当前位置 博文首页 > MXC肖某某：MySQL的索引优化分析(一)

最大化 缩小

    MXC肖某某：MySQL的索引优化分析(一)

    作者：MXC肖某某 时间：2021-01-16 22:24

    一、SQL分析

    性能下降、SQL慢、执行时间长、等待时间长

    • 查询语句写的差
    • 索引失效关联查询太多join(设计缺陷)
      • 单值索引：在user表中给name属性创建索引，create index idx_name on user(name);
      • 复合索引：在user表中给name、email属性创建索引，create index idx_name_email on user(name,email);
    • 服务器调优及各个参数设置(缓冲、线程数等)

    二，join查询

    1，SQL执行顺序

    　　a）手写SQL

        

    　　b）机读

       

    　　c）总结

      

    2，JOIN查询

    　　

    a）建表语句

    CREATE TABLE tbl_dept(
    id INT(11) NOT NULL AUTO_INCREMENT,
    deptName VARCHAR(30) DEFAULT NULL,
    locAdd VARCHAR(40) DEFAULT NULL,
    PRIMARY KEY(id)
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE tbl_emp (
    id INT(11) NOT NULL AUTO_INCREMENT,
    NAME VARCHAR(20) DEFAULT NULL,
    deptId INT(11) DEFAULT NULL,
    PRIMARY KEY (id),
    KEY fk_dept_Id (deptId)
    #CONSTRAINT 'fk_dept_Id' foreign key ('deptId') references 'tbl_dept'('Id')
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO tbl_dept(deptName,locAdd) VALUES('RD',11);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('HR',12);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MK',13);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MIS',14);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('FD',15);

INSERT INTO tbl_emp(NAME,deptId) VALUES('z3',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('z4',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('z5',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('w5',2);
INSERT INTO tbl_emp(NAME,deptId) VALUES('w6',2);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s7',3);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s8',4);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s9',51);
    View Code

    b）满足条件的join语句

    #左连接
SELECT * FROM tbl_dept t1 LEFT JOIN tbl_emp t2 on t1.id = t2.deptId;
#右连接
SELECT * FROM tbl_dept t1 RIGHT JOIN tbl_emp t2 on t1.id = t2.deptId;
#内连接(交集)
SELECT * FROM tbl_dept t1 INNER JOIN tbl_emp t2 on t1.id = t2.deptId;
#左连接(只取A独有的)
SELECT * FROM tbl_dept t1 LEFT JOIN tbl_emp t2 on t1.id = t2.deptId WHERE t2.deptId is NULL;
#右连接(只取B独有的)
SELECT * FROM tbl_dept t1 RIGHT JOIN tbl_emp t2 on t1.id = t2.deptId WHERE t1.id is NULL; 
#A和B均有
SELECT * FROM tbl_dept t1 LEFT JOIN tbl_emp t2 on t1.id = t2.deptId
UNION 
SELECT * FROM tbl_dept t1 RIGHT JOIN tbl_emp t2 on t1.id = t2.deptId;
#A和B均是独有
SELECT * FROM tbl_dept t1 LEFT JOIN tbl_emp t2 on t1.id = t2.deptId WHERE t2.deptId is NULL
UNION
SELECT * FROM tbl_dept t1 RIGHT JOIN tbl_emp t2 on t1.id = t2.deptId WHERE t1.id is NULL;

    三、索引

    1，索引是什么

    • 索引(Index)是帮助MySQL高效获取数据的数据结构。
    • 排好序的快速查找数据结构，即索引 = 排序 + 查找
    • 一般来说索引本身占用内存空间也很大，不可能全部存储在内存中，因此索引往往以文件形式存储在硬盘上
    • 聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引，统称索引。当然，除了B+树这种类型的索引之外，还有哈希索引(hash index)等。

    2，索引原理

    3，索引优劣势

    a)索引的优势

    • 索引能提高数据检索的效率，降低数据库的IO成本
    • 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性
    • 在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间
    • 加速两个表之间的连接，一般在外键上创建索引

    b)劣势

    • 实际上索引也是一张表，该表保存了主键和索引字段，并指向实体表的记录，所以索引列也是要占用空间的
    • 虽然索引大大提高了查询速度，同时却也会降低更新表的速度，如对表insert、update和delete。因为更新表时，不仅要保存数据，还要保存一下索引文件。
    • 索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立优秀的索引，或优化查询语句

    4，MySQL索引分类

    1. 普通索引：是最基本的索引，它没有任何限制，即一个索引只包含单个列，一个表可以有多个单列索引；建议一张表索引不要超过5个，优先考虑复合索引
    2. 唯一索引：与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一
    3. 主键索引：是一种特殊的唯一索引，一个表只能有一个主键，不允许有空值。一般是在建表的时候同时创建主键索引
    4. 复合索引：指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用组合索引时遵循最左前缀集合
    5. 全文索引：主要用来查找文本中的关键字，而不是直接与索引中的值相比较。fulltext索引跟其它索引大不相同，它更像是一个搜索引擎，而不是简单的where语句的参数匹配

