MySQL索引

最新推荐文章于 2024-07-16 11:25:46 发布

原创最新推荐文章于 2024-07-16 11:25:46 发布 · 109 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#mysql #数据结构 #哈希算法

mysql 同时被 2 个专栏收录

14 篇文章

订阅专栏

数据库索引

2 篇文章

订阅专栏

索引概述

索引（index）是帮助MySQL高效获取数据的数据结构。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引
在这里插入图片描述
索引的优点：

提高数据检索效率，降低数据IO成本
通过索引对数据进行排序，降低数据排序的成本，降低CPU的消耗

索引的缺点：

索引列也是要占用空间的
索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率较低

索引结构

二叉树

缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢

红黑树

大数据量情况下，层级较深，检索速度慢

B-Tree（多平衡查找树）

以一颗最大度数（max-degree）为5（5阶）的b-tree为例（每个节点最多存储4个key,5个指针）
在这里插入图片描述
数据结构可视化界面：
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
100、65、169、368、900、556、780、35、215、1200、234、888、158、90、1000、88、120、268、250，max-degree是5为例

树的度数指的是一个节点的子节点个数

B+Tree

和B-Tree的区别：
100、65、169、368、900、556、780、35、215、1200、234、888、158、90、1000、88、120、268、250，max-degree是5为例

所有数据都会出现在叶子节点
叶子节点会形成一个单向链表

Hash索引

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
如果两个或多个键值，映射到一个槽位上，他们就产生了hash冲突（也称hash碰撞），可通过链表解决

58dda…为计算表中每一行数据的hash值
在这里插入图片描述
Hash索引的特点

Hash索引只能用于对等比较(=,in)，不支持范围查询(between,>,<,…)
无法利用索引完成排序操作
查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引

存储引擎支持
在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+Tree索引结构？

相对于二叉树，层级更少。搜索效率高；
对于B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中的存储量的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。
相对于Hash索引，B+Tree支持范围匹配及排序操作；

索引分类

主键索引

含义：针对于表中主键创建的索引
特点：默认自动创建，只能有一个
关键字：PRIMARY

唯一索引

含义：避免同一个表中某数据列中的值重复
特点：可以有多个
关键字：UNIQUE

常规索引

含义：快速定位特定数据
特点：可以有多个

全文索引

含义：全文索引查找的是文本中的关键字，而不是比较索引中的值
特点：可以有多个
关键字：FULLTEXT

在InnoDB存储索引中，根据索引的形式，又可以分为以下两种：

聚焦索引 (Clustered Index)：将数据存储与索引放到一块，索引结构的叶子节点保存了行数据。必须有，而且只有一个
二级索引(Secondary Indedx)：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键。可以存在多个

聚焦索引选取规则：

如果存在主键，主键索引就是聚焦索引
如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚焦索引
如果表没有主键，或没有合适的唯一索引，则InnDB会自动生成一个rowid作为隐藏的聚焦索引

如图聚焦索引的叶子节点保存了行数据，二级索引的叶子节点只保存了对应的键值
如图为执行select * from user where name='Arm’的流程图
首先在二级索引中找到Arm对应的主键为10，在根据主键的值在聚焦索引中找到这一行中所有的值在这里插入图片描述
思考1：下面两个SQL语句，哪个执行效率更高？

select * from user where id=10;  -- 这个执行小效率更高
select * from user where name='Arm';
-- 其中id为主键，name字段创建的有索引

思考2：InnoDB主键索引的B+Tree高度为多高？
在这里插入图片描述
假设：一行数据大小为1k，一页的大小为16k，即一页可以存储16行这样的数据。InnoDB的指针占用6个字节空间，主键即使为bigint，占用字节数为8。
高度为2：
假设一页存储主键的个数为n，存储指针的个数为n+1，那么有如下等式关系：
$n * 8 + (n + 1) * 6 = 16 * 1024$
n约等于1170
那么就有1171个指针
高度为2的B+Tree存储数据的行数为： $1171 * 16 = 18736$ 行
高度为3的B+Tree存储数据的行数为： $1171 * 1171 * 16 = 21939856$ 行

索引语法

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col_name,...);

查看索引

SHOW INDEX FROM table_name;

show index from tablename\G;  -- 加了\G可以每一列转换成一行显示

删除索引

DROP INDEX index_name ON table_name;

例：
手机号字段创建唯一索引

create unique index idx_user_phone on user (phone)

为professional、age、status创建联合索引

create index idx_user_pro_age_sta on user (professional,age,status);

