MYSQL之索引原理与慢查询优化

一、索引

1、介绍

  一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的也是最容易出现问题的,还是一些复杂的查询操作,因此对查询语句的优化是重中之重。加速查询最好的方法就是索引。

  索引:简单的说,相当于图书的目录,可以帮助用户快速的找到需要的内容。

  在MySQL中也叫做“键”,是存储引擎用于快速找到记录的一种数据结构。能够大大提高查询效率。特别是当数据量非常大,查询涉及多个表时,使用索引往往能使查询速度加快成千上万倍。

  总结:索引的目的在于提高查询效率,与我们查询图书所用的目录是一个道理:先定位到章,然后定位到该章下的一个小结,然后找到页数。相似的例子还有:查字典,查地图等。

  本质都是:通过不断的缩小想要获取数据的范围来筛选出最终想要的结果,同时把随机的事件变成顺序的事件,也就是说,有了这种索引机制,我们可以总是用同一种查找方式来锁定数据。

2、索引方法

  1.BTREE索引

  就是一种将索引值按一定的算法,存入一个树形的数据结构中。如下图:

  系统从磁盘读取数据到内存时是以磁盘块(block)为最基本单位的,位于同一磁盘块中的数据会被一次性读取出来,而不是按需读取。InnoDB存储引擎使用页作为数据读取单位,页是磁盘管理的最小单位,默认page大小是16kB。

  如上图,是一颗 b+ 树,关于 b+ 树的定义可以参见 B+ 树,浅蓝色的块我们称之为一个磁盘块,可以看到每个磁盘块包含几个数据项(浅蓝色所示)和指针(黄色所示),如磁盘块1包含数据项17和35,包含指针P1、P2、P3,P1表示小于17的磁盘块,P2表示在17和35之间的磁盘块,P3表示大于35的磁盘块。真实的数据在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99.非叶子节点不存储真实的数据,只存储指引搜索方向的数据项,如17、35并不真实存在于数据表中。

b+ 数的查找过程

  如图所示,如果要查找数据项29,那么首先会把磁盘块1由磁盘加载到内存,此时发生一次IO,在内存中用二分法查找29在17和35之间,锁定磁盘块1的P2指针,内存时间因为非常短(相比磁盘的IO)可以忽略不计,发生第二次IO,29在26和30之间,锁定磁盘块3的P2指针,通过指针加载磁盘块8到内存,发生第三次IO,同时内存中做二分查找找到29,结束查询,总计三次IO。真实的情况是,3层的b+ 树可以表示上百万的数据,如果上百万的数据查找只需要三次IO,性能提高将是巨大的,如果没有索引,每个数据项都要发生一次IO,那么总共需要百万次的IO,显然成本非常非常高。

强烈注意:索引字段要尽量的小,磁盘块可以存储更多的索引。

  2.HASH索引

  hash就是一种(key=>value)形式的键值对,允许多个key对应相同的value,但不允许一个key对应多个value,为某一列或几列建立hash索引,就会引用这一列或几列的值通过一定的算法计算出一个hash值,对应一行或几行数据,hash索引可以一次定位,不需要像树形索引那样逐层查找,因此具有极高的效率。

假设索引使用hash函数f( ),如下:

f('Arjen') = 2323

f('Baron') = 7437

f('Peter') = 8784

f('Vadim') = 2458

此时,索引的结构大概如下:

  

     3.HASH与BTREE比较:

hash类型的索引:查询单条快,范围查询慢
btree类型的索引:b+树,层数越多,数据量越大,范围查询和随机查询快(innodb默认索引类型)

不同的存储引擎支持的索引类型也不一样
InnoDB 支持事务,支持行级别锁定,支持 Btree、Hash 等索引,不支持Full-text 索引;
MyISAM 不支持事务,支持表级别锁定,支持 Btree、Full-text 等索引,不支持 Hash 索引;
Memory 不支持事务,支持表级别锁定,支持 Btree、Hash 等索引,不支持 Full-text 索引;
NDB 支持事务,支持行级别锁定,支持 Hash 索引,不支持 Btree、Full-text 等索引;
Archive 不支持事务,支持表级别锁定,不支持 Btree、Hash、Full-text 等索引;


3、索引类型

MySQL中常见索引有:

