Mysql进阶-索引篇（下）

╰半夏微凉° 2024-02-20 08:55 60阅读 0赞

## 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，**通过sql语句的访问频次，我们可以判断到当前数据库到底是以查询为主，还是以增删改为主**，从而为数据库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了。

![0c62ffe6b8c54f18a43282996117fd77.png][]

### 慢查询日志 ###

> 如果当前数据库是**以查询为主**，我们可以通过慢查询日志来查看耗时较长的查询，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，我们可以查看一下系统变量 slow\_query\_log。

慢查询日志默认是关闭的

![375261cd484e4dd887613aa728703c2c.png][]

开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息，同时重启mysql服务，使配置文件生效

> \# 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

![ad7047b43a154514a782a5383c7ba976.png][]

查询600万数据的表

![eee2fb613cf440e1812862c6adb66c24.png][]

毫无疑问出现在慢查询日志上![a25b6db262ed4c7fa437a364afaeea05.png][]

### **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：

#查询是否有profile参数
    select @@have_profiling
    #查询profile功能是否开启 0表示关闭 1表示开启
    select @@profiling

![cc3470d26ce14cf1a04b88efebc140cc.png][]

可以看到，当前MySQL是支持 profile操作的，但是开关是关闭的。可以通过set语句在 session/global级别开启profiling：

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：

# 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;

![f9c78897baa14e0ba7c47c15a4d63817.png][]

### **explain** ###

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。在**select语句开头加上explain关键词即可，**通过explain各字段的值，我们可以分析出此时的sql语句走不走索引，有没有回表查询等情况，方便我们进行sql优化

![7159495b9656426c8f9e8527bcee28f5.png][]

Explain 执行计划中各个字段的含义:

<table> 
 <thead> 
 <tr> 
 <th>字段</th> 
 <th>含义</th> 
 </tr> 
 </thead> 
 <tbody> 
 <tr> 
 <td> id </td> 
 <td> 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)。 </td> 
 </tr> 
 <tr> 
 <td> select_type </td> 
 <td> 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 </td> 
 </tr> 
 <tr> 
 <td> type </td> 
 <td> 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 。 </td> 
 </tr> 
 <tr> 
 <td> possible_key </td> 
 <td> 显示可能应用在这次查询的索引，一个或多个。 </td> 
 </tr> 
 <tr> 
 <td> key </td> 
 <td> 实际使用的索引，如果为NULL，则没有使用索引。 </td> 
 </tr> 
 <tr> 
 <td> key_len </td> 
 <td> 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。 </td> 
 </tr> 
 <tr> 
 <td> rows </td> 
 <td> 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。 </td> 
 </tr> 
 <tr> 
 <td> filtered </td> 
 <td> 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。 </td> 
 </tr> 
 </tbody> 
</table>

## 索引使用 ##

### 效率验证 ###

准备一张百万数据的表，根据id查询数据，我们可以发现此时耗时仅为0.01秒，这是因为id默认就是主键索引，这是已经有索引的查询情况

![5cc44a84f8b1404693b2d776819da01a.png][]

根据name字段查询时，此时没有建立name字段的索引，可以看到耗时达到6秒之久

![0767130613884f31a5e4fee757174b84.png][]

建立索引之后，根据name查询，耗时仅有0.01秒，可见索引能大大提升查询效率

![16da7e42c69448ba9c458cdc57346665.png][]

### 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，索引将会部分失效**(后面的字段索引失效)。

以tb\_user表为例，此时有idx\_user\_pro\_age\_sta这个联合索引，这个联合索引涉及到三个字段，顺序分别为：profession， age，status。

![9ee1baad1e4c4c58be19a4f5803f1ac1.png][]

对于最左前缀法则指的是，查询时，最左变的列，也就是profession必须存在，否则索引全部失效。 而且中间不能跳过某一列，否则该列后面的字段索引将失效。

explain select * from tb_user where profession = '软件工程' and age = 31 and status
    = '0'

联合索引的三个字段都在联合索引必然生效，只要**where条件后面的三个字段都在索引就会生效，与字段的先后顺序无关**。![c1a8a66093d84bfc9e34ecf2cfad24b1.png][]

