MySQL索引原理以及查询优化

向右看齐 2022-05-16 04:41 232阅读 0赞

# [MySQL索引原理以及查询优化][MySQL] #

## **一、介绍** ##

### 1.什么是索引？ ###

一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。

### 2.为什么要有索引呢？ ###

索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能  
非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。  
索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。  
索引相当于字典的音序表，如果要查某个字，如果不使用音序表，则需要从几百页中逐页去查。

## **二、索引的原理** ##

### **1. 索引原理** ###

索引的目的在于提高查询效率，与我们查阅图书所用的目录是一个道理：先定位到章，然后定位到该章下的一个小节，然后找到页数。相似的例子还有：查字典，查火车车次，飞机航班等

**本质都是：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。**

数据库也是一样，但显然要复杂的多，因为不仅面临着等值查询，还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等。数据库应该选择怎么样的方式来应对所有的问题呢？我们回想字典的例子，能不能把数据分成段，然后分段查询呢？最简单的如果1000条数据，1到100分成第一段，101到200分成第二段，201到300分成第三段......这样查第250条数据，只要找第三段就可以了，一下子去除了90%的无效数据。但如果是1千万的记录呢，分成几段比较好？稍有算法基础的同学会想到搜索树，其平均复杂度是lgN，具有不错的查询性能。但这里我们忽略了一个关键的问题，复杂度模型是基于每次相同的操作成本来考虑的。而数据库实现比较复杂，一方面数据是保存在磁盘上的，另外一方面为了提高性能，每次又可以把部分数据读入内存来计算，因为我们知道访问磁盘的成本大概是访问内存的十万倍左右，所以简单的搜索树难以满足复杂的应用场景。

### 2. **磁盘IO与预读** ###

考虑到磁盘IO是非常高昂的操作，计算机操作系统做了一些优化，**当一次IO时，不光把当前磁盘地址的数据，而是把相邻的数据也都读取到内存缓冲区内**，因为局部预读性原理告诉我们，当计算机访问一个地址的数据的时候，与其相邻的数据也会很快被访问到。每一次IO读取的数据我们称之为一页(page)。具体一页有多大数据跟操作系统有关，一般为4k或8k，也就是我们读取一页内的数据时候，实际上才发生了一次IO，这个理论对于索引的数据结构设计非常有帮助。

## **三、索引的数据结构** ##

任何一种数据结构都不是凭空产生的，一定会有它的背景和使用场景，我们现在总结一下，我们需要这种数据结构能够做些什么，其实很简单，那就是：每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我们就想到如果一个高度可控的多路搜索树是否能满足需求呢？就这样，b+树应运而生。

![1184802-20170912211249219-1576835998.png][]

如上图，是一颗b+树，关于b+树的定义可以参见[B+树][B]，这里只说一些重点，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

\#\#\#b+树的查找过程  
如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

\#\#\#b+树性质  
1**.索引字段要尽量的小**：通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。  
2.**索引的最左匹配特性（即从左往右匹配）**：当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。

## **四、Mysql索引管理** ##

### 1.功能 ###

#1. 索引的功能就是加速查找
    #2. mysql中的primary key，unique，联合唯一也都是索引，这些索引除了加速查找以外，还有约束的功能

### 2.MySQL的索引分类 ###

索引分类
    （1）.普通索引index :加速查找
    （2）.唯一索引
        主键索引：primary key ：加速查找+约束（不为空且唯一）
        唯一索引：unique：加速查找+约束 （唯一）
    （3）.联合索引
        -primary key(id,name):联合主键索引
        -unique(id,name):联合唯一索引
        -index(id,name):联合普通索引
    （4）.全文索引fulltext :用于搜索很长一篇文章的时候，效果最好。
    （5）.空间索引spatial :了解就好，几乎不用

> 举个例子来说，比如你在为某商场做一个会员卡的系统。
> 
> 这个系统有一个会员表  
> 有下列字段：  
> 会员编号 INT  
> 会员姓名 VARCHAR(10)  
> 会员身份证号码 VARCHAR(18)  
> 会员电话 VARCHAR(10)  
> 会员住址 VARCHAR(50)  
> 会员备注信息 TEXT
> 
> 那么这个 会员编号，作为主键，使用 PRIMARY  
> 会员姓名 如果要建索引的话，那么就是普通的 INDEX  
> 会员身份证号码 如果要建索引的话，那么可以选择 UNIQUE （唯一的，不允许重复）
> 
> \#除此之外还有全文索引，即FULLTEXT  
> 会员备注信息 ， 如果需要建索引的话，可以选择全文搜索。  
> 用于搜索很长一篇文章的时候，效果最好。  
> 用在比较短的文本，如果就一两行字的，普通的 INDEX 也可以。  
> 但其实对于全文搜索，我们并不会使用MySQL自带的该索引，而是会选择第三方软件如Sphinx，专门来做全文搜索。
> 
> \#其他的如空间索引SPATIAL，了解即可，几乎不用
> 
> 各个索引的应用场景

