Mysql索引的實(shí)現(xiàn)原理分析

發(fā)布時(shí)間：2021-08-09 16:49:35 來(lái)源：億速云閱讀：176 作者：Leah 欄目：數(shù)據(jù)庫(kù)

本篇文章為大家展示了Mysql索引的實(shí)現(xiàn)原理分析，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

　　一：Mysql原理與慢查詢

　　MySQL憑借著出色的性能、低廉的成本、豐富的資源，已經(jīng)成為絕大多數(shù)互聯(lián)網(wǎng)公司的首選關(guān)系型數(shù)據(jù)庫(kù)。雖然性能出色，但所謂“好馬配好鞍”，如何能夠更好的使用它，已經(jīng)成為開(kāi)發(fā)工程師的必修課，我們經(jīng)常會(huì)從職位描述上看到諸如“精通MySQL”、“SQL語(yǔ)句優(yōu)化”、“了解數(shù)據(jù)庫(kù)原理”等要求。我們知道一般的應(yīng)用系統(tǒng)，讀寫(xiě)比例在10:1左右，而且插入操作和一般的更新操作很少出現(xiàn)性能問(wèn)題，遇到最多的，也是最容易出問(wèn)題的，還是一些復(fù)雜的查詢操作，所以查詢語(yǔ)句的優(yōu)化顯然是重中之重。

　　本人從13年7月份起，一直在美團(tuán)核心業(yè)務(wù)系統(tǒng)部做慢查詢的優(yōu)化工作，共計(jì)十余個(gè)系統(tǒng)，累計(jì)解決和積累了上百個(gè)慢查詢案例。隨著業(yè)務(wù)的復(fù)雜性提升，遇到的問(wèn)題千奇百怪，五花八門，匪夷所思。本文旨在以開(kāi)發(fā)工程師的角度來(lái)解釋數(shù)據(jù)庫(kù)索引的原理和如何優(yōu)化慢查詢。

　　一個(gè)慢查詢引發(fā)的思考

　　select count(*) from task where status=2 and operator_id=20839 and operate_time>1371169729 and operate_time<1371174603 and type=2; 　　系統(tǒng)使用者反應(yīng)有一個(gè)功能越來(lái)越慢，于是工程師找到了上面的SQL。并且興致沖沖的找到了我，“這個(gè)SQL需要優(yōu)化，給我把每個(gè)字段都加上索引” 我很驚訝，問(wèn)道“為什么需要每個(gè)字段都加上索引?” “把查詢的字段都加上索引會(huì)更快”工程師信心滿滿 “這種情況完全可以建一個(gè)聯(lián)合索引，因?yàn)槭亲钭笄熬Y匹配，所以operate_time需要放到最后，而且還需要把其他相關(guān)的查詢都拿來(lái)，需要做一個(gè)綜合評(píng)估?！?“聯(lián)合索引?最左前綴匹配?綜合評(píng)估?”工程師不禁陷入了沉思。多數(shù)情況下，我們知道索引能夠提高查詢效率，但應(yīng)該如何建立索引?索引的順序如何?許多人卻只知道大概。其實(shí)理解這些概念并不難，而且索引的原理遠(yuǎn)沒(méi)有想象的那么復(fù)雜。　　二：索引建立

