mysql索引

索引（index）是一种有序的数据结构，用来帮助MySQL高效获取数据。

索引优缺点：

优势	劣势
提高数据检索的效率，降低数据库IO	索引列也是要占用空间的。
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，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。

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索引结构，主要包含以下几种：

索引结构	描述	InnoDB	MyISAM	Memory
B+Tree索引	最常见的索引类型，大部分引擎都支持 B+ 树索引	支持	支持	支持
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	不支持	不支持	支持
R-tree(空间索	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	不支持	支持	不支持
Full-text(全文	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	5.6版本之后支持	支持	不支持

二叉树

如果选择二叉树作为索引结构，会存在以下缺点：

顺序插入时，会形成一个链表，单节点下最多2个子节点，查询性能大大降低。
大数据量情况下，层级较深，检索速度慢。

红黑树

红黑树是一颗自平衡二叉树,由于红黑树也是一颗二叉树，所以也会存在一个缺点：

大数据量情况下，层级较深，检索速度慢

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree

B Tree

B树是一种多叉路(单节点下可有多子节点)平衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一颗最大度数（max-degree，指的是一个节点的子节点个数）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：

演变B树分裂过程：https://www.cs.usfca.edu/~galles/visualization/BTree.html

特点：

5阶的B树，每一个节点最多存储4个key，对应5个指针。
一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
在B树中，非叶子节点和叶子节点都会存放数据

B+Tree

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看其结构示意图：

B+Tree 与 B-Tree相比，主要有以下三点区别：

所有的数据都会出现在叶子节点。
叶子节点形成一个单向链表。
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

上述结构是标准的B+Tree的数据结构，再来看看MySQL中优化之后的B+Tree。

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，利于排序。

Hash

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。

特点

A. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）

B. 无法利用索引完成排序操作

C. 查询效率高，通常(不存在hash冲突的情况)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存储引擎。而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

SQL性能分析

SQL执行频率

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：

-- session 是查看当前会话 ; 
-- global 是查询全局数据 ; 
SHOW GLOBAL STATUS LIKE 'Com_______'; -- 7个下划线

SHOW GLOBAL STATUS LIKE 'Com_______';
Com_binlog	0
Com_commit	1287425
Com_delete	7187		-- 删除次数
Com_insert	172519		-- 插入次数
Com_repair	0
Com_revoke	0
Com_select	20659785	-- 查询次数
Com_signal	0
Com_update	2382495		-- 更新次数
Com_xa_end	0

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。如果是以增删改为主，我们可以考虑不对其进行索引的优化。如果是以查询为主，那么就要考虑对数据库的索引进行优化了。

慢查询日志

假如说是数据库以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？可借助于慢查询日志。

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。

MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log: show VARIABLES like 'slow_query_log';

如果要开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息

# 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

配置完毕之后，通过指令systemctl restart mysqld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

tail -f 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 ;

可以通过set语句在session/global级别开启profiling：SET profiling = 1;

开关打开后，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到哪儿去了。通过下面指令查询执行耗时情况。

-- 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 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

EXPLAIN或者DESC都可以查看sql的执行计划，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 语句前加上关键字explain或者desc

Explain 执行计划中各个字段的含义:

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

索引分类：

在MySQL数据库，将索引的具体类型主要分为以下几类：

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	避免同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词，而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	可以有多个

聚集索引选取规则:

如果存在主键，主键索引就是聚集索引
如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
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

索引语法

索引名一般命名规则：idx_tablename_field1_field2...

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 ;

索引最左前缀法则:

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，索引将会部分失效(后面的字段索引失效)。

查询时，最左边的列必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。

注意：最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

索引失效情况

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。当范围查询使用>= 或 <= 时，走联合索引，所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。
在索引列上进行运算操作，索引将失效。

例如，查询手机尾号为15的数据时：select * from tb_user where substring(phone,10,2) = '15';
字符串类型字段使用时，不加引号导致隐式类型转换，索引将失效。
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。

explain select * from tb_user where profession like '软件%'; -- 索引生效

explain select * from tb_user where profession like '%工程'; -- 索引失效

explain select * from tb_user where profession like '%工%'; -- 索引失效
用or分割开的条件，如果or两侧字段一边有索引，一边没索引，那么涉及的索引都不会被用到。
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。

例如给用户表中phone字段加了索引，需要查询phone>='17799990005'的数据，当表中大部分数据都满足该条件时，mysql评估全表扫描查询更快，可能不走索引。因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

