数据库MySQL 之 索引原理与慢查询优化
浏览目录
一、索引介绍方法类型
1、介绍
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，与我们查阅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节，然后找到页数。相似的例子还有：查字典，查地图等等
本质：
通过不断地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-MySQL的BTREE 改进索引
- 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
- 概念铺垫——B-Tree数据结构
-
- 结构
B-TREE 每个节点都是一个二元数组: [key, data]，所有节点都可以存储数据。key为索引key,data为除key之外的数据。 - 结构图
- 结构
- 检索原理
首先从根节点进行二分查找，如果找到则返回对应节点的data，否则对相应区间的指针指向的节点递归进行查找，直到找到节点或未找到节点返回null指针。 - 缺点
-
-
- 插入删除新的数据记录会破坏B-Tree的性质，因此在插入删除时，需要对树进行一个分裂、合并、转移等操作以保持B-Tree性质。造成IO操作频繁。
- 区间查找可能需要返回上层节点重复遍历，IO操作繁琐。
-
- 概念铺垫——B+Tree(B-Tree的变种)
- 结构
与B-Tree相比，B+Tree有以下不同点：非叶子节点不存储data，只存储索引key；只有叶子节点才存储data。 - 结构图
- 结构
- Mysql选择B+TREE索引的原因
索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗，相对于内存存取，I/O存取的消耗要高几个数量级，所以索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数，提升索引效率。 - MyISAM & InnoDB 都使用B+Tree索引结构。但是底层索引存储不同，MyISAM 采用非聚集索引，而InnoDB采用聚集索引。
3、索引方法-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，就会利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
4、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；
5、索引类型
- 普通索引：加速查询
- 创建表+索引
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) );
-
- 创建索引
单独为表指定普通索引 create index idx_name on tb1(name);
-
- 删除索引
drop index idx_name on tb1;
-
- 查看索引
show index from tb1;
-
- 查看索引、列介绍
·Table 表的名称。 ·Non_unique 如果索引为唯一索引,则为0,如果可以则为1。 ·Key_name 索引的名称 ·Seq_in_index 索引中的列序列号，从1开始。 ·Column_name 列名称。 ·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）。 ·Cardinality 索引中唯一值的数目的估计值。 ·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。 ·Packed 指示关键字如何被压缩。如果没有被压缩，则为NULL。 ·Null 如果列含有NULL，则含有YES。如果没有，则该列含有NO。 ·Index_type 用过的索引方法（BTREE, FULLTEXT, HASH, RTREE）。 ·Comment 多种评注
- 唯一索引：加速查询 和 唯一约束（可含一个null值）
- 创建表+唯一(unique)索引
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unique索引
create unique index idx_age on tb2(age);
- 主键索引：加速查询 和 唯一约束（不可含null）、一个表中最多只能有一个主键索引
- 创建表 + 主键
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) );
-
- 创建主键
alter table tb3 add primary key(id);
-
- 删除主键
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;
- 组合索引：组合索引是将n个列组合成一个索引
- 创建表+组合索引
create table tb4( id int not null , name varchar(50) not null, age int not null, index idx_name_age (name,age) );
-
- 创建组合索引
create index idx_name_age on tb4(name,age);
-
- 索引应用场景
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包含下列字段： 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）
二、聚合索引、辅助索引
1、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。
- 当你定义一个主键时，InnnodDB存储引擎则把它当做聚集索引
- 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飞空的，则将其当做聚集索引
- 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。
2、辅助索引
（也称为非聚集索引）是指叶节点不包含行的全部数据，叶节点除了包含键值之外，还包含一个书签连接，通过该书签再去找相应的行数据。
- 对于这种方式来说，你需要两个步骤：
- 查询该记录所在的位置。
- 通过该位置去取要找的记录。
3、二者区别以及使用场景
-
二者区别:
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，叶子结点存放着所有的数据。
不同的是：聚集索引叶子结点存放的是一整行的信息,而辅助索引叶子结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
| 动作描述 | 使用聚集索引 | 使用非聚集索引 |
