Mysql索引详解

一：索引介绍

1：什么是索引？

　　索引就好比是一本书的目录，它会让你更快的找到内容，让你获取数据更有目的性，从而提高数据库检索数据的性能。

2：索引作用：

　　优化查询 select

　　查询的三种情况：①缓存查询 redis

　　　　　　　　　　②全表扫描

　　　　　　　　　　③索引扫描

　　查询效率 ① ＞ ③ ＞ ②

　　注意事项：根据业务需要建立索引，不宜建过多索引，否则会影响insert效率，因为在insert的时候，树要重新排序，索引过多耗时过久，影响效率

二：索引种类

索引的种类

　　Btree （btree b+tree b*tree） mysql默认用的是Btree

　　Rtree

　　HASH

　　FullText

1: b+tree：

2: b*tree：

基本原理同b+tree，不同的是在枝节点，也存入了相邻枝节点的地址，目的也是为了方便范围查询

三：Btree分类

一：btree分类（这里的分类不涉及btree b+tree b*tree 都指btree）

1：聚集索引

　　基于主键,自动生成的,一般是建表时创建主键.如果没有主键,自动选择唯一键做为聚集索引（主键一般设置为id列，理由是int类型所占的内存小，而叶子节点大小是固定的，如果用string类型来来作为主键设置索引，同一叶子节点存储的索引数量少了，那么必然会产生更多的叶子节点存储索引，这样整个树的高度就会变高，查询效率就会变慢）

2：辅助索引

　　人为创建的(普通,覆盖)，如有大量这样的select条件： where name = “xxx” 那么就可以根据name字段创建辅助索引，叶子节点存储该列值和该列值的id值（聚集索引值），存储该列值的id值是为了回表查询，如需求不仅仅是查找到名字，还要查找age,gender，那么这个时候就需要根据id值回表查询，扫描聚集索引建的树。如果建立的是覆盖索引（name，age，gender三个字段）此时就没有回表的需要。

3：唯一索引

　　人为创建(普通索引,聚集索引)

二：聚集索引和辅助索引的对比

1：聚集索引

　　叶子结点,按照主键列的顺序,存储的是整行数据,就是真正的数据页

2：辅助索引

　　叶子结点,列值排序之后,存储到叶子结点+对应的主键的值,便于回表查询

四：索引管理

一：辅助索引(BTREE)
怎么生成的:
　　根据创建索引时,指定的列的值,进行排序后,存储的叶子节点中
好处:
　　1.优化了查询,减少cpu mem IO消耗
　　2.减少的文件排序

二：索引相关操作

创建普通辅助索引(MUL)
　　alter table blog_userinfo add key idx_email(email);
　　create index idx_phone on blog_userinfo(phone);
查看索引
　　desc blog_userinfo;
　　show index from blog_userinfo;
删除索引
　　alter table blog_userinfo drop index idx_email;
　　drop index idx_phone on blog_userinfo;

前缀索引（取密码前20位即可保证索引唯一，可节省空间，提升效率）
　　select count(*),substring(password,1,20) as sbp from blog_userinfo group by sbp;
　　alter table blog_userinfo add index idx(password(10));

唯一键索引(UNI,如果有重复值是创建不了的)
　　alter table blog_userinfo add unique key uni_email(email);

覆盖索引(联合索引)

　　alter table t1 add index idx_gam(gender,age,money); 查询量越多的条件往前放
　　作用:不需要回表查询,不需要聚集索引,所有查询的数据都从辅助索引中获取

五：explain(desc)命令的应用

一：explain命令作用：

　　获取优化器选择后的执行计划

explain select * from city where countrycode='CHN'\G

*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: city
type: ref
possible_keys: CountryCode,idx_co_po
key: CountryCode
key_len: 3
ref: const
rows: 1
Extra: Using index condition
1 row in set (0.00 sec)

