MySQL 覆盖索引

╰+攻爆jí腚メ 2022-06-05 02:53 233阅读 0赞

本文主要概述mysql的覆盖索引，以及几种常见的优化场景

内容概要

*   聚集索引和辅助索引

*   什么是覆盖索引

*   几种优化场景

*   总体建议

## 聚集索引和辅助索引 ##

*  聚集索引（主键索引）

—innodb存储引擎是索引组织表，即表中的数据按照主键顺序存放。而聚集索引就是按照每张表的主键构造一颗B+树，同时叶子节点中存放的即为整张表的记录数据

—聚集索引的叶子节点称为数据页，数据页，数据页！重要的事说三遍。聚集索引的这个特性决定了索引组织表中的数据也是索引的一部分。

*  辅助索引（二级索引）

—非主键索引

—叶子节点=键值+书签。Innodb存储引擎的书签就是相应行数据的主键索引值

辅助索引检索数据图示如下

![02e814446da64610faadb2047447dac00bf1241e][]

由于检索数据时，总是先获取到书签值(主键值)，再返回查询，因此辅助索引也被称之为二级索引

## 什么是覆盖索引 ##

覆盖索引（covering index）指一个查询语句的执行只需要从辅助索引中就可以得到查询记录，而不需要查询聚集索引中的记录。也可以称之为实现了 索引覆盖。

那么，优点显而易见。辅助索引不包含一整行的记录，因此可以大大减少IO操作。覆盖索引是mysql dba常用的一种SQL优化手段

先看一个简单示例

![f9f63889fcd0c60d5f837b1e0a633e8ad4b903a5][]

从执行计划看到，这个SQL语句只通过索引，就取到了所需要的数据，这个过程，就称为索引覆盖

## 几种优化场景 ##

### 1、无where条件的查询优化    ###

如下这个查询

![5c0aee6dcacf2845c0b2824b5d2b808fe65daa95][]

执行计划中，type为ALL，代表进行了全表扫描，扫描的行数也与表的行数一致

如何改进？优化措施很简单，就是对这个查询列建立索引。如下，

mysql> alter table t1 add key(staff_id);

我们再看一下优化之后的效果

*  执行计划

mysql> explain select sql_no_cache count(staff_id) from t1\G
    *************************** 1. row ***************************
               id: 1
      select_type: SIMPLE
            table: t1
             type: index
    possible_keys: NULL
              key: staff_id
          key_len: 1
              ref: NULL
             rows: 1023849
    
    1 row in set (0.00 sec)

Using index表示使用到了索引

*  查询消耗

![80af484e7e92311c289f0a473c6f684fb244effc][]

从时间消耗上来看，才100W的数据，已经有了比较明显的差别了

执行计划解读如下：

Possible\_keys为null，说明没有where条件时优化器无法通过索引检索数据；

但是这里使用了索引的另外一个优点，即从索引中获取数据，减少了读取的数据块的数量

无where条件的查询，可以通过索引来实现索引覆盖查询，但前提条件是，查询返回的字段数足够少，更不用说select \*之类的了。毕竟，建立key length过长的索引，始终不是一件好事情。

### 2、二次检索优化    ###

如下这个查询，

mysql> select sql_no_cache rental_date from t1 where inventory_id<80000;
    …
    …
    | 2005-08-23 15:08:00 |
    | 2005-08-23 15:09:17 |
    | 2005-08-23 15:10:42 |
    | 2005-08-23 15:15:02 |
    | 2005-08-23 15:15:19 |
    | 2005-08-23 15:16:32 |
    +---------------------+
    79999 rows in set (0.13 sec)

执行计划：

mysql> explain select sql_no_cache rental_date from t1 where inventory_id<80000\G
    *************************** 1. row ***************************
               id: 1
      select_type: SIMPLE
            table: t1
             type: range
    possible_keys: inventory_id
              key: inventory_id
          key_len: 3
              ref: NULL
             rows: 153734
            Extra: Using index condition
    1 row in set (0.00 sec)