　　1. 主鍵索引

　　primary key() 要求關(guān)鍵字不能重復(fù)，也不能為null,同時(shí)增加主鍵約束主鍵索引定義時(shí)，不能命名

　　2. 唯一索引

　　unique index() 要求關(guān)鍵字不能重復(fù)，同時(shí)增加唯一約束

　　3. 普通索引

　　index() 對(duì)關(guān)鍵字沒(méi)有要求

　　4. 全文索引

　　fulltext key() 關(guān)鍵字的來(lái)源不是所有字段的數(shù)據(jù)，而是字段中提取的特別關(guān)鍵字

　　關(guān)鍵字：可以是某個(gè)字段或多個(gè)字段，多個(gè)字段稱為復(fù)合索引

　　建表：creat table student( stu_id int unsigned not null auto_increment, name varchar(32) not null default '', phone char(11) not null default '', stu_code varchar(32) not null default '', stu_desc text, primary key ('stu_id'), //主鍵索引 unique index 'stu_code' ('stu_code'), //唯一索引 index 'name_phone' ('name','phone'), //普通索引，復(fù)合索引 fulltext index 'stu_desc' ('stu_desc'), //全文索引) engine=myisam charset=utf8; 更新：alert table student add primary key ('stu_id'), //主鍵索引 add unique index 'stu_code' ('stu_code'), //唯一索引 add index 'name_phone' ('name','phone'), //普通索引，復(fù)合索引 add fulltext index 'stu_desc' ('stu_desc'); //全文索引刪除：alert table sutdent drop primary key, drop index 'stu_code', drop index 'name_phone', drop index 'stu_desc';

　　三：淺析explain用法

　　有什么用?

　　在MySQL中，當(dāng)數(shù)據(jù)量增長(zhǎng)的特別大的時(shí)候就需要用到索引來(lái)優(yōu)化SQL語(yǔ)句，而如何才能判斷我們辛辛苦苦寫(xiě)出的SQL語(yǔ)句是否優(yōu)良?這時(shí)候explain就派上了用場(chǎng)。

　　怎么使用?

　　explain + SQL語(yǔ)句即可如：explain select * from table;

　　相信第一次使用explain參數(shù)的朋友一定會(huì)疑惑這一大堆參數(shù)究竟有什么用呢?筆者搜集了一些資料，在這兒做一個(gè)總結(jié)希望能夠幫助大家理解。

　　參數(shù)介紹

　　如果是子查詢，id的序號(hào)會(huì)遞增，id的值越大優(yōu)先級(jí)越高，越先被執(zhí)行

　　select_type

　　查詢的類型，主要用于區(qū)別普通查詢、聯(lián)合查詢、子查詢等的復(fù)雜查詢 SIMPLE:簡(jiǎn)單的select查詢，查詢中不包含子查詢或者UNION PRIMARY:查詢中若包含任何復(fù)雜的子部分，最外層查詢則被標(biāo)記為PRIMARY(最后加載的那一個(gè) ) SUBQUERY:在SELECT或WHERE列表中包含了子查詢 DERIVED:在FROM列表中包含的子查詢被標(biāo)記為DERIVED(衍生)Mysql會(huì)遞歸執(zhí)行這些子查詢，把結(jié)果放在臨時(shí)表里。 UNION:若第二個(gè)SELECT出現(xiàn)在UNION之后，則被標(biāo)記為UNION;若UNION包含在FROM字句的查詢中，外層SELECT將被標(biāo)記為:DERIVED UNION RESULT:從UNION表獲取結(jié)果的SELECT type

　　顯示查詢使用了何種類型

　　從最好到最差依次是System>const>eq_ref>range>index>All(全表掃描) 一般來(lái)說(shuō)至少達(dá)到range級(jí)別，最好達(dá)到ref

　　System:表只有一行記錄，這是const類型的特例，平時(shí)不會(huì)出現(xiàn)(忽略不計(jì))const:表示通過(guò)索引一次就找到了,const用于比較primary key或者unique索引，因?yàn)橹黄ヅ湟恍袛?shù)據(jù)，所以很快。如將主鍵置于where列表中，MySQL就能將該查詢轉(zhuǎn)換為一個(gè)常量。

　　eq_ref:唯一性索引掃描，對(duì)于每個(gè)索引鍵，表中只有一條記錄與之匹配。常見(jiàn)于主鍵或唯一索引掃描。

　　ref：非唯一索引掃描，返回匹配某個(gè)單獨(dú)值的行，本質(zhì)上也是一種索引訪問(wèn)，它返回所有匹配某個(gè)單獨(dú)值的行，然而它可能會(huì)找到多個(gè)符合條件的行，所以它應(yīng)該屬于查找和掃描的混合體range：只檢索給定范圍的行，使用一個(gè)索引來(lái)選擇行。

