------------------------+
iff_pfx01 | 232 | 5 | CountryCode |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_diff_pfx02 | 4052 | 5 | CountryCode,Population |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_diff_pfx03 | 4079 | 5 | CountryCode,Population,ID |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | n_leaf_pages | 5 | NULL | Number of leaf pages in the index |
| world | city | idx_code_pop | 2024-12-01 18:46:24 | size | 6 | NULL | Number of pages in the index |
+---------------+------------+--------------+---------------------+--------------+------------+-------------+-----------------------------------+