  • 普通索引
  • 唯一索引
  • 主键索引
  • 组合索引

  1.普通索引

  普通索引仅有一个功能:加速查询

#创建表同时添加name字段为普通索引
create table tb1(
   id int not null auto_increment primary key,
   name varchar(100) not null,
   index idx_name(name)  
);
创建表+索引
#单独为表指定普通索引

create index idx_name on tb1(name);
创建索引
drop index idx_name on tb1;
删除索引
show index from tb1;
查看索引
1Table 表的名称。

2、 Non_unique 如果索引为唯一索引,则为0,如果可以则为1。

3、 Key_name 索引的名称

4、 Seq_in_index 索引中的列序列号,从1开始。

5、 Column_name 列名称。

6、 Collation 列以什么方式存储在索引中。在MySQL中,有值‘A’(升序)或NULL(无分类)。

7、Cardinality 索引中唯一值的数目的估计值。

8、Sub_part 如果列只是被部分地编入索引,则为被编入索引的字符的数目。如果整列被编入索引,则为NULL。

9、 Packed 指示关键字如何被压缩。如果没有被压缩,则为NULL。

10Null 如果列含有NULL,则含有YES。如果没有,则该列含有NO。

11、 Index_type 用过的索引方法(BTREE, FULLTEXT, HASH, RTREE)。

12、 Comment 多种评注
查看索引 列介绍

  2.唯一索引

  唯一索引有两个功能:加速查询和唯一约束(可含一个null值)

create table tb2(
  id int not null auto_increment primary key,
  name varchar(50) not null,
  age int not null,
  unique index idx_age (age)   
)
创建表+唯一(unique)索引
create unique index idx_age on tb2(age);
创建unique索引

  3.主键索引

  主键有两个功能:加速查询和唯一约束(不可含null)

  注意:一个表中最多只能有一个主键索引

#方式一:
create table tb3(
   id int not null auto_increment primary key,
   name varchar(50) not null,
   age int default 0 
);

#方式二:
create table tb3(
   id int not null auto_increment,
   name varchar(50) not null,
   age int default 0 ,
   primary key(id)
);
创建表 + 创建主键
alter table tb3 add primary key(id);
创建主键
#方式一
alter table tb3 drop primary key;

#方式二:
#如果当前主键为自增主键,则不能直接删除.需要先修改自增属性,再删除

alter table tb3 modify id int ,drop primary key;
删除主键

  4.组合索引

  组合索引是将n个列组合成一个索引。

  其应用场景为:频繁的同时使用n列来进行查询,如:where n1='alex' and n2 = 666

 

 

 

create unique index idx_age on tb2(age,name);
创建组合索引

 

举个例子来说,比如你在为某商场做一个会员卡的系统。

这个系统有一个会员表
有下列字段:
会员编号 INT
会员姓名 VARCHAR(10)
会员身份证号码 VARCHAR(18)
会员电话 VARCHAR(10)
会员住址 VARCHAR(50)
会员备注信息 TEXT

那么这个 会员编号,作为主键,使用 PRIMARY
会员姓名 如果要建索引的话,那么就是普通的 INDEX
会员身份证号码 如果要建索引的话,那么可以选择 UNIQUE (唯一的,不允许重复)
索引应用场景

 

4、聚集索引和辅助索引

  数据库中的B+树索引可以分为聚集索引和辅助索引。

  聚集索引:InnoDB表索引组织表,即表中数据按主键B+树存放,叶子节点直接存放整条数据,每张表只能有一个聚集索引。

  1.当你定义一个主键时,InnoDB存储引擎则把它当作聚集索引。

  2.如果你没有定义一个主键,则InnoDB定位到第一个唯一索引,且该索引的所有列值均非空的,则将其当作聚集索引。

  3.如果表没有主键或合适的唯一索引InnoDB会产生一个隐藏的行ID值6字节的行ID聚集索引。

  补充:由于实际的数据页只能按照一颗B+树进行排序,因此每张表只能有一个聚集索引,聚集索引对于主键的排序和范围查找非常有利。

  例子:比如图书馆新进了一批书,那么这些书需要放到图书馆内。书如何放呢?一般都有一个规则,杂志类的放到101货架,文学类的放到102货架,理工类的放到103货架等等。这些存储的规则决定了每本书应该放到哪里,找到对应的货架就相当于找到了所有的书,而这个例子中聚集索引为书的类别。