二：需要关注的重要字段：

1：type: 查询类型
　　作用:
　　　　1. 可以判断出,全表扫描还是索引扫描(ALL就是全表扫描,其他的就是索引扫描)
　　　　2. 对于索引扫描来讲,又可以细划分,可以判断是哪一种类的索引扫描
　　type的具体类型介绍:
　　　　ALL:全表扫描
　　　　　　select * from t1;
　　　　Index:全索引扫描
　　　　　　例子:
　　　　　　desc select countrycode from city ;
　　　　range:索引范围扫描，包含以下字段的sql
　　　　　　where > < >= <=
　　　　　　in or between and
　　　　　　like 'CH%'
　　　　　　优化：
　　　　　　　　in 或者 or 改写成 union

　　　　　　　　select * from city where countrycode in ('CHN','USA') 走range扫描

　　　　　　　　select * from city where countrycode='CHN'
　　　　　　　　union all
　　　　　　　　select * from city where countrycode='USA'; 走ref扫描性能更好
　　　　ref:辅助索引的等值查询
　　　　　　select * from city where countrycode='CHN'
　　　　eq_ref: 多表链接查询(join on )
　　　　const ,system :主键或唯一键等值查询

　　　　（以上各种type类型扫描，自上而下性能不断增强，一般优化到range以上的性能才有意义）

2：Extra:额外信息重点关注using filesort

　　using filesort: 文件排序
　　一旦涉及到排序相关可以先建立索引排好序就不用执行sql时候重复进行排序了可以降低CPU压力将order by group by distinct 后的列和where条件列建立联合索引

3：不需要重点关注的字段：

　　possible_keys: CountryCode,idx_co_po ---->可能会走的索引
　　key: CountryCode ---->真正走的索引

六：建立索引的原则

一、数据库索引的设计原则：

为了使索引的使用效率更高，在创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。
那么索引设计原则又是怎样的?

0.建表时一定要有主键,如果相关列可以作为主键,做一个无关列

1．选择唯一性索引
唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。
例如，学生表中学号是具有唯一性的字段。为该字段建立唯一性索引可以很快的确定某个学生的信息。
如果使用姓名的话，可能存在同名现象，从而降低查询速度。

主键索引和唯一键索引，在查询中使用是效率最高的。

select count(*) from world.city;
select count(distinct countrycode) from world.city;
select count(distinct countrycode,population ) from world.city;

注意：如果某字段重复值较多，但是经常以此条件来进行查询，可以考虑采用联合索引

2．为经常需要排序、分组和联合操作的字段建立索引
经常需要ORDER BY、GROUP BY,join on等操作的字段，排序操作会浪费很多时间。
如果为其建立索引，可以有效地避免排序操作。

3．为常作为where查询条件的字段建立索引
如果某个字段经常用来做查询条件，那么该字段的查询速度会影响整个表的查询速度。因此，
为这样的字段建立索引，可以提高整个表的查询速度。
　　3.1 经常查询
　　3.2 列值的重复值少(业务层面调整)

注：如果经常作为条件的列，重复值特别多，可以建立联合索引。

4．尽量使用前缀来索引
如果索引字段的值很长，最好使用值的前缀来索引。例如，TEXT和BLOG类型的字段，进行全文检索
会很浪费时间。如果只检索字段的前面的若干个字符，这样可以提高检索速度。

------------------------以上的是重点关注的，以下是能保证则保证的--------------------

5．限制索引的数目
索引的数目不是越多越好。每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。
修改表时，对索引的重构和更新很麻烦。越多的索引，会使更新表变得很浪费时间。

6．删除不再使用或者很少使用的索引(percona toolkit)
表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理
员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。

7.大表加索引,要在业务不繁忙期间操作

建索引原则总结：
(1) 必须要有主键,如果没有可以做为主键条件的列,创建无关列
(2) 经常做为where条件列 order by group by join on的条件(业务:产品功能+用户行为)
(3) 最好使用唯一值多的列作为索引,如果索引列重复值较多,可以考虑使用联合索引
(4) 列值长度较长的索引列,我们建议使用前缀索引.
(5) 降低索引条目,一方面不要创建没用索引,不常使用的索引清理,percona toolkit
(6) 索引维护要避开业务繁忙期

不走索引的情况（开发时不要出现以下的情况，否则建立再好的索引也没效果）

重点关注：
1) 没有查询条件，或者查询条件没有建立索引

select * from tab; 全表扫描。
select * from tab where 1=1;

在业务数据库中，特别是数据量比较大的表。
是没有全表扫描这种需求。

1、对用户查看是非常痛苦的。
2、对服务器来讲毁灭性的。

（1）select * from tab;