SQL性能分析

SQL执行频率
MySQL客户端连接成功后，通过show [session|global] status命令可以查看服务器状态信息
通过SHOW GLOBAL STATUS LIKE 'Com_______'命令，可以查看当前数据库的[INSERT、UPDATE、DELETE、SELECT]的访问频次
在这里插入图片描述
慢查询日志
慢查询日志记录了所有执行时间超过指定参数（long_query_time,单位：秒，默认10秒）的所有SQL语句的日志。

-- 查看慢查询日志开关是否开启
show variables like 'slow_query_log';

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

-- 开启MySQL慢日志查询开关
slow_query_log=1
-- 设置慢日志的时间为2秒，SQL语句执行时间超过2秒就会视为慢查询，记录慢查询日志
long_query_time=2

配置完之后，通过Systemctl restart mysqld指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log。

tail -f localhost-slow.log

在这里插入图片描述
profile详情
show profiles能够在SQL优化时候帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作。

SELECT @@have_profiling

默认是关闭的，可以通过set语句在session/global级别开启profiling:

select @@profiling; -- 查看当前profiling的值，1为开启，0为关闭
set profiling=1; -- 开启当前profiling;

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时：

-- 查看每一条SQL的耗时基本情况
show profiles;
-- 查看指定query_id的SQL语句各阶段的耗时情况
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu query query_id;

在这里插入图片描述

explain执行计划
EXPLAIN 或者DESC命令获取MySQL如何执行SELECT语句的信息，包括SELECT语句执行过程中如何连接和连接的顺序。

-- 直接在select语句之前加上关键字explain/desc
Explain SELECT 字段列表 FROM 表名 WHERE 条件

在这里插入图片描述
EXPLAIN执行计划个字段含义，其中标红的为重要字段：

Id
select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行的顺寻从上到下；id不同，值越大，越先执行）。

中间表

例子1：

select s.*,c.* from student s,course c,student_course sc where s.id=sc.studentid and c.id=sc.course.id

在这里插入图片描述

explain select s.*,c.* from student s,course c,student_course sc where s.id=sc.student and c.id=sc.course.id

在这里插入图片描述
例子2：

select id from course c where c.name='MySQL';
select studentid from student_course sc where sc.courseid=3;
select * from student s where s.id in (1,2);

-- =========================================================
select * from student s where s.id in (select studentid from student_course sc where sc.courseid=(select id from course c where c.name='MySQL'));

在这里插入图片描述

explain select * from student s where s.id in (select studentid from student_course sc where sc.courseid=(select id from course c where c.name='MySQL'));

在这里插入图片描述

select_type
表示SELECT的类型，常见的取值有SIMPLE(简单表，即不使用表连接或者子查询)、PRIMARY(主查询，即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE之后包含了子查询)等
type
表示连接类型，性能由好到差的连接类型NULL、system、const、eq_ref、ref、range、index、all。

explain select 'A'; -- 该SQL语句对应的type类型为null

使用主键索引和唯一索引的连接类型为const
其他索引为ref

possible_key
显示可能应用在这张表上的索引，一个或多个。
Key
实际使用的索引，如果为null,则没有使用索引。
Key_len
key_len 等于索引列类型字节长度，例如int类型为4-bytes，bigint为8-bytes；
表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
rows
Mysql认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的
filtered
表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。

索引使用

最左前缀法则

如果索引有多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不会跳过索引中的列。
如果跳跃某一列，索引将部分失效（后面的字段索引失效）

例子
在这里插入图片描述

explain select * from tb_user where profession="软件工程" and age=31 and status='0'; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=54

在这里插入图片描述

explain select * from tb_user where profession="软件工程" and age=31; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=49

在这里插入图片描述

explain select * from tb_user where profession="软件工程"; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=47

在这里插入图片描述

explain select * from tb_user where age=31 and status='0'; 
-- 此查询语句走的全表查询，没走索引

在这里插入图片描述

explain select * from tb_user where status='0'; 
-- 此查询语句走的全表查询，没走索引

在这里插入图片描述

explain select * from tb_user where profession="软件工程" and status='0'; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=47
-- 验证了如果跳跃某一列，索引将部分失效（后面的字段索引失效）

在这里插入图片描述

explain select * from tb_user where age=31 and status='0' and profession="软件工程"; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=54

在这里插入图片描述

范围查询

联合索引中，出现范围查询（>,<），范围查询右侧的列索引失效

explain select * from tb_user where profession="软件工程" and age>31 and status='0'; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=49
-- 说明了联合索引中status的索引失效了

在这里插入图片描述
使用>=可以解决这个问题

explain select * from tb_user where profession="软件工程" and age>=31 and status='0'; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=54