　　key列顯示使用了哪個(gè)索引，一般就是在你的where語(yǔ)句中出現(xiàn)了between、<、>、in等的查詢。這種范圍掃描索引比全表掃描要好，因?yàn)樗恍枰_(kāi)始于索引的某一點(diǎn)，而結(jié)束于另一點(diǎn)，不用掃描全部索引。index:FULL INDEX SCAN,index與all區(qū)別為index類型只遍歷索引樹(shù)。這通常比all快，因?yàn)樗饕募ǔ１葦?shù)據(jù)文件小。

　　extra

　　包含不適合在其他列中顯示但十分重要的額外信息包含的信息： **(危險(xiǎn)!)**Using

　　filesort:說(shuō)明mysql會(huì)對(duì)數(shù)據(jù)使用一個(gè)外部的索引排序，而不是按照表內(nèi)的索引順序進(jìn)行讀取，MYSQL中無(wú)法利用索引完成的排序操作稱為“文件排序” **(特別危險(xiǎn)!)**Using

　　temporary:使用了臨時(shí)表保存中間結(jié)果，MYSQL在對(duì)查詢結(jié)果排序時(shí)使用臨時(shí)表。常見(jiàn)于排序order by 和分組查詢 group by Using

　　index:表示相應(yīng)的select操作中使用了覆蓋索引，避免訪問(wèn)了表的數(shù)據(jù)行，效率不錯(cuò)。如果同時(shí)出現(xiàn)using

　　where，表明索引被用來(lái)執(zhí)行索引鍵值的查找;如果沒(méi)有同時(shí)出現(xiàn)using where，表明索引用來(lái)讀取數(shù)據(jù)而非執(zhí)行查找操作。

　　possible_keys

　　顯示可能應(yīng)用在這張表中的索引，一個(gè)或多個(gè)。查詢涉及到的字段上若存在索引，則該索引將被列出，但不一定被查詢實(shí)際使用

　　key

　　實(shí)際使用的索引，如果為NULL，則沒(méi)有使用索引。查詢中若使用了覆蓋索引，則該索引僅出現(xiàn)在key列表中，key參數(shù)可以作為使用了索引的判斷標(biāo)準(zhǔn)

　　key_len

　　:表示索引中使用的字節(jié)數(shù)，可通過(guò)該列計(jì)算查詢中索引的長(zhǎng)度，在不損失精確性的情況下，長(zhǎng)度越短越好，key_len顯示的值為索引字段的最大可能長(zhǎng)度，并非實(shí)際使用長(zhǎng)度，即key_len是根據(jù)表定義計(jì)算而得，不是通過(guò)表內(nèi)檢索出的。

　　ref

　　顯示索引的哪一列被使用了，如果可能的話，是一個(gè)常數(shù)。哪些列或常量被用于查找索引上的值。

　　rows

　　根據(jù)表統(tǒng)計(jì)信息及索引選用情況，大致估算出找到所需記錄所需要讀取的行數(shù)

　　四：慢查詢優(yōu)化

　　關(guān)于MySQL索引原理是比較枯燥的東西，大家只需要有一個(gè)感性的認(rèn)識(shí)，并不需要理解得非常透徹和深入。我們回頭來(lái)看看一開(kāi)始我們說(shuō)的慢查詢，了解完索引原理之后，大家是不是有什么想法呢?先總結(jié)一下索引的幾大基本原則

　　建索引的幾大原則

　　1.最左前綴匹配原則，非常重要的原則，mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a 1="" and="" b="2" c=""> 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。

　　2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會(huì)幫你優(yōu)化成索引可以識(shí)別的形式

　　3.盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會(huì)問(wèn)，這個(gè)比例有什么經(jīng)驗(yàn)值嗎?使用場(chǎng)景不同，這個(gè)值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄

