MySQL索引

一.索引概述

介绍:索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引

在无索引查找数据时,会对全表进行查询,查询效率极低,在设置索引之后,会根据索引对数据进行查询,查询次数少,效率高

索引的优缺点

|---------------------------------|-----------------------------------------------------------|
| 优势 | 劣势 |
| 提高数据检索的效率,降低数据库的IO成本 | 索引列也会占用空间 |
| 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 | 索引大大提高了查询效率,但同时却降低了更新表的速度,如对表进行INSERT、UPDATE、DELETE时,效率降低 |

二.索引结构

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:

|-----------------|--------------------------------------------|
| 索引结构 | 描述 |
| B+Tree索引 | 最常见的索引类型,大部分引擎都支持B+树索引 |
| 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 |
| R-tree(空间索引) | 空间索引是MyISAM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 |
| 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 |

在不同的存储引擎中索引的支持情况:

|-----------|---------|--------|--------|
| 索引 | InnoDB | MyISAM | Memory |
| B+tree索引 | 支持 | 支持 | 支持 |
| Hash索引 | 不支持 | 不支持 | 支持 |
| R-tree索引 | 不支持 | 支持 | 不支持 |
| Full-text | 5.6之后支持 | 支持 | 不支持 |

在平常所说的索引中,如果没有特别的指明,都是指B+树结构组织的索引

B-Tree(多路平衡查找树)

介绍:以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key,5个指针)

注:树的度数指的是每一个节点的子节点个数

插入100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250数据

具体动态变化的过程可访问网站https://www.cs.usfca.edu/~galles/visualization/BTree.html添加数据查看

B+Tree

介绍:以一颗最大度数(max-degree)为4(4阶)的b+tree为例

特点:所有的元素都会出现在叶子节点,上方的非叶子节点起到索引作用,叶子节点用来存放数据

叶子节点形成了一个单向链表,每一个节点都会通过指针指向下一个节点

插入100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250数据

MySQL中的B+Tree索引的数据结构

介绍: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,增加了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

Hash

介绍: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,通常只需要依次检索就可以了,效率通常要高于B+Tree索引

存储引擎支持

在MySQL中,支持hash索引的是Memeory引擎,而InnoDB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

InnoDB存储引擎选择使用B+Tree索引的原因

1.相对于二叉树,层级更少,搜索效率高

2.对于B-tree,无论是叶子节点还是非叶子节点,都会保存数据,这样倒是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

3.相对Hash索引,B+Tree支持范围匹配及排序操作

三.索引分类

|------|---------------------------|--------------|----------|
| 分类 | 含义 | 特点 | 关键字 |
| 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 | PRIMARY |
| 唯一索引 | 避免用一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
| 常规索引 | 快速定位特定数据 | 可以有多个 | |
| 全文索引 | 全文索引查找的是文本中的关键字,不是比较索引中的值 | 可以有多个 | 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

|-----------------------|-------------------------------|------------|
| 分类 | 含义 | 特点 |
| 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 |
| 二级索引(Secondary Index) | 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 |

聚集索引选取规则:

1.如果存在主键,主键索引就是聚集索引

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,也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

聚集索引的B+Tree的叶子节点下挂着的是这一行的数据,二级索引的B+Tree的叶子节点下挂着的是对应的ID

回表查询:在通过二级索引查询数据时,会先用过耳机索引得到ID值,接着凭借ID去聚集索引中查找,获取聚集索引中ID下的一行的数据内容,这个过程即位回表查询

四.索引语法

创建索引:

create unique\|fulltext index index_name on table_name (index_col_name,...);

查看索引:

show index from table_name;

删除索引:

drop index index_name on table_name;

五.SQL性能分析

SQL执行频率

介绍:MySQL客户端连接成功后,通过show session\|global 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

show global status like 'Com______';

慢查询日志

慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位:秒,默认10秒)的所有SQL语句的日志。

通过show variables like 'slow_query_log';该代码可以查看慢查询日志是否开启,如果是off则是未开启,是on则是开启状态

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)中配置下面的信息:

开启MySQL慢查询日志开关

slow_query_log = 1

设置慢查询日志的时间为2秒,SQL语句执行时间超过2秒,就会视为慢查询,记录慢查询日志

long_query_time = 2

这两个参数需要配置在vim编辑器之中,进入/etc/my.cnf的vi编辑器,然后最下方添加上面的两条信息即可

配置完毕之后,通过 systemctl restart mysqld 指令重新启动MySQL服务器继续测试,查询慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log

profile详情

慢查询日志记录的信息只是超过预设时间的数据,但是在实际情况中有些查询可能需要耗费1.9秒左右,这种查询慢查询日志不会进行记录,但实际上这种查询也是查询比较低的,对于这种的SQL也需要进行优化,对于这种SQL的定位,就需要用到profile详情

