mysql 索引

发表于 | 更新于: | | 本文被围观了 次

MySQL 体系结构

  • 连接层
    最上层是一些客户端和链接服务，主要完成一些类似于连接处理、授权认证、及相关的安全方案。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
  • 服务层
    第二层架构主要完成大多数的核心服务功能，如 SQL 接口，并完成缓存的查询， SQL 的分析和优化，部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。
  • 引擎层
    存储引擎真正的负责了 MySQL 中数据的存储和提取，服务器通过 API 和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。
  • 存储层
    主要是将数据存储在文件系统之上，并完成与存储引擎的交互。

show create table account，查看建表语句，engine指定存储引擎。show engins查询支持的引擎。

InnoDB

介绍
InnoDB 是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5之后， InnoDB 是默认的 MySQL 存储引擎。
特点

  • DML 操作遵循 ACID 模型，支持事务；
  • 行级锁，提高并发访问性能；
  • 支持外键 FOREIGN KEY 约束，保证数据的完整性和正确性；
    文件
    xxx.ibd: xxx代表的是表名，innoDB 引擎的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索引。参数：innodb_file_per_table。ibd2sdi可以查看表结构。

MyISAM

MyISAM 是 MySQL 早期的默认存储引擎。
特点

  • 不支持事务，不支持外键
  • 支持表锁，不支持行锁
  • 访问速度快
    文件
    xxx.sdi：存储表结构信息
    xxx.MYD：存储数据
    XXX.MYI：存储索引

Memory

介绍
Memory 引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。
特点

  • 内存存放
  • hash 索引（默认）
    文件
    xxx.sdi：存储表结构信息

存储引擎选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

InnoDB：是 Mysql 的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么 InnoDB 存储引擎是比较合适的选择。
MyISAM:如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。替代品mongodb
MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。 MEMORY 的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。替代品redis

索引


优势

  • 提高数据检索的效率，降低数据库的 IO 成本
  • 通过索引列对数据进行排序，降低数据排序的成本，降低 CPU 的消耗。
    劣势
  • 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，效率降低。


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。

索引结构

B-Tree(多路平衡查找树)
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）:

https://www.cs.usfca.edu/~galles/visualization/BTree.html 可视化数据结构。

B+ Tree
以一颗最大度数（max-degree）为4(4阶)的 b+ tree 为例：

相对于 B-Tree 区别：
①所有的数据都会出现在叶子节点
②叶子节点形成一个单向链表


MySQL 索引数据结构对经典的 B+ Tree 进行了优化。在原 B+ Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的 B+ Tree，提高区间访问的性能。

Hash
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，映射到一个相同的槽位上，他们就产生了 hash 冲突（也称为 hash 碰撞），可以通过链表来解决。

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，这样导致一页中存储的键值减少，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 Hash 索引，B+ tree 支持范围匹配及排序操作；

索引选取规则

聚集索引选取规则：

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


InnoDB 主键索引的 B+ tree 高度为多高呢？
假设：一行数据大小为1k，一页中可以存储16行这样的数据。 InnoDB 的指针占用6个字节的空间，主键即使为 bigint ，占用字节数为8。
高度为2:
n*8+(n+1)*6=16*1024，算出n约为1170
1171*16=18736
高度为3:
1171*1171*16=21939856

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;
删除索引
DROP INDEX index_name ON table_name;

SQL 性能分析

SQL 执行频率
MySQL 客户端连接成功后，通过 show [ sessionl global ] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：
SHOW GLOBAL STATUS LIKE ‘com_______’

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。 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：

1
2
3
4
＃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

配置完毕之后，通过以下指令重新启动 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。

profile 详情
show profiles 能够在做 SQL 优化时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：

1
SELECT @@have_profiling;

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

1
SET profiling=1;

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：

1
2
3
4
5
6
＃查看每一条 SQL 的耗时基本情况
show profiles;
＃查看指定 query_id 的 SQL 语句各个阶段的耗时情况 
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 for query query_id;

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

EXPLAIN 执行计划各字段含义：

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，执行顺序从上到下； id不同，值越大，越先执行）。
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为NULL、system、const、eq_ref、ref、range、index、all。
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
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
如果索引了多列（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），查询顺序没有关系，只要存在即可。

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，业务允许的情况下，改为大于等于或小于等于即可。

索引列运算
不要在索引列上进行运算操作，索引将失效。

1
explain select * from tb_user where substring(phone,10,2)='75';

字符串不加引号
字符串类型字段使用时，不加引号，索引将失效。

1
2
explain select * from tb_user where profession='软件工程' and age=31 and status = 0; 
explain selecl * from tb_user where phone =17799990015;

模糊查询
如是头部模糊匹配，索引失效，尾部索引可以。

1
2
3
explain select * from tb_user where profession like '软件％'
explain seled * from ib_user where profession like '％工程',
explain select * from tb_user where profession like '％工％;

or连接的条件
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。

1
2
explain select * from tb_user where id =10 or age =23;
explain select * from th_user where phone ='17799990017' or age =73;

由于 age 没有索引（组合索引的中间列也不行），所以即使 id、phone 有索引，索引也会失效。所以需要针对于 age 也要建立索引。

数据分布影响
如果 MySQL 评估使用索引比全表更慢（看数据量占比的多少），则不使用索引。

1
2
select * from tb_user where phone >='17799990005';
select * from ib_user where phone >='17799990015';

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。

1
2
3
4
5
6
-- use index :
explain select * from ib_user use index(idx_user_pro) where profession ='软件工程';
-- ignore index :
explain select * from tb_user ignore index(idx_user_pro) where profession ＝'软件工程';
-- force index :
explain select * from tb_user force index(idx_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），减少 select *，容易回表查询，除非有一个联合索引包括所有字段。

1
2
3
4
explain select id, profession from tb_user where profession ='软件工程' and age =31 and status ='0';
explain select id, profession, age, status from tb_user where profession ='软件工程' and age =31 and status ='0';
explain select id, profession, age, status , name from tb_user where profession ='软件工程' and age =31 and stalus ='0'; --name拿不到需要回表
explain select * from tb_user where profession ='软件工程' and age =31 and status ='0';

知识小贴士：
using index condition：查找使用了索引，但是需要回表查询数据
using where; using index: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数据

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，查询时，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。

语法
create index idx_xxxx on table_name(column(n));
前级长度
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，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

1
2
select count(distinct email)/count(*) from tb_user ;
select count(distinct substring(email,1,5))/count(*) from tb_user ;

根据前缀索引找到值后需要回表查询对比全部的值，后面还要继续查辅助索引的下一个匹配项，因为只匹配了前缀。

单列索引与联合索引

  1. 针对于数据量较大，且查询比较频繁的表建立索引。
  2. 对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
  3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
  4. 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
  5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
  6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
  7. 如果索引列不能存储 NULL 值，请在创建表时使用 NOT NULL 约束它。当优化器知道每列是否包含 NULL 值时，它可以更好地确定哪个索引最有效地用于查询。
nephen wechat
欢迎您扫一扫上面的微信公众号，订阅我的博客！
坚持原创技术分享，您的支持将鼓励我继续创作！