    5，MySQL索引语法

    • 创建索引
    CREATE [UNIQUE] INDEX  index_name ON mytable(column_name(length));
    • 删除索引
    DROP INDEX index_name ON mytable;
    • 查看索引(\G表示将查询到的横向表格纵向输出，方便阅读)
    SHOW INDEX FROM table_name\G
    • 采用alter方式添加索引
    #该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL。
ALTER TABLE tbl_name ADD PRIMARY KEY(column_list)
#这条语句创建索引的值必须是唯一的（除了NULL外，NULL可能会出现多次）
ALTER TABLE tbl_name ADD UNIQUE index_name(column_list)
#添加普通索引，索引值可出现多次。
ALTER TABLE tbl_name ADD INDEX index_name(column_list)
#该语句指定了索引为FULLTEXT，用于全文索引。
ALTER TABLE tbl_name ADD FULLTEXT index_name(column_list)

    6，MySQL的索引结构

    　　详情可查看：多路查找树(B-Tree，B+Tree，B*Tree)

    a）B-Tree与B+Tree的区别

    　　B-树的关键字（数据项）和记录是放在一起的； B+树的非叶子节点中只有关键字和指向下一个节点的索引， 记录只放在叶子节点中。

    b）B+Tree 与 BTree 的查找过程

    1. 在 B 树中， 越靠近根节点的记录查找时间越快， 只要找到关键字即可确定记录的存在； 而 B+ 树中每个记录的查找时间基本是一样的， 都需要从根节点走到叶子节点， 而且在叶子节点中还要再比较关键字。
    2. 从这个角度看 B 树的性能好像要比 B+ 树好， 而在实际应用中却是 B+ 树的性能要好些。 因为 B+ 树的非叶子节点不存放实际的数据，这样每个节点可容纳的元素个数比 B 树多， 树高比 B 树小， 这样带来的好处是减少磁盘访问次数。
    3. 尽管 B+ 树找到一个记录所需的比较次数要比 B 树多， 但是一次磁盘访问的时间相当于成百上千次内存比较的时间， 因此实际中B+ 树的性能可能还会好些， 而且 B+树的叶子节点使用指针连接在一起， 方便顺序遍历（范围搜索）， 这也是很多数据库和文件系统使用 B+树的缘故。

    7，创建索引的场景

    　　a）何时需要创建索引

    1. 主键自动建立唯一索引
    2. 频繁作为查询的条件的字段应该创建索引
    3. 查询中与其他表关联的字段，外键关系建立索引
    4. 频繁更新的字段不适合创建索引
    5. Where 条件里用不到的字段不创建索引
    6. 单间/组合索引的选择问题（在高并发下倾向创建组合索引）
    7. 查询中排序的字段，排序字段若通过索引去访问将大大提高排序的速度
    8. 查询中统计或者分组字段

    　　b）何时不创建索引

    1. 表记录太少
    2. 经常增删改的表
    3. 数据重复且分布平均的表字段。如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果。

    四、Explain

    1，作用

    1. 表的读取顺序（id 字段，越大优先级越高）
    2. 数据读取操作的操作类型（select_type 字段）
    3. 哪些索引可以使用（possible_keys 字段）
    4. 哪些索引被实际使用（keys 字段）
    5. 表之间的引用（ref 字段）
    6. 每张表有多少行被优化器查询（rows 字段）

    2，id

    • id相同，执行顺序由上至下
    • id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
    • id相同不同，同时存在：id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先执行；衍生=DERIVED

           

    2，select_type

    　　select_type：查询的类型，主要用于区别普通查询、联合查询、子查询等复杂查询

    1. SIMPLE：简单的select查询，查询中不包含子查询或者UNION
    2. PRIMARY：查询中若包含任何复杂的子部分，最外层查询则被标记为PRIMARY
    3. SUBQUERY：在SELECT或者WHERE列表中包含了子查询
    4. DERIVED：在FROM列表中包含的子查询被标记为DERIVED（衍生）MySQL会递归执行这些子查询，把结果放在临时表里
    5. UNION：若第二个SELECT出现在UNION之后，则被标记为UNION；若UNION包含在FROM子句的子查询中，外层SELECT将被标记为：DERIVED
    6. UNION RESULT：从UNION表获取结果的SELECT

    3，table

    　　table：显示这一行的数据是关于哪张表的

    4，type

    　　type：访问类型排列，显示查询使用了何种类型，其中从好到坏依次是：system>const>eq_ref>ref>fultext>ref_or_null>index_merge>unique_subquery>index_subquery>range>index>ALL。其中，相比比较重要的指标为：system > const > eq_ref > ref > range > index > ALL

    • system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现，这个也可以忽略不计
    • const：表示通过索引一次就能找到了，const用于比较primary key或者unique索引。因为只匹配一行数据，所以很快。如将主键置于where列表中，MySQL就能将该查询转换为一个常量　　

    　　

    • eq_ref：唯一性索引，对于每个索引建，表中只有一条记录与之匹配，常见于主键或唯一索引扫描

    　　

    • ref：非唯一索引扫描，返回匹配某个单独值的所有行。本质上也是一种索引访问，它返回所有匹配某个单独值的行。不过，它可能找到多个符合条件的行，所以它应该属于查找和扫描的混合体

    　　

    • range：只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引，一般就是你的where语句中出现了between、<、>、in等的查询，这种范围扫描索引比全表扫描要好，因为他只需要开始索引的某一个点，而结束于另一点，不用扫描全部索引

    　　

    • index：Full Index Scan，index与ALL区别为index类型只遍历索引树。这通常比ALL快，因为索引文件通常比数据文件小。(也就是说虽然all和index都是读全表，但index是从索引中读取的，而all是从硬盘数据库文件中读的)

    　　

    上一篇：LeoLaw：Azure Table Storage(一) : 简单介绍
    下一篇：没有了