SQL改写成以下语句：
selec * from tab order by price limit 10 需要在price列上建立索引

（2）
select * from tab where name='zhangsan' name列没有索引

改：
1、换成有索引的列作为查询条件
2、将name列建立索引

2) 查询结果集是原表中的大部分数据，应该是25％以上。

查询的结果集，超过了总数行数25%，优化器觉得就没有必要走索引了。

假如：tab表 id，name id:1-100w ，id列有索引

select * from tab where id>500000;

如果业务允许，可以使用limit控制。

怎么改写？
结合业务判断，有没有更好的方式。如果没有更好的改写方案
尽量不要在mysql存放这个数据了。放到redis里面。

3) 索引本身失效，统计数据不真实（现在mysql已经修复这些bug了）
索引有自我维护的能力。
对于表内容变化比较频繁的情况下，有可能会出现索引失效。

4) 查询条件使用函数在索引列上，或者对索引列进行运算，运算包括(+，-，*，/，! 等)
例子：
错误的例子：select * from test where id-1=9;
正确的例子：select * from test where id=10;

避免以下操作：
算术运算
函数运算
desc select * from blog_userinfo where DATE_FORMAT(last_login,'%Y-%m-%d') >= '2019-01-01';

子查询

5)隐式转换导致索引失效.这一点应当引起重视.也是开发中经常会犯的错误. （重点关注，十分容易忽略）

select * from t1 where telnum=110;

这样会导致索引失效. 错误的例子：
------------------------
mysql> alter table tab add index inx_tel(telnum);
Query OK, 0 rows affected (0.03 sec)
Records: 0 Duplicates: 0 Warnings: 0

mysql> select * from tab where telnum='1333333';
+------+------+---------+
| id | name | telnum |
+------+------+---------+
| 1 | a | 1333333 |
+------+------+---------+
1 row in set (0.00 sec)

mysql> select * from tab where telnum=1333333;
+------+------+---------+
| id | name | telnum |
+------+------+---------+
| 1 | a | 1333333 |
+------+------+---------+
1 row in set (0.00 sec)

mysql>

以上结果分析：

可以看到使用sql select * from tab where telnum='1555555' 进行查询时，走的是ref索引，而使用sql select * from tab where telnum=1555555

进行查询时走的是全表扫描，理由是建表的时候，telnum字段的类型是varchar 使用select * from tab where telnum=1555555 进行查询时，

mysql会对条件telnum=1555555 进行一个转换，将其转换成字符串类型，再走全表扫描。

---------------------------------------

6) <> ，not in 不走索引

EXPLAIN SELECT * FROM teltab WHERE telnum <> '110';
EXPLAIN SELECT * FROM teltab WHERE telnum NOT IN ('110','119');
------------
mysql> select * from tab where telnum <> '1555555';
+------+------+---------+
| id | name | telnum |
+------+------+---------+
| 1 | a | 1333333 |
+------+------+---------+
1 row in set (0.00 sec)

mysql> explain select * from tab where telnum <> '1555555';

-----
单独的>,<,in 有可能走，也有可能不走，和结果集有关，尽量结合业务添加limit
or或in 尽量改成union

EXPLAIN SELECT * FROM teltab WHERE telnum IN ('110','119');
改写成：

EXPLAIN SELECT * FROM teltab WHERE telnum='110'
UNION ALL
SELECT * FROM teltab WHERE telnum='119'

-----------------------------------

7) like "%_" 百分号在最前面不走

EXPLAIN SELECT * FROM teltab WHERE telnum LIKE '31%' 走range索引扫描

EXPLAIN SELECT * FROM teltab WHERE telnum LIKE '%110' 不走索引

%linux%类的搜索需求，可以使用elasticsearch 专门做搜索服务的数据库产品

8) 单独引用联合索引里非第一位置的索引列.作为条件查询时不走索引.
列子：
复合索引：

DROP TABLE t1
CREATE TABLE t1 (id INT,NAME VARCHAR(20),age INT ,sex ENUM('m','f'),money INT);

ALTER TABLE t1 ADD INDEX t1_idx(money,age,sex);

DESC t1
SHOW INDEX FROM t1

走索引的情况测试：
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE money=30 AND age=30 AND sex='m';
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE money=30 AND age=30 ;
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE money=30 AND sex='m'; ----->部分走索引
不走索引的：
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE age=20
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE age=30 AND sex='m';
EXPLAIN SELECT NAME,age,sex,money FROM t1 WHERE sex='m';

posted on 2019-02-21 17:48 叶杨森阅读(217) 评论(0) 收藏举报