从执行计划，我们看到，这个SQL其实是使用到了索引的，虽然查询的数据量很大，但是相对比全表扫描的性能消耗，优化器还是选择了索引。

更优的改进措施？

从上面执行计划中，我们发现Extra信息为Using index condition而不是Using index，这说明，使用的检索方式为二级检索，即79999个书签值被用来进行回表查询。可想而知，还是会有一定的性能消耗的

尝试针对这个SQL建立联合索引，如下

mysql> alter table t1 add key(inventory_id,rental_date);

这个联合索引前置列为where子句的检索字段，第二个字段为查询返回的字段。下面来看下效果如何。

为避免优化器对索引的选择出现偏差，我们首先收集一下统计信息

mysql> analyze table t1\G
    *************************** 1. row ***************************
       Table: sakila.t1
          Op: analyze
    Msg_type: status
    Msg_text: OK
    1 row in set (0.03 sec)

执行计划

mysql> explain select sql_no_cache rental_date from t1 where inventory_id<80000\G
    *************************** 1. row ***************************
               id: 1
      select_type: SIMPLE
            table: t1
             type: range
    possible_keys: inventory_id,inventory_id_2
              key: inventory_id_2
          key_len: 3
              ref: NULL
             rows: 162884
            
    1 row in set (0.00 sec)

同样是使用索引，但这里的提示信息为Using index而不是Using index condition。这代表没有了回表查询的过程，也就是实现了索引覆盖

查询消耗

从执行时间上来看，快了大约40ms，虽然只有40ms，但在实际的生产环境下，却可能会因系统的总体负载被无限放大。

和前面场景限制类似，当where条件与查询字段总数较少的情况下，使用这种优化建议，是个不错的选择。

### 3、分页查询优化    ###

分页查询的优化，相信大部分的DBA同学都碰到过，通常比较常规的优化手段就是查询改写，这里主要介绍一下新的思路，就是通过索引覆盖来优化

如下这个查询场景

mysql> select tid,return_date from t1 order by inventory_id limit 50000,10;
    +-------+---------------------+
    | tid   | return_date         |
    +-------+---------------------+
    | 50001 | 2005-06-17 23:04:36 |
    | 50002 | 2005-06-23 03:16:12 |
    | 50003 | 2005-06-20 22:41:03 |
    | 50004 | 2005-06-23 04:39:28 |
    | 50005 | 2005-06-24 04:41:20 |
    | 50006 | 2005-06-22 22:54:10 |
    | 50007 | 2005-06-18 07:21:51 |
    | 50008 | 2005-06-25 21:51:16 |
    | 50009 | 2005-06-21 03:44:32 |
    | 50010 | 2005-06-19 00:00:34 |
    +-------+---------------------+
    10 rows in set (0.75 sec)

在未优化之前，我们看到它的执行计划是如此的糟糕

mysql> explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
    *************************** 1. row ***************************
               id: 1
      select_type: SIMPLE
            table: t1
             type: ALL
    possible_keys: NULL
              key: NULL
          key_len: NULL
              ref: NULL
             rows: 1023675
            
    1 row in set (0.00 sec)

全表扫描，加上额外的排序，相信产生的性能消耗是不低的

如何通过覆盖索引优化呢？

我们创建一个索引，包含排序列以及返回列，由于tid是主键字段，因此，下面的复合索引就包含了tid的字段值

mysql> alter table t1 add index liu(inventory_id,return_date);
    Query OK, 0 rows affected (3.11 sec)
    Records: 0  Duplicates: 0  Warnings: 0
    
    mysql> analyze table t1\G
    *************************** 1. row ***************************
       Table: sakila.t1
          Op: analyze
    Msg_type: status
    Msg_text: OK
    1 row in set (0.04 sec)

