Mysql优化（出自官方文档） - 第八篇（索引优化系列）

Mysql优化（出自官方文档） - 第八篇（索引优化系列）

目录

• Mysql优化（出自官方文档） - 第八篇（索引优化系列）
  • Optimization and Indexes
  • 1 Foreign Key Optimization
  • 2 Column Indexes
    • Indexes in the MEMORY Storage Engine
  • 3 Column Indexes && Multiple-Column Indexes
  • 4 Comparison of B-Tree and Hash Indexes
    • B-Tree Index Characteristics
    • Hash Index Characteristics
  • 5 Use of Index Extensions
  • 6 Invisible Indexes
  • 7 Descending Indexes

Optimization and Indexes

正确的创建索引往往会加快查询速度，但是，没有必要的索引往往只会浪费空间，并且增加插入，更新和删除的开销，因为进行这些操作要同时更新索引。

但是，索引并不是万能的，在下面的几个场景中，索引将会显得不是那么有用：

• 小表，或者大表，但是需要请求所有行
• 当一个请求需要表中的大部分行时，连续读往往效率会比索引高，因为连续读会减少磁盘seek的时间。

1 Foreign Key Optimization

如果经常读取一个表中的多个列，那么，把最少访问的列分出来单独作为一个小表，然后使用外键的方式和主表联系起来，这样子在读取数据的时候就能尽量减少磁盘的I/O读写。

2 Column Indexes

• Index Prefixes

  Mysql允许只使用一些字段的一部分来作为索引，这其中包括所有的TEXT和BLOB字段，如下面的例子：

  CREATE TABLE test (blob_col BLOB, INDEX(blob_col(10)));
  

  需要注意的是，对于CHAR, VARCHAR, TEXT类型的字段，长度为字符个数的意思，但是对于非字符串字段，如BINARY, VARBINARY, BLOB字段，长度为字节个数的意思。

• FULLTEXT Indexes

  该索引适用于CHAR, VARCHAR, and TEXT的列，并且全文索引不支持前缀，只支持全列的索引。当查询符合如下特征的时候，全文索引将会非常有用：

  • FULLTEXT查询语句值需要document ID或者search rank（分级？？）
  • FULLTEXT查询语句对查询到的结果进行一个降序排序，并且有一个LIMIT语句选取top N项，这种情况下为了使用优化必须保证查询语句没有WHERE且ORDER BY只有一列。
  • FULLTEXT查询只获取COUNT(*)的结果，且没有WHERE语句，如果需要WHERE过滤，请将WHERE写为WHERE MATCH(TEXT) AGAINST('other_text')，并且没有任何> 0的比较操作符。

• Indexes in the MEMORY Storage Engine

  对于内存存储引擎，默认使用HASH索引，但是同样也支持BTREE索引。

3 Column Indexes && Multiple-Column Indexes

Mysql支持单独的一列作为索引，也可以使用多列作为索引，当使用多列的时候，使用最左边（leftmost prefix of the index）的列进行查询，可以用到索引，否则，Mysql将无法使用索引，举例如下：

假设一个表含有下面的索引：

 INDEX name (last_name,first_name)

对于下面的查询语句都可以使用到name索引：

SELECT * FROM test WHERE last_name='Jones';

SELECT * FROM test
  WHERE last_name='Jones'
  AND (first_name='John' OR first_name='Jon');
  
SELECT * FROM test
  WHERE last_name='Jones'
  AND first_name >='M' AND first_name < 'N';

下面的语句因为没有使用最左边的列进行查询，所以无法使用索引：

SELECT * FROM test WHERE first_name='John';

SELECT * FROM test
  WHERE last_name='Jones' OR first_name='John';

假设有两列col1和col2，如果索引刚好建在col1和col2上，那么可以直接使用索引，但是如果col1和col2是单独的索引（即不是多列索引），那么Mysql会尝试使用 Index Merge optimization (see Section 8.2.1.3, “Index Merge Optimization”)技术，或者判断两个索引中哪个的条件是最严苛的，能够排除尽可能的行，在决定使用哪个索引。

4 Comparison of B-Tree and Hash Indexes

• B-Tree Index Characteristics

  B树索引支持 =, >, >=, <, <=, or BETWEEN操作符，也支持LIKE操作符，但是必须保证LIKE字段不是以通配符开头的。

  如果一个索引没有覆盖所有的AND，那么Mysql将无法使用该索引，换句话说，为了能够使用到该索引，必须保证一个索引的前缀（最左边部分）出现在每一个AND中，举例如下：