　　4.索引列不能參與計(jì)算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡(jiǎn)單，b+樹(shù)中存的都是數(shù)據(jù)表中的字段值，但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。所以語(yǔ)句應(yīng)該寫(xiě)成create_time = unix_timestamp(’2014-05-29’); 5.盡量的擴(kuò)展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來(lái)的索引即可

　　回到開(kāi)始的慢查詢

　　根據(jù)最左匹配原則，最開(kāi)始的sql語(yǔ)句的索引應(yīng)該是status、operator_id、type、operate_time的聯(lián)合索引;其中status、operator_id、type的順序可以顛倒，所以我才會(huì)說(shuō)，把這個(gè)表的所有相關(guān)查詢都找到，會(huì)綜合分析;

　　比如還有如下查詢

　　select * from task where status = 0 and type = 12 limit 10;

　　select count(*) from task where status = 0 ;

　　那么索引建立成(status,type,operator_id,operate_time)就是非常正確的，因?yàn)榭梢愿采w到所有情況。這個(gè)就是利用了索引的最左匹配的原則

　　查詢優(yōu)化神器 - explain命令

　　關(guān)于explain命令相信大家并不陌生，具體用法和字段含義可以參考官網(wǎng)explain-output，這里需要強(qiáng)調(diào)rows是核心指標(biāo)，絕大部分rows小的語(yǔ)句執(zhí)行一定很快(有例外，下面會(huì)講到)。所以優(yōu)化語(yǔ)句基本上都是在優(yōu)化rows。

　　慢查詢優(yōu)化基本步驟

　　0.先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHE 1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語(yǔ)句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開(kāi)始查起，單表每個(gè)字段分別查詢，看哪個(gè)字段的區(qū)分度最高 2.explain查看執(zhí)行計(jì)劃，是否與1預(yù)期一致(從鎖定記錄較少的表開(kāi)始查詢) 3.order by limit 形式的sql語(yǔ)句讓排序的表優(yōu)先查 4.了解業(yè)務(wù)方使用場(chǎng)景 5.加索引時(shí)參照建索引的幾大原則

　　6.觀察結(jié)果，不符合預(yù)期繼續(xù)從0分析

　　五：最左前綴原理與相關(guān)優(yōu)化

　　高效使用索引的首要條件是知道什么樣的查詢會(huì)使用到索引，這個(gè)問(wèn)題和B+Tree中的“最左前綴原理”有關(guān)，下面通過(guò)例子說(shuō)明最左前綴原理。

　　這里先說(shuō)一下聯(lián)合索引的概念。在上文中，我們都是假設(shè)索引只引用了單個(gè)的列，實(shí)際上，MySQL中的索引可以以一定順序引用多個(gè)列，這種索引叫做聯(lián)合索引，一般的，一個(gè)聯(lián)合索引是一個(gè)有序元組，其中各個(gè)元素均為數(shù)據(jù)表的一列，實(shí)際上要嚴(yán)格定義索引需要用到關(guān)系代數(shù)，但是這里我不想討論太多關(guān)系代數(shù)的話題，因?yàn)槟菢訒?huì)顯得很枯燥，所以這里就不再做嚴(yán)格定義。另外，單列索引可以看成聯(lián)合索引元素?cái)?shù)為1的特例。

　　以employees.titles表為例，下面先查看其上都有哪些索引：

　　SHOW INDEX FROM employees.titles;

　　+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+

　　+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+

　　| titles | 0 | PRIMARY | 3 | from_date | A | 443308 | | BTREE |

　　| titles | 1 | emp_no | 1 | emp_no | A | 443308 | | BTREE |

　　+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+

　　從結(jié)果中可以到titles表的主索引為，還有一個(gè)輔助索引。為了避免多個(gè)索引使事情變復(fù)雜(MySQL的SQL優(yōu)化器在多索引時(shí)行為比較復(fù)雜)，這里我們將輔助索引drop掉：