那么，效果如何呢？

可以发现，添加复合索引后，速度提升0.7s！

我们看一下改进后的执行计划

mysql> explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
    *************************** 1. row ***************************
               id: 1
      select_type: SIMPLE
            table: t1
             type: index
    possible_keys: NULL
              key: liu
          key_len: 9
              ref: NULL
             rows: 50010
            
    1 row in set (0.00 sec)

执行计划也可以看到，使用到了复合索引，并且不需要回表

接下来，我们对比一下，索引覆盖与常规优化手段的效果差异

为了让结果更明显，我将查询修改为 limit 800000,10

现在看一下，通过覆盖索引查询的性能消耗

mysql> select tid,return_date from t1 order by inventory_id limit 800000,10;
    +--------+---------------------+
    | tid    | return_date         |
    +--------+---------------------+
    | 800001 | 2005-08-24 13:09:34 |
    | 800002 | 2005-08-27 11:41:03 |
    | 800003 | 2005-08-22 18:10:22 |
    | 800004 | 2005-08-22 16:47:23 |
    | 800005 | 2005-08-26 20:32:02 |
    | 800006 | 2005-08-21 14:55:42 |
    | 800007 | 2005-08-28 14:45:55 |
    | 800008 | 2005-08-29 12:37:32 |
    | 800009 | 2005-08-24 10:38:06 |
    | 800010 | 2005-08-23 12:10:57 |
    +--------+---------------------+

与之对比的是如下改写SQL方式

改写后的sql如下，思想是通过索引消除排序

select a.tid,a.return_date from  t1 a 
    inner join 
    (select tid from t1 order by  inventory_id limit 800000,10) b on a.tid=b.tid;

并在此基础上，我们为inventory\_id列创建索引，并删除之前的覆盖索引

mysql> alter table t1 add index idx_inid(inventory_id),drop index liu;

然后收集统计信息。

查询消耗如下

mysql> select a.tid,a.return_date from  t1 a inner join  (select tid from t1 order by  inventory_id limit 800000,10) b on a.tid=b.tid;
    +--------+---------------------+
    | tid    | return_date         |
    +--------+---------------------+
    | 800001 | 2005-08-24 13:09:34 |
    | 800002 | 2005-08-27 11:41:03 |
    | 800003 | 2005-08-22 18:10:22 |
    | 800004 | 2005-08-22 16:47:23 |
    | 800005 | 2005-08-26 20:32:02 |
    | 800006 | 2005-08-21 14:55:42 |
    | 800007 | 2005-08-28 14:45:55 |
    | 800008 | 2005-08-29 12:37:32 |
    | 800009 | 2005-08-24 10:38:06 |
    | 800010 | 2005-08-23 12:10:57 |
    +--------+---------------------+

可以看到，这种优化手段较前者时间消耗多了大约140ms。

这种优化手段虽然使用索引消除了排序，但是还是要通过主键值回表查询。因此，在select返回列较少或列宽较小的时候，我们可以通过建立复合索引的方式优化分页查询，效果更佳，因为它不需要回表！

## 总体建议 ##

索引具有以下两大用处：

1、通过索引检索仅需要数据

2、从索引中直接获取查询结果

覆盖索引的优势，就是利用到索引的第二大用处，在某些场景下，具有意想不到的优化效果。个人总结如下：

*  Select查询的返回列包含在索引列中  
    
 *  有where条件时，where条件中要包含索引列或复合索引的前导列  
    
 *  查询结果的总字段长度可以接受

from: https://yq.aliyun.com/articles/62419

[02e814446da64610faadb2047447dac00bf1241e]: /images/20220605/cc14f577dd0842d485de04599627524d.png
[f9f63889fcd0c60d5f837b1e0a633e8ad4b903a5]: /images/20220605/53b81f3a647e4067b6033153bb28ca85.png
[5c0aee6dcacf2845c0b2824b5d2b808fe65daa95]: /images/20220605/c1bc28fa4e634cb796e3d026acefadb2.png
[80af484e7e92311c289f0a473c6f684fb244effc]: /images/20220605/1519853966b54bc29356f530186db964.png