### 3. 索引的两大类型hash与btree ###

> \#我们可以在创建上述索引的时候，为其指定索引类型，分两类
> 
> hash类型的索引：查询单条快，范围查询慢
> 
> btree类型的索引：b+树，层数越多，数据量指数级增长（我们就用它，因为innodb默认支持它
> 
> ） \#不同的存储引擎支持的索引类型也不一样
> 
> InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
> 
> MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
> 
> Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；
> 
> NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；
> 
> Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；

### 4.创建/删除索引的语法 ###

> \#方法一：创建表时  
>     　　CREATE TABLE 表名 (  
>                 字段名1  数据类型 \[完整性约束条件…\],  
>                 字段名2  数据类型 \[完整性约束条件…\],  
>                 \[UNIQUE | FULLTEXT | SPATIAL \]   INDEX | KEY  
>                 \[索引名\]  (字段名\[(长度)\]  \[ASC |DESC\])   
>                 );
> 
>   
> \#方法二：CREATE在已存在的表上创建索引  
>         CREATE  \[UNIQUE | FULLTEXT | SPATIAL \]  INDEX  索引名   
>                      ON 表名 (字段名\[(长度)\]  \[ASC |DESC\]) ;
> 
>   
> \#方法三：ALTER TABLE在已存在的表上创建索引  
>         ALTER TABLE 表名 ADD  \[UNIQUE | FULLTEXT | SPATIAL \] INDEX  
>                              索引名 (字段名\[(长度)\]  \[ASC |DESC\]) ;  
>                                
> \#删除索引：DROP INDEX 索引名 ON 表名字;
> 
> 创建/删除索引的语法

> 善用帮助文档  
> help create  
> help create index  
> ==================  
> 1.创建索引  
>     -在创建表时就创建（需要注意的几点）  
>     create table s1(  
>     id int ,\#可以在这加primary key  
>     \#id int index \#不可以这样加索引，因为index只是索引，没有约束一说，  
>     \#不能像主键，还有唯一约束一样，在定义字段的时候加索引  
>     name char(20),  
>     age int,  
>     email varchar(30)  
>     \#primary key(id) \#也可以在这加  
>     index(id) \#可以这样加  
>     );  
>     -在创建表后在创建  
>     create index name on s1(name); \#添加普通索引  
>     create unique age on s1(age);添加唯一索引  
>     alter table s1 add primary key(id); \#添加住建索引，也就是给id字段增加一个主键约束  
>     create index name on s1(id,name); \#添加普通联合索引  
> 2.删除索引  
>     drop index id on s1;  
>     drop index name on s1; \#删除普通索引  
>     drop index age on s1; \#删除唯一索引，就和普通索引一样，不用在index前加unique来删，直接就可以删了  
>     alter table s1 drop primary key; \#删除主键(因为它添加的时候是按照alter来增加的，那么我们也用alter来删)

帮助查看

![1184802-20170912212841078-1237114485.png][]

![1184802-20170912213024735-866107108.png][]

### **5.测试索引** ###

（1）、准备

> \#1. 准备表  
> create table s1(  
> id int,  
> name varchar(20),  
> gender char(6),  
> email varchar(50)  
> );
> 
> \#2. 创建存储过程，实现批量插入记录  
> delimiter $$ \#声明存储过程的结束符号为$$  
> create procedure auto\_insert1()  
> BEGIN  
>     declare i int default 1;  
>     while(i<3000000)do  
>         insert into s1 values(i,concat('egon',i),'male',concat('egon',i,'@oldboy'));  
>         set i=i+1;  
>     end while;  
> END$$ \#$$结束  
> delimiter ; \#重新声明分号为结束符号
> 
> \#3. 查看存储过程  
> show create procedure auto\_insert1\\G 
> 
> \#4. 调用存储过程  
> call auto\_insert1();

（2） 、在没有索引的前提下测试查询速度

> \#无索引：从头到尾扫描一遍，所以查询速度很慢  
> mysql> select \* from s1 where id=333;  
> \+------+---------+--------+----------------+  
> | id   | name    | gender | email          |  
> \+------+---------+--------+----------------+  
> |  333 | egon333 | male   | 333@oldboy.com |  
> |  333 | egon333 | f      | alex333@oldboy |  
> |  333 | egon333 | f      | alex333@oldboy |  
> \+------+---------+--------+----------------+  
> rows in set (0.32 sec)
> 
> mysql> select \* from s1 where email='egon333@oldboy';  
> ....  
> ... rows in set (0.36 sec)

