当前位置：首页 > news >正文

MySQL 之索引

news 2024/10/25 11:24:22

索引

概述

是帮助MySQL高效获取数据的数据结构，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，这样就可以在数据结构上实现高效查找算法，这种数据结构就是索引

优缺点

优势：提高数据检索的效率，降低数据库的IO成本，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。

劣势：索引列也要占空间；提高了查询效率，降低了表的更新速度

索引结构

MySQL的索引是存储在引擎层实现的，不同的存储引擎有不同的结构。

B+Tree 索引：最常见的索引，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，只有精准匹配索引列的查询才有效，不支持范围查询（Memory支持）
R-tree（空间索引）：空间索引是MyISAM引擎的一个特列索引类型，主要用于地理空间类型，通常使用较少（MyISAM）
Fulll_text（全文索引）：是通过建立倒排索引，快速匹配文档的方式，类似于Lucene，Solr，ES（MyISAM，5.6版本后的InnoDB支持）

平时说的索引，没有特别的说明，都是指B+树结构组织的索引。

二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大量数据的情况下，层级较深，检查速度慢。
红黑树：大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）

以一颗最大度树（max-degree）为 5阶的 b-tree 树为例，每个节点最多存储4个key，5个指针。

B+Tree

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，增加一个指向相邻的叶子节点的链表指针，就形成了带有顺序的B+Tree，提高区间访问的性能。

Hash

哈希索引就是采用一定的hash算法，把键值换算成新的hash值，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），可以通过链表解决。

Hash索引特点：

Hash索引只能用于对等比较（=，in)，不支持范围查询（between，>，<）。
无法利用索引完成排序操作
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：

在MySQL中，支持hash索引的是Memory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。

思考：为什么InnoDB存储引擎选择使用B+tree索引结构？

相对于二叉树，层次更少，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，这样导致一页中的存储的键值减少，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支持范围匹配及排序操作。

索引分类

主键索引：针对表中主键创建的索引只能有一个 primary

唯一索引：避免同一个表中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词，而不是比较索引的值可以有多个 fulltext

根据索引的形式又可以分为以下两种：

聚集索引：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，而且只能有一个）

二级索引（辅助索引非聚集索引）：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：

如果存在主键，主键就是聚集索引b

不存在主键，使用第一个| UNIQUE | 唯一索引作为聚集

如果都没有，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

回表查询：先在二级索引拿到主键值，再根据主键值走聚集索引拿到这一行的数据。

select * from user where id=10;

select * from user where name='Arm'

id为主键，name字段创建的有索引。

第一条SQL语句执行效率更高一点，不用回表查询

思考：InnoDB主键索引的B+tree为多高呢？

假设：一行数据大小为1k，一页可存16行，InnoDB指针占用6个字节的空间、主键为bigint，占字节数为8.

假设高度为2：设主键个数为n

n * 8 + (n+1) * 6 =16 * 1024

n约为1170，所以指针个数为1071

若高度为3， 1171 * 1171 * 16 =21939856

索引语法

创建索引

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

查看：

show index from table_name;

删除索引：

drop index index_name on table_name;

SQL性能分析

sql执行频率

通过SQL执行频率来确定，当前数据增删改查比例，从而确定优化方案，如果增删改查为主，优化程度可以减轻。

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insert、update、delete、select的访问频次。

show global status like 'Com_______';(七个下划线)

慢查询日志

慢查询日志记录了所有执行时间都超过指定参数（long_query_time 单位：秒，默认10秒）的所有SQL语句的日志。MySQL的慢查询日志默认没有开启，需要再MySQL的配置文件（/etc/my/cnf)中配置如下信息：

#查看状态的开关语句

show variables like 'slow_query_log';

#开启MySQL慢日志查询开关。

slow_query_log=1;

#设置慢日志的时间为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;

配置后，重新启动MySQL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

profile 详情

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。

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。

set porfiling=1;

#查看每一条SQL的耗时的基本情况

show profiles

#查看指定query_id 的SQL语句在各阶段的耗时情况

show profile 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

explain或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。

#直接在select 语句之前加上关键字 explain /desc

explain select 字段列表 from 表名 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类型，常见的取值有simple（简单表，即不使用表或子查询）、primary（主查询、即外层的查询）、primary（主查询、即外层的查询）、UNION（union中的第二个或后面的查询语句）、subquery（select/where 之后包含了子查询）等。

type：表示连接类型，性能由好到差的连续类型为NULL，system，const，eq-ref ，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，即没有使用索引。

key-len：表示索引中使用的字节数，该值为索引字段的最大可能长度，在不损失精确性的前提下，长度越短越好。

rows：MySQL认为必须要执行的行数，在innodb引擎的表中，是一个估计值，可能并不准确。

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。

索引使用

验证索引效率

在未建立索引之前，执行如下SQL语句，查看SQL耗时

select * from tb_sku where sn='10000003145001'

针对字段创建索引：

create index idx_sku_sn on tb_sku(sn);

然后再次执行查看SQL耗时的那个语句

最大前缀法则（必须包含索引的最左列 -> 不止位置，只要存在即可）

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）

范围查询

联合索引中，出现范围查询（>,<）范围查询右侧的列索引失效（尽量加上=就不失效）

索引列运算

不要在索引列上进行运算操作，索引将失效。

explain select * from tb_user where substring(phone,10, 2) ='15' ；key：NULL，变成all

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。

模糊查询

如果仅仅是尾部模糊查询，索引不会失效，如果是头部模糊失效，索引失效。

explain select * from tb_user where profession like '软件%'; 走索引

explain select * from tb_user where profession like '%工程'; 不走索引

or连接的条件

用or分离开的条件，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。

explain select * from tb_user where id=10 or age =23;

expalin select * from tb_user where age=23 or phone='1299........'

由于age没有索引，所以即使id、phone有索引，也要针对age建立索引。

数据分布影响（数据多不走索引）

如果MySQL 评估使用索引会比全表更慢，则不使用索引。

SQL提示

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。

user index:

explain select * from tb_user use index(idx_user_pro) when profession='软件工程';

ignore index:

explain select * from tb_user ignore index(idx_user_pro) when profession='软件工程';

force index:

explain select * from tb_user force index(idx_user_pro) when profession='软件工程';

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*。

using where,using index 性能高

using index condition 性能低

注：using index condition ：查找使用了索引，但需要回表查询数据。

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

一张表，有四个字段（id，username，password，status），由于数据量大，需要对以下SQL进行优化，该如何进行优化。

set id，username，password from tb_user where username='itcast';

建立username和password的联合索引

前缀索引

当字符串类型为字符串（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，浪费大量磁盘IO，影响效率，此时可以将字符串的一部分前缀，建立索引，这样可以大大节约系统空间，从而提高效率。

语法：

create index idx_xxx on table_name(coloumnln))

前缀长度：可以根据索引的选择性来决定，而选择性指不重复的索引值（基数）和数据表记录总数的比值，索引选择越高，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。

eg：

create index idx_email_5 on tb_user(email(5));

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

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