　　ALTER TABLE employees.titles DROP INDEX emp_no;

　　這樣就可以專心分析索引PRIMARY的行為了。

　　情況一：全列匹配。

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title='Senior Engineer' AND from_date='1986-06-26';

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　很明顯，當(dāng)按照索引中所有列進(jìn)行精確匹配(這里精確匹配指“=”或“IN”匹配)時(shí)，索引可以被用到。這里有一點(diǎn)需要注意，理論上索引對(duì)順序是敏感的，但是由于MySQL的查詢優(yōu)化器會(huì)自動(dòng)調(diào)整where子句的條件順序以使用適合的索引，例如我們將where中的條件順序顛倒：

　　EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26' AND emp_no='10001' AND title='Senior Engineer';

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+

　　效果是一樣的。

　　情況二：最左前綴匹配。

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001';

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+

　　| 1 | SIMPLE | titles | ref | PRIMARY | PRIMARY | 4 | const | 1 | |

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+

　　當(dāng)查詢條件精確匹配索引的左邊連續(xù)一個(gè)或幾個(gè)列時(shí)，如或，所以可以被用到，但是只能用到一部分，即條件所組成的最左前綴。上面的查詢從分析結(jié)果看用到了PRIMARY索引，但是key_len為4，說(shuō)明只用到了索引的第一列前綴。

　　情況三：查詢條件用到了索引中列的精確匹配，但是中間某個(gè)條件未提供。

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26';

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　此時(shí)索引使用情況和情況二相同，因?yàn)閠itle未提供，所以查詢只用到了索引的第一列，而后面的from_date雖然也在索引中，但是由于title不存在而無(wú)法和左前綴連接，因此需要對(duì)結(jié)果進(jìn)行掃描過(guò)濾from_date(這里由于emp_no唯一，所以不存在掃描)。

　　如果想讓from_date也使用索引而不是where過(guò)濾，可以增加一個(gè)輔助索引，此時(shí)上面的查詢會(huì)使用這個(gè)索引。除此之外，還可以使用一種稱之為“隔離列”的優(yōu)化方法，將emp_no與from_date之間的“坑”填上。

　　首先我們看下title一共有幾種不同的值：

　　SELECT DISTINCT(title) FROM employees.titles;

　　+--------------------+

　　| title |

　　+--------------------+

　　| Senior Engineer |

　　| Staff |

　　| Engineer |

　　| Senior Staff |

　　| Assistant Engineer |

　　| Technique Leader |

　　| Manager |

　　+--------------------+

　　只有7種。在這種成為“坑”的列值比較少的情況下，可以考慮用“IN”來(lái)填補(bǔ)這個(gè)“坑”從而形成最左前綴：

　　EXPLAIN SELECT * FROM employees.titles

　　WHERE emp_no='10001'

　　AND title IN ('Senior Engineer', 'Staff', 'Engineer', 'Senior Staff', 'Assistant Engineer', 'Technique Leader', 'Manager')

　　AND from_date='1986-06-26';

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　這次key_len為59，說(shuō)明索引被用全了，但是從type和rows看出IN實(shí)際上執(zhí)行了一個(gè)range查詢，這里檢查了7個(gè)key?？聪聝煞N查詢的性能比較：

　　SHOW PROFILES;

　　+----------+------------+-------------------------------------------------------------------------------+

　　| Query_ID | Duration | Query |

　　+----------+------------+-------------------------------------------------------------------------------+

　　| 10 | 0.00058000 | SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26'|

　　| 11 | 0.00052500 | SELECT * FROM employees.titles WHERE emp_no='10001' AND title IN ... |

　　+----------+------------+-------------------------------------------------------------------------------+

　　“填坑”后性能提升了一點(diǎn)。如果經(jīng)過(guò)emp_no篩選后余下很多數(shù)據(jù)，則后者性能優(yōu)勢(shì)會(huì)更加明顯。當(dāng)然，如果title的值很多，用填坑就不合適了，必須建立輔助索引。