| 列经常被分组排列 | 应 | 应 |
| 返回某范围内的数据 | 应 | 不应 |
| 一个或极少不同值 | 不应 | 不应 |
| 频繁更新的列 | 不应 | 应 |
| 外键列 | 应 | 应 |
| 主键列 | 应 | 应 |
| 频繁修改索引列 | 不应 | 应 |
三、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;
注意：MYISAM存储引擎不产生引擎事务，数据插入速度极快，为方便快速插入测试数据，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$$
CREATE PROCEDURE insert_user_info(IN num INT)
BEGIN
DECLARE val INT DEFAULT 0;
DECLARE n INT DEFAULT 1;
-- 循环进行数据插入
WHILE n <= num DO
set val = rand()*50;
INSERT INTO userInfo(id,name,age,sex,email)values(n,concat('alex',val),rand()*50,if(val%2=0,'女','男'),concat('alex',n,'@qq.com'));
set n=n+1;
end while;
END $$
delimiter;
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
·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。
·在表中已经存在大量数据的前提下，为某个字段段建立索引，建立速度会很慢
CREATE INDEX idx_id on userinfo(id);
·在索引建立完毕后，以该字段为查询条件时，查询速度提升明显
select * from userinfo where id = 4567890;
6、注意
- 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，因而速度明显提升
- 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硬盘空间多了
- 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
四、正确使用索引
数据库表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奏效。即使建立索引，索引也不会生效
·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;
五、组合索引
1、定义：是指对表上的多个列组合起来做一个索引
2、好处：
- “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！
- 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
六、注意事项
- 避免使用select *
- 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.
- 创建表时尽量时 char 代替 varchar
- 表的字段顺序固定长度的字段优先
- 组合索引代替多个单列索引（经常使用多个条件查询时）
- 使用连接（JOIN）来代替子查询(Sub-Queries)
- 不要有超过4个以上的表连接（JOIN）
- 优先执行那些能够大量减少结果的连接。
- 连表时注意条件类型需一致
- 索引散列值不适合建索引，例：性别不适合
- like '%xx' select * from tb1 where name like '%cn'; - 使用函数 select * from tb1 where reverse(name) = 'wupeiqi'; - or select * from tb1 where nid = 1 or email = 'seven@live.com'; 特别的：当or条件中有未建立索引的列才失效，以下会走索引 select * from tb1 where nid = 1 or name = 'seven'; select * from tb1 where nid = 1 or email = 'seven@live.com' and name = 'alex' - 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 * from tb1 where name = 999; - != select * from tb1 where name != 'alex' 特别的：如果是主键，则还是会走索引 select * from tb1 where nid != 123 - > select * from tb1 where name > 'alex' 特别的：如果是主键或索引是整数类型，则还是会走索引 select * from tb1 where nid > 123 select * from tb1 where num > 123 - order by select email from tb1 order by name desc; 当根据索引排序时候，选择的映射如果不是索引，则不走索引 特别的：如果对主键排序，则还是走索引： select * from tb1 order by nid desc; - 组合索引最左前缀 如果组合索引为：(name,email) name and email -- 使用索引 name -- 使用索引 email -- 不使用索引
七、查询计划
1、语法格式
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
2、执行计划让mysql预估执行操作一般正确
mysql> explain select * from tb2; +----+-------------+-------+------+---------------+------+---------+------+------+-------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+------+---------------+------+---------+------+------+-------+ | 1 | SIMPLE | tb2 | ALL | NULL | NULL | NULL | NULL | 2 | NULL | +----+-------------+-------+------+---------------+------+---------+------+------+-------+ 1 row in set (0.00 sec)