  ... WHERE index_part1=1 AND index_part2=2 AND other_column=3
  
      /* index = 1 OR index = 2 */
  ... WHERE index=1 OR A=10 AND index=2
  
      /* optimized like "index_part1='hello'" */
  ... WHERE index_part1='hello' AND index_part3=5
  
      /* Can use index on index1 but not on index2 or index3 */
  ... WHERE index1=1 AND index2=2 OR index1=3 AND index3=3;
  

  下面的语句将无法使用索引：

      /* index_part1 is not used */
  ... WHERE index_part2=1 AND index_part3=2
  
      /*  Index is not used in both parts of the WHERE clause  */
  ... WHERE index=1 OR A=10
  
      /* No index spans all rows  */
  ... WHERE index_part1=1 OR index_part2=10
  

  （这里不是很懂？）

  需要注意的是：

  Mysql并不会任何时候都选择使用索引，有的时候，当需要读取特别多的行时，使用索引的效率可能要低于table scan的效率，因为索引会导致磁盘出现更多的寻道消耗，而table scan由于是连续读，则能更大效率的利用磁盘I/O

• Hash Index Characteristics

  Hash索引相对比于B树索引，可能会出现下面的不同：

  • Hash索引只能用于=或者<=>操作符，不能用于范围查询
  • 优化器无法使用Hash索引来加速ORDER BY操作
  • Mysql无法评估两个value之间有多少行（BETWEEN语句）
  • 只有完整的索引才能正常工作，不能像BTREE那样，使用leftmost prefix key

5 Use of Index Extensions

InnoDB会自动给二级索引增加primary key作为新的索引，这是在内部完成的，用户无法感知，比如下面的表：

CREATE TABLE t1 (
  i1 INT NOT NULL DEFAULT 0,
  i2 INT NOT NULL DEFAULT 0,
  d DATE DEFAULT NULL,
  PRIMARY KEY (i1, i2),
  INDEX k_d (d)
) ENGINE = InnoDB;

此时，对于索引k_d，其内部真正的实现方式为： (d, i1, i2). 即自动将primary key(i1, i2)添加到k_d后面构成新的二级索引。

这种优化方式，可用于ref， range和index_merge的索引访问场景，Loose Index Scan，join和sort，以及MIN()/MAX()。

比如下面的语句：

SELECT COUNT(*) FROM t1 WHERE i1 = 3 AND d = '2000-01-01'

此时由于内部将i1添加到了k_d索引，那么这条语句就可以使用到(d, i1)这样的索引（(d, i1)是索引(d, i1, i2)的最左边前缀），由于使用到了更多的列，所以需要扫描的行数将大大减少。

6 Invisible Indexes

这种索引指的是那种真实存在，但是优化器却不会使用的索引，只能对非primary key进行该种设定，其他类型的索引均支持设置为INVISIBLE。

例如下面的例子：

CREATE TABLE t1 (
  i INT,
  j INT,
  k INT,
  INDEX i_idx (i) INVISIBLE
) ENGINE = InnoDB;
CREATE INDEX j_idx ON t1 (j) INVISIBLE;
ALTER TABLE t1 ADD INDEX k_idx (k) INVISIBLE;

这种索引一般的用途：测试移除一个索引对于性能的影响，因为这种索引不是真正的将其移除了，只是优化器不再考虑该索引，所以并不会对表造成太大的影响。

注意虽然索引是Invisible的，但是这种索引和普通索引一样具有完备的功能，也就是说增删改的时候，Mysql同样会更新Invisible Index，同理，如果在一个非常大的表上创建Invisible Index时，和普通索引一样，开销也是非常巨大的。

7 Descending Indexes

Mysql支持降序索引，不像以前的版本，索引定义里面的DESC不再被忽略，内部对于索引的存储方式也采取降序的方式；而在此之前，Mysql是采用对index进行逆序扫描的方式，当前采用降序的方式效率比以前要高很多。

使用降序索引主要针对下面的场景：

• 降序索引只支持InnoDB引擎，并且有如下限制：
  • 如果一个二级索引有降序key或者说一个主键包含降序key，那么Mysql无法支持修改Buffering
  • InnoDB的SQL解析器不会使用降序索引，对于full-text查询，这意味着已经被索引的表上面的FTS_DOC_ID 列不能被定义为降序索引。
• 一个含有降序key的索引无法使用MIN/MAX优化，特指那种含有聚合函数但是却不带GROUP BY的语句。
• 降序索引只支持BTREE，并不支持HASH索引，降序索引无法支持FULLTEXT或者SPATIAL索引。