（3）、 加上索引

> \#1. 一定是为搜索条件的字段创建索引，比如select \* from t1 where age > 5;就需要为age加上索引
> 
> \#2. 在表中已经有大量数据的情况下，建索引会很慢，且占用硬盘空间，插入删除更新都很慢，只有查询快  
> 比如create index idx on s1(id);会扫描表中所有的数据，然后以id为数据项，创建索引结构，存放于硬盘的表中。  
> 建完以后，再查询就会很快了
> 
> \#3. 需要注意的是：innodb表的索引会存放于s1.ibd文件中，而myisam表的索引则会有单独的索引文件table1.MYI

![1184802-20170912214329375-1453229056.png][]

### **6.正确使用索引** ###

（1）、覆盖索引

> \#分析  
> select \* from s1 where id=123;  
> 该sql命中了索引，但未覆盖索引。  
> 利用id=123到索引的数据结构中定位到该id在硬盘中的位置，或者说再数据表中的位置。  
> 但是我们select的字段为\*，除了id以外还需要其他字段，这就意味着，我们通过索引结构取到id还不够，  
> 还需要利用该id再去找到该id所在行的其他字段值，这是需要时间的，很明显，如果我们只select id，  
> 就减去了这份苦恼，如下  
> select id from s1 where id=123;  
> 这条就是覆盖索引了，命中索引，且从索引的数据结构直接就取到了id在硬盘的地址，速度很快

![1184802-20170912214643547-1094772770.png][]

（2）、联合索引

![1184802-20170912214652782-1000358771.png][]

（3）、索引合并

> \#索引合并：把多个单列索引合并使用
> 
> \#分析：  
> 组合索引能做到的事情，我们都可以用索引合并去解决，比如  
> create index ne on s1(name,email);\#组合索引  
> 我们完全可以单独为name和email创建索引
> 
> 组合索引可以命中：  
> select \* from s1 where name='egon' ;  
> select \* from s1 where name='egon' and email='adf';
> 
> 索引合并可以命中：  
> select \* from s1 where name='egon' ;  
> select \* from s1 where email='adf';  
> select \* from s1 where name='egon' and email='adf';
> 
> 乍一看好像索引合并更好了：可以命中更多的情况，但其实要分情况去看，如果是name='egon' and email='adf',  
> 那么组合索引的效率要高于索引合并，如果是单条件查，那么还是用索引合并比较合理

![1184802-20170912215426922-1260754280.png][]

** 若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下原则**

>  \#1.最左前缀匹配原则，非常重要的原则，  
> create index ix\_name\_email on s1(name,email,)  
> \- 最左前缀匹配：必须按照从左到右的顺序匹配  
> select \* from s1 where name='egon'; \#可以  
> select \* from s1 where name='egon' and email='asdf'; \#可以  
> select \* from s1 where email='alex@oldboy.com'; \#不可以  
> mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，  
> 比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，  
> d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
> 
> \#2.=和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器  
> 会帮你优化成索引可以识别的形式
> 
> \#3.尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(\*)，  
> 表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、  
> 性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，  
> 这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录
> 
> \#4.索引列不能参与计算，保持列“干净”，比如from\_unixtime(create\_time) = ’2014-05-29’  
> 就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，  
> 但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。  
> 所以语句应该写成create\_time = unix\_timestamp(’2014-05-29’);

**最左前缀示范**

> mysql> select \* from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';  
> Empty set (0.39 sec)
> 
> mysql> create index idx on s1(id,name,email,gender); \#未遵循最左前缀  
> Query OK, 0 rows affected (15.27 sec)  
> Records: 0  Duplicates: 0  Warnings: 0
> 
> mysql> select \* from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';  
> Empty set (0.43 sec)
> 
>   
> mysql> drop index idx on s1;  
> Query OK, 0 rows affected (0.16 sec)  
> Records: 0  Duplicates: 0  Warnings: 0
> 
> mysql> create index idx on s1(name,email,gender,id); \#遵循最左前缀  
> Query OK, 0 rows affected (15.97 sec)  
> Records: 0  Duplicates: 0  Warnings: 0
> 
> mysql> select \* from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';  
> Empty set (0.03 sec)

**建联合索引，最左匹配**

> 6. 最左前缀匹配  
> index(id,age,email,name)  
> \#条件中一定要出现id(只要出现id就会提升速度)  
> id  
> id age  
> id email  
> id name
> 
> email \#不行  如果单独这个开头就不能提升速度了  
> mysql> select count(\*) from s1 where id=3000;  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |        1 |  
> \+----------+  
> 1 row in set (0.11 sec)
> 
> mysql> create index xxx on s1(id,name,age,email);  
> Query OK, 0 rows affected (6.44 sec)  
> Records: 0  Duplicates: 0  Warnings: 0
> 
> mysql>  select count(\*) from s1 where id=3000;  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |        1 |  
> \+----------+  
> 1 row in set (0.00 sec)
> 
> mysql>  select count(\*) from s1 where name='egon';  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |   299999 |  
> \+----------+  
> 1 row in set (0.16 sec)
> 
> mysql>  select count(\*) from s1 where email='egon3333@oldboy.com';  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |        1 |  
> \+----------+  
> 1 row in set (0.15 sec)
> 
> mysql>  select count(\*) from s1 where id=1000 and email='egon3333@oldboy.com';  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |        0 |  
> \+----------+  
> 1 row in set (0.00 sec)
> 
> mysql>  select count(\*) from s1 where email='egon3333@oldboy.com' and id=3000;  
> \+----------+  
> | count(\*) |  
> \+----------+  
> |        0 |  
> \+----------+  
> 1 row in set (0.00 sec)
> 
> 建联合索引，最左匹配