　　情況四：查詢條件沒(méi)有指定索引第一列。

　　EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26';

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　由于不是最左前綴，索引這樣的查詢顯然用不到索引。

　　情況五：匹配某列的前綴字符串。

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title LIKE 'Senior%';

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+

　　此時(shí)可以用到索引，但是如果通配符不是只出現(xiàn)在末尾，則無(wú)法使用索引。(原文表述有誤，如果通配符%不出現(xiàn)在開(kāi)頭，則可以用到索引，但根據(jù)具體情況不同可能只會(huì)用其中一個(gè)前綴)

　　情況六：范圍查詢。

　　很不幸，如果查詢條件中含有函數(shù)或表達(dá)式，則MySQL不會(huì)為這列使用索引(雖然某些在數(shù)學(xué)意義上可以使用)。例如：

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND left(title, 6)='Senior';

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+

　　雖然這個(gè)查詢和情況五中功能相同，但是由于使用了函數(shù)left，則無(wú)法為title列應(yīng)用索引，而情況五中用LIKE則可以。再如：

　　EXPLAIN SELECT * FROM employees.titles WHERE emp_no - 1='10000';

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

　　顯然這個(gè)查詢等價(jià)于查詢emp_no為10001的函數(shù)，但是由于查詢條件是一個(gè)表達(dá)式，MySQL無(wú)法為其使用索引?？磥?lái)MySQL還沒(méi)有智能到自動(dòng)優(yōu)化常量表達(dá)式的程度，因此在寫(xiě)查詢語(yǔ)句時(shí)盡量避免表達(dá)式出現(xiàn)在查詢中，而是先手工私下代數(shù)運(yùn)算，轉(zhuǎn)換為無(wú)表達(dá)式的查詢語(yǔ)句。

　　索引選擇性與前綴索引

　　既然索引可以加快查詢速度，那么是不是只要是查詢語(yǔ)句需要，就建上索引?答案是否定的。因?yàn)樗饕m然加快了查詢速度，但索引也是有代價(jià)的：索引文件本身要消耗存儲(chǔ)空間，同時(shí)索引會(huì)加重插入、刪除和修改記錄時(shí)的負(fù)擔(dān)，另外，MySQL在運(yùn)行時(shí)也要消耗資源維護(hù)索引，因此索引并不是越多越好。一般兩種情況下不建議建索引。

　　第一種情況是表記錄比較少，例如一兩千條甚至只有幾百條記錄的表，沒(méi)必要建索引，讓查詢做全表掃描就好了。至于多少條記錄才算多，這個(gè)個(gè)人有個(gè)人的看法，我個(gè)人的經(jīng)驗(yàn)是以2000作為分界線，記錄數(shù)不超過(guò) 2000可以考慮不建索引，超過(guò)2000條可以酌情考慮索引。

　　另一種不建議建索引的情況是索引的選擇性較低。所謂索引的選擇性(Selectivity)，是指不重復(fù)的索引值(也叫基數(shù)，Cardinality)與表記錄數(shù)(#T)的比值：

　　Index Selectivity = Cardinality / #T

　　顯然選擇性的取值范圍為(0, 1]，選擇性越高的索引價(jià)值越大，這是由B+Tree的性質(zhì)決定的。例如，上文用到的employees.titles表，如果title字段經(jīng)常被單獨(dú)查詢，是否需要建索引，我們看一下它的選擇性：

　　SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles;

　　+-------------+

　　| Selectivity |

　　+-------------+

　　| 0.0000 |

　　+-------------+

　　title的選擇性不足0.0001(精確值為0.00001579)，所以實(shí)在沒(méi)有什么必要為其單獨(dú)建索引。

　　有一種與索引選擇性有關(guān)的索引優(yōu)化策略叫做前綴索引，就是用列的前綴代替整個(gè)列作為索引key，當(dāng)前綴長(zhǎng)度合適時(shí)，可以做到既使得前綴索引的選擇性接近全列索引，同時(shí)因?yàn)樗饕齥ey變短而減少了索引文件的大小和維護(hù)開(kāi)銷。下面以employees.employees表為例介紹前綴索引的選擇和使用。