  辅助索引:(也称非聚集索引)是指叶节点不包含行的全部数据,叶节点除了包含键值外,还包含一个书签连接,通过该书签再去找相应的行数据。下图显示了InnoDB存储引擎辅助索引和聚集索引的关系:

从上图中可以看出,辅助索引叶节点存放的是主键值,获得主键值后,再从聚集索引中查找整行数据。举个例子,如果在一颗高度为3的辅助索引中查找数据,首先从辅助索引中获得主键值(3次IO),接着从高度为3的聚集索引中查找以获得整行数据(3次IO),总共需6次IO,一个表上可以存在多个辅助索引。
  例子:同学如果想去图书馆找一本书,而不知道这本书在哪里?那么这个同学首先应该找的就是检索室吧。对于要找一本书来说,在检索室是一个非常快捷的途径吧。但是,在检索室中你查到了该本书在XX室XX书架的信息。你的查询结束了吗?并没有,你仅仅找到了目的书的位置信息,还需要去该位置取书。
  对于这种方式来说,你需要两个步骤:
  1、查找该记录所在的位置;
  2、通过该位置去取要找的记录。
总结二者的区别:
  相同的是:不管是聚集索引还是辅助索引,其内部都是B+树的形式,即高度是平衡的,叶子节点存放着所有的数据。
  不同的是:聚集索引叶子节点存放的是一整行的信息,而辅助索引叶子节点存放的是单个索引列信息。
何时使用聚集索引或非聚集索引
下面的表总结了何时使用聚集索引或非聚集索引(很重要):

动作描述

使用聚集索引

使用非聚集索引

列经常被分组排序

返回某范围内的数据

不应

一个或极少不同值

不应

不应

频繁更新的列

不应

外键列

主键列

频繁修改索引列

不应

 

 

 5、测试索引

1.创建数据

-- 1.创建表
CREATE TABLE userInfo(
    id int NOT NULL,
    name VARCHAR(16) DEFAULT NULL,
    age int,
    sex char(1) not null,
    email varchar(64) default null
)ENGINE=MYISAM DEFAULT CHARSET=utf8;
创建表

注意:MyiSAM存储引擎不产生引擎事务,数据插入速度极快,为方便测试数据,等我们插完数据,再把存储类型修改为InnoDB
2.创建存储过程,插入数据

-- 2.创建存储过程
delimiter$$
CREATE PROCEDURE insert_user_info(IN num INT)
BEGIN
    DECLARE val INT DEFAULT 0;
    DECLARE n INT DEFAULT 1;
    -- 循环进行数据插入
    WHILE n <= num DO
        set val = rand()*50;
        INSERT INTO userInfo(id,name,age,sex,email)values(n,concat('alex',val),rand()*50,if(val%2=0,'',''),concat('alex',n,'@qq.com'));
        set n=n+1;
    end while;
END $$
delimiter;
创建存储过程

3.调用存储过程,插入500万条数据

call insert_user_info(5000000);

 

 4.此步骤可以忽略。修改引擎为INNODB

ALTER TABLE userinfo ENGINE=INNODB;

5.测试索引

1. 在没有索引的前提下测试查询速度

SELECT * FROM userinfo WHERE id = 4567890;

注意:无索引情况,mysql根本就不知道id等于4567890的记录在哪里,只能把数据表从头到尾扫描一遍,此时有多少个磁盘块就需要进行多少IO操作,所以查询速度很慢。

2.在表中已经存在大量数据的前提下,为某个字段建立索引,建立速度会很慢

CREATE INDEX idx_id on userinfo(id);

3.在索引建立完毕后,以字段为查询条件时,查询速度提升很明显

select * from userinfo where id  = 4567890;

注意:

1.mysql先去索引表里根据b+树的搜索原理很快搜索到id为4567890的数据,IO大大降低,因此速度明显提升。

2.我们可以去mysql的data目录下找到该表,可以看到添加索引后该表占用的磁盘空间多了。

3.如果使用没有添加索引的字段进行条件查询,速度依旧会很慢(如图)。

6、正确使用索引

  数据库中添加索引后确实会让查询速度起飞,但前提必须是正确的使用索引来查询,如果以错误的方式使用,则即使建立索引也会不凑效。

即使建立索引,索引也不会生效,例如:

#1. 范围查询(>>=<<=!=between...and)
    #1. = 等号
    select count(*) from userinfo where id = 1000 -- 执行索引,索引效率高
    