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)
③EXPLAIN 参数详解：http://www.cnblogs.com/wangfengming/articles/8275448.html
id 查询顺序标识 如：mysql> explain select * from (select nid,name from tb1 where nid < 10) as B; +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+ | 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 9 | NULL | | 2 | DERIVED | tb1 | range | PRIMARY | PRIMARY | 8 | NULL | 9 | Using where | +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+ 特别的：如果使用union连接气值可能为null select_type 查询类型 SIMPLE 简单查询 PRIMARY 最外层查询 SUBQUERY 映射为子查询 DERIVED 子查询 UNION 联合 UNION RESULT 使用联合的结果 ... table 正在访问的表名 type 查询时的访问方式，性能：all < index < range < index_merge < ref_or_null < ref < eq_ref < system/const ALL 全表扫描，对于数据表从头到尾找一遍 select * from tb1; 特别的：如果有limit限制，则找到之后就不在继续向下扫描 select * from tb1 where email = 'seven@live.com' select * from tb1 where email = 'seven@live.com' limit 1; 虽然上述两个语句都会进行全表扫描，第二句使用了limit，则找到一个后就不再继续扫描。 INDEX 全索引扫描，对索引从头到尾找一遍 select nid from tb1; RANGE 对索引列进行范围查找 select * from tb1 where name < 'alex'; PS: between and in > >= < <= 操作 注意：!= 和 > 符号 INDEX_MERGE 合并索引，使用多个单列索引搜索 select * from tb1 where name = 'alex' or nid in (11,22,33); REF 根据索引查找一个或多个值 select * from tb1 where name = 'seven'; EQ_REF 连接时使用primary key 或 unique类型 select tb2.nid,tb1.name from tb2 left join tb1 on tb2.nid = tb1.nid; CONST 常量 表最多有一个匹配行,因为仅有一行,在这行的列值可被优化器剩余部分认为是常数,const表很快,因为它们只读取一次。 select nid from tb1 where nid = 2 ; SYSTEM 系统 表仅有一行(=系统表)。这是const联接类型的一个特例。 select * from (select nid from tb1 where nid = 1) as A; possible_keys 可能使用的索引 key 真实使用的 key_len MySQL中使用索引字节长度 rows mysql估计为了找到所需的行而要读取的行数 ------ 只是预估值 extra 该列包含MySQL解决查询的详细信息 “Using index” 此值表示mysql将使用覆盖索引，以避免访问表。不要把覆盖索引和index访问类型弄混了。 “Using where” 这意味着mysql服务器将在存储引擎检索行后再进行过滤，许多where条件里涉及索引中的列，当（并且如果）它读取索引时，就能被存储引擎检验，因此不是所有带where子句的查询都会显示“Using where”。有时“Using where”的出现就是一个暗示：查询可受益于不同的索引。 “Using temporary” 这意味着mysql在对查询结果排序时会使用一个临时表。 “Using filesort” 这意味着mysql会对结果使用一个外部索引排序，而不是按索引次序从表里读取行。mysql有两种文件排序算法，这两种排序方式都可以在内存或者磁盘上完成，explain不会告诉你mysql将使用哪一种文件排序，也不会告诉你排序会在内存里还是磁盘上完成。 “Range checked for each record(index map: N)” 这个意味着没有好用的索引，新的索引将在联接的每一行上重新估算，N是显示在possible_keys列中索引的位图，并且是冗余的。
八、慢查询日志
1、概念
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。
2、慢查询日志参数
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询.
3、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;
4、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;
5、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';
6、测试慢查询日志
#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;
九、大数据量分页优化
1、优化方案一
简单粗暴，就是不允许查看这么靠后的数据
2、优化方案二
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，即select * from tb1 where id>3000000 limit 10;
还有一种方式，比如100页的10条数据 select * from tb1 where id>100*10 limit 10;
3、优化方案三延迟关联
我们在来分析一下这条语句为什么慢,机就处在这个 * 里面，这个表除了id主键肯定还有其他字段，
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分别去取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 tmp on tmp.id=table.id;
4、三种方法优先选择
这三种方法最先考虑第一种，其次第二种，第三种是别无选择