　　從圖12可以看到employees表只有一個(gè)索引，那么如果我們想按名字搜索一個(gè)人，就只能全表掃描了：

　　EXPLAIN SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido';

　　+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+

　　+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+

　　如果頻繁按名字搜索員工，這樣顯然效率很低，因此我們可以考慮建索引。有兩種選擇，建或，看下兩個(gè)索引的選擇性：

　　SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees;

　　+-------------+

　　| Selectivity |

　　+-------------+

　　| 0.0042 |

　　+-------------+

　　SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees;

　　+-------------+

　　| Selectivity |

　　+-------------+

　　| 0.9313 |

　　+-------------+

　　顯然選擇性太低，選擇性很好，但是first_name和last_name加起來(lái)長(zhǎng)度為30，有沒(méi)有兼顧長(zhǎng)度和選擇性的辦法?可以考慮用first_name和last_name的前幾個(gè)字符建立索引，例如，看看其選擇性：

　　SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees;

　　+-------------+

　　| Selectivity |

　　+-------------+

　　| 0.7879 |

　　+-------------+

　　選擇性還不錯(cuò)，但離0.9313還是有點(diǎn)距離，那么把last_name前綴加到4：

　　SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) AS Selectivity FROM employees.employees;

　　+-------------+

　　| Selectivity |

　　+-------------+

　　| 0.9007 |

　　+-------------+

　　這時(shí)選擇性已經(jīng)很理想了，而這個(gè)索引的長(zhǎng)度只有18，比短了接近一半，我們把這個(gè)前綴索引建上：

　　ALTER TABLE employees.employees

　　ADD INDEX first_name_last_name4 (first_name, last_name(4));

　　此時(shí)再執(zhí)行一遍按名字查詢，比較分析一下與建索引前的結(jié)果：

　　SHOW PROFILES;

　　+----------+------------+---------------------------------------------------------------------------------+

　　| Query_ID | Duration | Query |

　　+----------+------------+---------------------------------------------------------------------------------+

　　| 87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |

　　| 90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |

　　+----------+------------+---------------------------------------------------------------------------------+

　　性能的提升是顯著的，查詢速度提高了120多倍。

　　前綴索引兼顧索引大小和查詢速度，但是其缺點(diǎn)是不能用于ORDER BY和GROUP BY操作，也不能用于Covering index(即當(dāng)索引本身包含查詢所需全部數(shù)據(jù)時(shí)，不再訪問(wèn)數(shù)據(jù)文件本身

　　六：InnoDB的主鍵選擇與插入優(yōu)化

　　在使用InnoDB存儲(chǔ)引擎時(shí)，如果沒(méi)有特別的需要，請(qǐng)永遠(yuǎn)使用一個(gè)與業(yè)務(wù)無(wú)關(guān)的自增字段作為主鍵。

　　經(jīng)?？吹接刑踊虿┛陀懻撝麈I選擇問(wèn)題，有人建議使用業(yè)務(wù)無(wú)關(guān)的自增主鍵，有人覺(jué)得沒(méi)有必要，完全可以使用如學(xué)號(hào)或身份證號(hào)這種唯一字段作為主鍵。不論支持哪種論點(diǎn)，大多數(shù)論據(jù)都是業(yè)務(wù)層面的。如果從數(shù)據(jù)庫(kù)索引優(yōu)化角度看，使用InnoDB引擎而不使用自增主鍵絕對(duì)是一個(gè)糟糕的主意。

上述內(nèi)容就是Mysql索引的實(shí)現(xiàn)原理分析，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問(wèn)一下細(xì)節(jié)

Mysql索引的實(shí)現(xiàn)原理分析

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