同理，is null和is not null是否走索引，也满足上述规则，并非固定的走或者不走索引。

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。

1). use index ：建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。

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

2). ignore index ：忽略指定的索引。

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

3). force index ：强制使用索引。

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

说明：

如果针对表中某三个字段创建了联合索引，同时又给联合索引中最左列创建了单列索引，此时如果以该列为条件进行查询时，mysql会自动选择使用哪个索引。

但是可以通过上述3种SQL提示来指定使用哪个索引。

覆盖索引

覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。

前缀索引

当字段类型为字符串（varchar，text，longtext等）时，有时需索引很长的字符串，这会让索引变得很大，查询时浪费大量磁盘IO，影响查询效率。此时可只将字符串的一部分前缀建立索引，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))

n表示前缀长度,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。

-- 查询选择性
select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

单列索引与联合索引

select id,phone,name from tb_user where phone='17777777777' and name = '韩信'；

假如用户表中phone和name都建了单列索引，当被and连接时mysql只会选择一个索引，此时会回表查询。

当给phone和name创建联合索引后，该sql走联合索引，不回表查询。

因此，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

索引设计原则

针对于数据量较大，且查询比较频繁的表建立索引。
针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。
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。
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。
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。
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。
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，它可以更好地确定哪个索引最有效地用于查询。

SQL优化

1.insert优化

优化方案一 批量插入数据：
每条插入500至1000条合适，不宜超过1000条，如果超过可分为多条批量插入语句。
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');

优化方案二手动控制事务 :
mysql默认自动提交事务，当执行多条insert语句每执行1条便提交事务，频繁的事务开启与关闭影响性能，因此推荐手动控制事务。

start transaction; 
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry'); 
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry'); 
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'Jerry'); 
commit;

优化方案三 主键顺序插入，性能要高于乱序插入,因此满足业务的前提下尽量使用自增主键。

2.大批量插入数据

可以使用MySQL数据库提供的load指令进行插入.在load时，主键顺序插入性能高于乱序插入.

# 客户端连接服务端时，加上参数 -–local-infile 
mysql –-local-infile -u root -p 
# 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关 
set global local_infile = 1; 
# 执行load指令将准备好的数据，加载到表结构中 
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

3.主键优化

主键顺序插入的性能是要高于乱序插入。

原理：在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)。

如果乱序插入，会产生”页分裂“,比较耗费性能。

因此，主键优化建议：

满足业务需求的情况下，尽量降低主键的长度。
插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。
尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
业务操作时，避免对主键的修改。

4.order by优化

根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则（默认都是ASC）。
尽量使用覆盖索引。
多字段排序, 一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）。
如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小sort_buffer_size(默认256k)

5.group by优化

在没有索引的情况下，执行如下SQL，查询执行计划explain select profession , count(*) from tb_user group by profession ;

Extra列显示：Using temporary

然后，我们在针对于 profession ， age， status 创建一个联合索引。create index idx_user_pro_age_sta on tb_user(profession , age , status);

再执行前面相同的SQL查看执行计划。

Extra列显示：Using index

如果仅仅根据age分组，就会出现 Using temporary ；而如果是根据profession,age两个字段同时分组，则不会出现 Using temporary。原因是因为对于分组操作，

在联合索引中，也是符合最左前缀法则的.

所以，优化：

在分组操作时，可以通过索引来提高效率。
分组操作时，索引的使用也是满足最左前缀法则的。

6.limit优化

越往后，分页查询效率越低，这就是分页查询的问题所在。

因为，当在进行分页查询时，如果执行 limit 2000000,10 ，此时需要MySQL排序前2000010 记录，仅仅返回 2000000 - 2000010 的记录，其他记录丢弃，查询排序的代价非常大。

优化思路: 一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化

explain select * from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a where t.id = a.id;

7.count优化

count用法	含义
count(主键)	InnoDB 引擎会遍历整张表，把每一行的主键id 值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加(主键不可能为null)
count(字段)	没有not null 约束 : InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加。有not null 约束：InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
count(数字)	InnoDB 引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加。
count(*)	InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加。

按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count(*)，所以尽量使用 count(*)。

8.update优化

当根据主键更新数据时，会锁定该主键所在行数据，然后事务提交之后行锁释放。

但是当根据非索引字段更新时，行锁升级为了表所，导致该update语句性能大大降低。

InnoDB的行锁是针对索引加的锁，不是针对记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁。

ms题

为什么InnoDB存储引擎选择使用B+tree索引结构?

A. 相对于二叉树，层级更少，搜索效率高；

B. 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；

C. 相对Hash索引，B+tree支持范围匹配及排序操作；

InnoDB主键索引的B+tree高度为多高呢?

假设:

一行数据大小为1k，一页中可以存储16行这样的数据（1页16k）。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。

高度为2时：

n * 8 + (n + 1) * 6 = 16*1024 , 算出n约为 1170

1171* 16 = 18736

也就是说，如果树的高度为2，则可以存储 18000 多条记录。

高度为3时：

1171 * 1171 * 16 = 21939856

也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。

使用select * 一定会回表查询吗？

如果是根据主键查询，此时只会扫描聚集索引，不会回表查询。

posted on 2022-07-04 17:52 bgtong 阅读(49) 评论(0) 编辑收藏举报

刷新页面返回顶部

网上得来终觉浅

导航

公告