在这里插入图片描述

索引列运算

不要在索引列上进行运算操作，索引将失效

explain select* from tb_user where phone='17799990015'; 
-- 此条查询语句走了idx_user_phone索引，key_len=47

在这里插入图片描述

explain select* from tb_user where substring(phone,10,2)='15'; 
-- 该查询语句走的是全表查询，没用到索引

在这里插入图片描述

字符串不加引号

字符串类型字段使用时，不加引号，索引失效。

explain select* from tb_user where phone=17799990015; 
-- phone为字符串类型的字段，因为没加单引号，没走索引，走的是全表查询

在这里插入图片描述

explain select * from tb_user where profession="软件工程" and age=31 and status=0; 
-- 此查询语句走了idx_user_pro_age_sta的索引，key_len=49

在这里插入图片描述

模糊查询

如果仅仅是尾部模糊匹配，索引不会失效，如果是头部模糊匹配，索引失效。

explain select * from tb_user where profession="软件%" 
-- 使用了idx_user_pro_age_sta的索引，长度为47

在这里插入图片描述

explain select * from tb_user where profession="%工程";
-- 走的全表查询，没使用索引 
explain select * from tb_user where profession="%工%";
-- 走全表查询，没使用索引

在这里插入图片描述

or连接条件

用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

explain select * from tb_user where id=10 or age='23';
explain select * from tb_user where phone='17799990017' or age='23';
-- 这两条SQL语句均没使用索引，走的是全表扫描

在这里插入图片描述
针对age建立索引之后：

explain select * from tb_user where id=10 or age='23';
-- 用到了PRIMARY、id_user_age索引，key_len=4,2

在这里插入图片描述

数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引
在这里插入图片描述

select * from tb_user where phone>='17799990020';
-- 使用了idx_user_phone的索引，key_len=47
select * from tb_user where phone>='17799990000';
-- 全表扫描
select * from tb_user where phone>='17799990010';
-- 全表扫描

在这里插入图片描述

explain select * from tb_user where profession is null;
--- 使用了idx_user_pro_age_sta的索引
explain select * from tb_user where profession is not null;
-- 使用了全表扫描没使用索引

在这里插入图片描述
当表中profession的字段全为null的时候

explain select * from tb_user where profession is null;
-- 使用了全表扫描没使用索引
explain select * from tb_user where profession is not null;
--- 使用了idx_user_pro_age_sta的索引

在这里插入图片描述

SQL提示

SQL提示是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
例：一个数据库中的字段profession有两个索引idx_user_pro和idx_user_pro_age_sta
可以使用use、ignore、force来控制SQL语句索引的使用

-- use
explain select * from tb_user use index(id_user_pro) where profession='软件工程';
-- ignore
explain select * from tb_user ignore index(id_user_pro) where profession='软件工程';
-- force
explain select * from tb_user force index(id_user_pro) where profession='软件工程';

覆盖索引

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到），尽量减少select *

explain select id,profession from tb_user where profession="软件工程" and age=31 and status='0'; 
-- Using where;Using in

在这里插入图片描述

explain select id,profession,age,status from tb_user where profession="软件工程" and age=31 and status='0';
-- Using where;Using in

在这里插入图片描述

explain select id,profession,age,status,name from tb_user where profession="软件工程" and age=31 and status='0'; 
-- extra为 using index condition

在这里插入图片描述

explain select * from tb_user where profession="软件工程" and age=31 and status='0';
-- extra为 using index condition

在这里插入图片描述
using index condition：查找使用了所用，但是需要回表查询数据
using where；using in：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询
思考：一张表，有四个字段（id、username、password、status），由于数据量大，需要对一下SQL进行优化，该如何进行

select id,username,password from tb_user where username='lassj';

username、password这两个字段创建联合索引，id创建主键索引，避免回表查询

前缀索引

当字段类型为字符串（varchar、text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询是浪费大量的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

create index idx_xxx on table_name(column(n));

前缀长度
可以根据索引的选择性来决定，而选择性是指不重复的索引值(基数)和数据表的记录总数的比值，索引选择性越高则查询效率越高
唯一索引的选择性为1，这是最好的索引选择，性能也是最好的

select count(distinct eamil)/count(*) from tb_user;
select count(distinct substring(email(1,5)))/count(*) from tb_user;

单列索引与联合索引

单列索引：即一个索引只包含单个列，一旦出现回表查询性能就会低一些，使用select *很容易出现回表查询
联合索引：即一个索引包含了多个列
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。
多条件联合查询时，这些字段没有联合，每个查询字段均有自己的单列索引，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询

联合索引的B+TREE
在这里插入图片描述