    #2. > >= < <= between...and 区间查询
    select count(*) from userinfo where id <100; -- 执行索引,区间范围越小,索引效率越高
    
    select count(*) from userinfo where id >100; -- 执行索引,区间范围越大,索引效率越低
    
    select count(*) from userinfo where id between 10 and 500000; -- 执行索引,区间范围越大,索引效率越低
    
   #3. != 不等于
   select count(*) from userinfo where id != 1000;  -- 索引范围大,索引效率低
   
   
#2.like '%xx%'
    #为 name 字段添加索引
    create index idx_name on userinfo(name);
    
    select count(*) from userinfo where name like '%xxxx%'; -- 全模糊查询,索引效率低
    select count(*) from userinfo where name like '%xxxx';   -- 以什么结尾模糊查询,索引效率低
  
    #例外: 当like使用以什么开头会索引使用率高
    select * from userinfo where name like 'xxxx%'; 

#3. or 
    select count(*) from userinfo where id = 12334 or email ='xxxx'; -- email不是索引字段,索引此查询全表扫描
    
    #例外:当or条件中有未建立索引的列才失效,以下会走索引
    select count(*) from userinfo where id = 12334 or name = 'alex3'; -- id 和 name 都为索引字段时, or条件也会执行索引

#4.使用函数
    select count(*) from userinfo where reverse(name) = '5xela'; -- name索引字段,使用函数时,索引失效
    
    #例外:索引字段对应的值可以使用函数,我们可以改为一下形式
    select count(*) from userinfo where name = reverse('5xela');

#5.类型不一致
    #如果列是字符串类型,传入条件是必须用引号引起来,不然...
    select count(*) from userinfo where name = 454;
        
    #类型一致
    select count(*) from userinfo where name = '454';

#6.order by
    #排序条件为索引,则select字段必须也是索引字段,否则无法命中  
    select email from userinfo ORDER BY name DESC; -- 无法命中索引

    select name from userinfo ORDER BY name DESC;  -- 命中索引
        
    #特别的:如果对主键排序,则还是速度很快:
    select id from userinfo order by id desc;
View Code

7、组合索引

组合索引:是指对表上的多个列组合起来做一个索引。

组合索引好处:简单的说有两个主要原因

  1.“一个顶三个”。建了一个(a,b,c)的组合索引,那么实际等于建了(a),(a,b),(a,b,c)三个索引,因为每多一个索引,都会增加写操作的开销和磁盘空间的开销。对于大量数据的表,这可是不小的开销!

  2.索引列越多,通过索引筛选出的数据越少。有1000W条数据的表,有如下sql:select * from table where a = 1 and b =2 and c = 3,假设每个条件可以筛选出10%的数据,如果只有单值索引,那么通过该索引能筛选出1000W*10%=100W条数据,然后再回表从100W条数据中找到符合b=2

 and c=3的数据,然后再排序,再分页;如果是组合索引,通过索引筛选出1000W*10% *10% *10%=1w,然后再排序、分页,哪个更高效,一眼便知。

最左匹配原则:从左往右依次使用生效,如果中间某个索引没有使用,那么断点前面的索引部分起作用,断点后面的索引没有起作用;

select * from mytable where a=3 and b=5 and c=4;
   #abc三个索引都在where条件里面用到了,而且都发挥了作用

select * from mytable where  c=4 and b=6 and a=3;
  #这条语句列出来只想说明 mysql没有那么笨,where里面的条件顺序在查询之前会被mysql自动优化,效果跟上一句一样

select * from mytable where a=3 and c=7;
  #a用到索引,b没有用,所以c是没有用到索引效果的

select * from mytable where a=3 and b>7 and c=3;
  #a用到了,b也用到了,c没有用到,这个地方b是范围值,也算断点,只不过自身用到了索引

select * from mytable where b=3 and c=4;
  #因为a索引没有使用,所以这里 bc都没有用上索引效果

select * from mytable where a>4 and b=7 and c=9;
  #a用到了  b没有使用,c没有使用

select * from mytable where a=3 order by b;
  #a用到了索引,b在结果排序中也用到了索引的效果

select * from mytable where a=3 order by c;
  #a用到了索引,但是这个地方c没有发挥排序效果,因为中间断点了

select * from mytable where b=3 order by a;
  #b没有用到索引,排序中a也没有发挥索引效果
View Code

8、注意事项

1. 避免使用select *

2. 其他数据库中使用count(1)或count(列) 代替 count(*),而mysql数据库中count(*)经过优化后,效率与前两种基本一样.