介绍:show profiles能够在做SQL优化时帮助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

通过select @@have_profiling;如果输出结果是YES,那么就是支持profile

默认profiling是关闭的,可以通过set语句在session/global级别开启profiling

通过select @@profiling;查看profiling默认开关是否打开了,如果是0就是没有打开

没有打开可以通过set profiling = 1;打开这个默认开关

打开开关之后,可以执行一系列的SQL操作,然后通过下面的指令查看指令的执行耗时

查看每一条SQL的耗时基本情况

show profiles;

查看指定query_id的SQL语句各个阶段的耗时情况

show prifile for query query_id;

查看指定query_id的SQL语句CPU的使用情况

show profile cpu for query query_id;

explain执行计划

介绍: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

语法:

直接在select语句之前加上关键字expain/desc

explain select 字段列表 from 表明 where 条件;

explain执行计划各字段含义:

id:select查询的序列号,表示查询中执行select语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,即不适用表连接或子查询)、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。对于业务中的SQL来说,一般不太可能优化到null,只有当查询时不访问任何表示,才可能为null,访问系统表时会出现system,根据主键和唯一索引进行访问会出现const,使用非唯一性的索引查询时,会出现ref

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

最左前缀法则

介绍: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,并且不跳过索引中的列。如果跳跃某一列,索引将部分失效(后面的字段索引失效)

联合索引最左列的索引为profession

索引的长度为54

也会走索引,但索引的长度变为了54

索引长度变为47

去除profession之后,由于索引最左列不存在,那么就不符合最左前缀法则,就不会走索引了

因为跳跃了age列,所以后面的字段索引失效了,只走了profession索引

范围查询

介绍:联合索引中,出现范围查询(>,<),范围查询右侧的列索引失效

由于对age进行了范围查询,所以age右侧的status列索引失效了

在业务允许的情况下,尽量加上=运算符,以此避免索引失效

索引失效情况

索引列运算

不要在索引列上进行运算,索引将失效

字符串不加引号

字符串类型字段使用时,不加引号,索引将失效

模糊匹配

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

尾部模糊

头部模糊

or连接的条件

用or分割开的条件,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

一侧有索引,一侧没有索引,最后不会用到索引

两侧都有索引,索引才会被用到

数据分布影响

如果MySQL评估使用索引比全表更慢,则不使用索引

下图即为MySQL评估使用索引比全表更慢,而没有使用索引,直接全表扫描

SQL提示

介绍:SQL提示,是优化数据库的一个重要手段,简单的说就是在SQL语句中加入一些人为的提示来达到优化操作的目的

MySQL使用的是联合索引

use index:建议数据库使用的索引,但是数据库还是会进行评估,如果评估不通过的话不会使用建议的索引

MySQL使用建议的idx_user_pro单列索引

ignore index:让数据库不使用的索引

MySQL忽略单列索引,使用联合索引

force index:让数据库强制使用的索引

强制MySQL使用指定的索引

覆盖索引

尽量使用覆盖索引(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),减少select *

查询之后添加name

两张图片的Extra处发生变化

两张图片上方图片的性能高,下方图片的性能低

using index condition:查找使用了索引,但是需要回表查询数据

using where;using index:查找使用了索引,但是需要的数据都在索引列中找到,所以不需要回表查询数据

前缀索引

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,这会让索引变的很大,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

语法:

create index idx_xxxx on table_name(column(n));

前缀长度:

可以根据索引的选择性来决定,而选择性是指不重复的索引值(基数)和数据表的记录总数的比值,索引选择性越高则查询效率越高,唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的

select count(distinct email) / count(*) from tb_user;

select count(distinct substring(email,1,5)) / count(*) from tb_user;

根据业务系统中实际想要的进行截取

查询流程

单列索引与联合索引

单列索引:即一个索引只包含单个列

联合索引:即一个索引包含了多个列

在业务场景中,如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引,而非单列索引。

联合索引使用性能相对较高,而且如果联合索引使用得当,使用了覆盖索引,可以避免回表查询,但是如果使用单列索引的话,很容易造成回表查询的情况,造成性能较低

单列索引情况:

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

联合索引情况:

七.索引设计原则

1.针对于数据量较大,且查询比较频繁的表建立索引

2.针对于尝作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引

3.尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高

4.如果是字符串类型的字段,字段的长度较长,可以针对于字段的特点,建立前缀索引

5.尽量使用联合索引,减少单列索引,查询时,联合索引很多时候可以覆盖索引,节省存储空间,避免回表,提高查询效率

6.要控制索引的数量,索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率

7.如果索引列不能存储null值,请在创建表时使用not null约束它。当优化器知道每列是否包含null值时,它可以更好的确定哪个索引最有效的用于查询