**索引无法命中的情况需要注意：**

> \- like '%xx'  
>     select \* from tb1 where email like '%cn';  
>       
>       
> \- 使用函数  
>     select \* from tb1 where reverse(email) = 'wupeiqi';  
>       
>       
> \- or  
>     select \* from tb1 where nid = 1 or name = 'seven@live.com';  
>       
>       
>     特别的：当or条件中有未建立索引的列才失效，以下会走索引  
>             select \* from tb1 where nid = 1 or name = 'seven';  
>             select \* from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex'  
>               
>               
> \- 类型不一致  
>     如果列是字符串类型，传入条件是必须用引号引起来，不然...  
>     select \* from tb1 where email = 999;  
>       
> 普通索引的不等于不会走索引  
> \- !=  
>     select \* from tb1 where email != 'alex'  
>       
>     特别的：如果是主键，则还是会走索引  
>         select \* from tb1 where nid != 123  
> \- >  
>     select \* from tb1 where email > 'alex'  
>       
>       
>     特别的：如果是主键或索引是整数类型，则还是会走索引  
>         select \* from tb1 where nid > 123  
>         select \* from tb1 where num > 123  
>           
>           
> \#排序条件为索引，则select字段必须也是索引字段，否则无法命中  
> \- order by  
>     select name from s1 order by email desc;  
>     当根据索引排序时候，select查询的字段如果不是索引，则不走索引  
>     select email from s1 order by email desc;  
>     特别的：如果对主键排序，则还是走索引：  
>         select \* from tb1 order by nid desc;  
>    
> \- 组合索引最左前缀  
>     如果组合索引为：(name,email)  
>     name and email       -- 使用索引  
>     name                 -- 使用索引  
>     email                -- 不使用索引
> 
>   
> \- count(1)或count(列)代替count(\*)在mysql中没有差别了
> 
> \- create index xxxx  on tb(title(19)) \#text类型，必须制定长度

> \- 避免使用select \*  
> \- count(1)或count(列) 代替 count(\*)  
> \- 创建表时尽量时 char 代替 varchar  
> \- 表的字段顺序固定长度的字段优先  
> \- 组合索引代替多个单列索引（经常使用多个条件查询时）  
> \- 尽量使用短索引  
> \- 使用连接（JOIN）来代替子查询(Sub-Queries)  
> \- 连表时注意条件类型需一致  
> \- 索引散列值（重复少）不适合建索引，例：性别不适合

**![1184802-20170912233709188-557973567.png][]**

### **7.慢查询优化的基本步骤** ###

> 0.先运行看看是否真的很慢，注意设置SQL\_NO\_CACHE  
> 1.where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高  
> 2.explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）  
> 3.order by limit 形式的sql语句让排序的表优先查  
> 4.了解业务方使用场景  
> 5.加索引时参照建索引的几大原则  
> 6.观察结果，不符合预期继续从0分析

[MySQL]: https://www.cnblogs.com/bypp/p/7755307.html
[1184802-20170912211249219-1576835998.png]: /images/20220516/2cfcde2ef85b4a25a81d235fc879790d.png
[B]: http://zh.wikipedia.org/wiki/B%2B%E6%A0%91
[1184802-20170912212841078-1237114485.png]: /images/20220516/ab3a53a18c0042e2827f4175b2b04306.png
[1184802-20170912213024735-866107108.png]: /images/20220516/1a5fa3148a77427dbac223d7d8f83b1f.png
[1184802-20170912214329375-1453229056.png]: /images/20220516/24d179ab12da4af6b4dbbca805465b78.png
[1184802-20170912214643547-1094772770.png]: /images/20220516/f549ef2fa3304457a18180973c9f5285.png
[1184802-20170912214652782-1000358771.png]: /images/20220516/0d347ffe285d495e9b29a8af4edae8b5.png
[1184802-20170912215426922-1260754280.png]: /images/20220516/475fe23341ba4f6aa32d8c38e2ef6fee.png
[1184802-20170912233709188-557973567.png]: /images/20220516/fe484560fa6840da93b2e0f23bb87128.png