3. 创建表时尽量时 char 代替 varchar

4. 表的字段顺序固定长度的字段优先

5. 组合索引代替多个单列索引(经常使用多个条件查询时)

6. 使用连接(JOIN)来代替子查询(Sub-Queries)

7. 不要有超过4个以上的表连接(JOIN8. 优先执行那些能够大量减少结果的连接。

9. 连表时注意条件类型需一致

10.索引散列值不适合建索引,例:性别不适合

二、查询与慢日志

1、查询计划

 explain + 查询SQL - 用于显示SQL执行信息参数,根据参考信息可以进行SQL优化

explain  select count(*) from userinfo where  id = 1;

执行计划:让mysql预估执行操作(一般正确)
  type : 查询计划的连接类型, 有多个参数,先从最佳类型到最差类型介绍

  性能: null > system/const > eq_ref > ref > ref_or_null > index_merge >  range > index >  all 

    慢:
        explain select * from userinfo where email='alex';
        type: ALL(全表扫描)
        特别的: select * from userinfo limit 1;
    快:
        explain select * from userinfo where name='alex';
        type: ref(走索引)

EXPLAIN 参数详解: http://www.cnblogs.com/wangfengming/articles/8275448.html

 2、慢日志查询

慢日志查询

  将mysql服务器中影响数据库性能的相关SQL语句记录到日志文件,通过对这些特殊的SQL语句分析,改进以达到提高数据库性能的目的。

慢日志查询参数:

long_query_time     :  设定慢查询的阀值,超出设定值的SQL即被记录到慢查询日志,缺省值为10s 

slow_query_log      :  指定是否开启慢查询日志 

log_slow_queries    :  指定是否开启慢查询日志(该参数已经被slow_query_log取代,做兼容性保留) 

slow_query_log_file :  指定慢日志文件存放位置,可以为空,系统会给一个缺省的文件host_name-slow.log 

log_queries_not_using_indexes: 如果值设置为ON,则会记录所有没有利用索引的查


查看MySQL慢日志信息

#.查询慢日志配置信息 :

show variables like '%query%';

#.修改配置信息

set global slow_query_log  = on;

查看不使用索引参数状态

# 显示参数  

show variables like '%log_queries_not_using_indexes';

# 开启状态

set global log_queries_not_using_indexes  = on;

查看慢日志显示的方式

#查看慢日志记录的方式

show variables like '%log_output%';

 

#设置慢日志在文件和表中同时记录

set global log_output='FILE,TABLE';

测试慢日志查询

#查询时间超过10秒就会记录到慢查询日志中

select sleep(3) FROM user ;

 

#查看表中的日志

select * from mysql.slow_log; 


3、大数据量分页优化

执行此段代码:

select * from tb1 limit 3000000,10;

优化方案:

一、简单粗暴,就是不允许查看这么靠后的数据,比如百度就是这样的

最多翻到72页就不让你翻了,这种方式就是从业务上解决;

二、在查询下一页时把上一页的行id作为参数传递给客户端程序,然后sql就改成了

select * from tb1 where id>3000000 limit 10;

这条语句执行也是在毫秒级完成的,id>300W其实就是让mysql直接跳到这里了,不用依次在扫描全面所有的行。

如果你的table的主键id是自增的,并且中间没有删除和断点,那么还有一种方式,比如100页的10条数据

select * from tb1 where id>3000000 limit 10;

三、延迟关联

我们再来分析一下这条语句为什么慢,慢在哪里

select * from tb1 limit 3000000,10;

玄机就处在这个*里面,这个表除了id主键肯定还有其他字段,比如name  age 之类的,因为select * 所以mysql在沿着id主键走的时候要回行拿数据,走一下拿一下数据;

如果把语句改成

select id from tb1 limit 3000000,10;

你会发现时间缩短了一半,然后我们在拿id分别取10条数据就行了;

语句就改成这样了:

 

select table.* from tb1 inner join ( select id from tb1 limit 3000000,10 ) as 

这三种方法先考虑第一种,其次是第二种,第三种是别无选择的。

 

 

 

  

 

posted @ 2018-03-05 21:35  低调的人儿  阅读(829)  评论(1编辑  收藏  举报