我们尝试profession后面的两个字段逐步减少，会发现联合索引仍然生效，正说明**只要索引的最左边的字段在where子句中索引就会生效**。从图中我们也可以推测出profession字段索引长度为47、age 字段索引长度为2、status字段索引长度为5。![0b8902e66d4549c688b83a70ee02f112.png][]

但此时我们将查询条件中的profession去掉，此时联合索引失效。

![a14881ef6dad4f5dac66c0dcb5e1577f.png][]

如果最左的列存在，但是跳过了中间的列，那么只会中间列之后的索引都不会生效，虽然走了联合索引，但长度只有47，为profession字段索引长度。

![aafcdf3aae264c779169b2cabdab9813.png][]

### 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。从索引长度可以看到status字段的索引并没有生效

![7621835d4b11437abc299473739e755d.png][]

> 但如果我们将范围查询加上等号即≥和≤这种形式，联合索引就生效，**在业务允许的情况下，尽可能的使用类似于 >= 或<=，而避免使用 > 或 <，来避免索引失效**

![f1f5d236c114447e9eaf3942222e9fad.png][]

## 索引失效情况 ##

### 索引列函数运算 ###

当根据phone字段进行等值匹配查询时, 索引生效。

![56d3207931ac46c18af0f73e8366d7ba.png][]

当进行函数运算时，索引就失效，走的是全表扫描

![f1f6a41b3f9c45d4abd8d93b2ae703df.png][]

如果进行的是数值运算，索引仍然生效

![d3cc25844ead44fe9a3c6eb24bae6965.png][]

### 字符串不加引号 ###

如果不给phone字段添加引号，造成索引类型不匹配，索引也会失效

![7bc723be16744d31bb30e2c049d5ac6b.png][]

### 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。

头部模糊查询，走的是全表扫描

![8b473af81d804d8bbc15ea39e5118ea5.png][]

如果是尾部模糊，则走联合索引，索引生效，如果前后模糊查询，**由于前面模糊查询已使索引失效，所以也是索引失效**

![e15fd297ba7443a58b97516a970bd966.png][]

### 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，**因为or前面的用了索引，or后面的列没有索引还是要走全表扫描，mysql优化器就会判断直接全表扫描，避免浪费一次查找索引树的时间**

### 数据分布影响 ###

> 相同的SQL语句，只是传入的字段值不同，最终的执行计划也完全不一样，这是因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不 如走全表扫描来的快，此时索引就会失效。即**数据分布情况也会影响索引是否生效**

![3d2c6523c97444b2a71549f0f26084a9.png][]

## SQL提示 ##

> sql提示就是在执行查询时我们自己指定要使用的索引

此时我们有 profession这个字段的单列索引

![cc3c342851174e1da0aa432f8a380b60.png][]

我们可以看到，possible\_keys中 idx\_user\_pro\_age\_sta,idx\_user\_pro 这两个 索引都可能用到，最终MySQL选择了idx\_user\_pro\_age\_sta索引。这是MySQL自动选择的结果。**我们想看到的是走单列索引，毕竟我的mysql我做主，这时候就要用到sql提示啦！**![38065709f9424d3d924a36153a02c7d1.png][]

我们可以在select语句时加上use index(索引名)来建议mysql使用我们指定的索引（仅仅是建议，mysql内部还会再次进行评估）

![2b20e99a3ad5489cbc1dbc42320bb1f1.png][]

上面的use index 仅仅是建议，要是mysql不听怎么办？这时候就需要**force index来强制mysql执行我们指定的索引**！即使效率可能下降，但爷乐意，千金难买爷乐意，下图我们可以看到正常情况下肯定不会走sta索引的，毕竟我们where子句是根据profession来查的，但通过我们的强制，也能让mysql执行这一索引

![28abba46eb4e4adf85ba09ba7271202e.png][]

## 覆盖索引 ##

> 尽量使用覆盖索引，减少select \*， 覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。**使用覆盖索引能减少能大大提高查询，其原因就是需要返回的列在索引列已经全部找到，不需要回表查询了，这也是mysql优先使用联合索引的原因**

## 前缀索引 ##

### 介绍 ###

> 当字段类型为字符串（varchar，text，longtext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)) ;

为tb\_user表的email字段，建立长度为5的前缀索引。

![fee7b812272f4be8b8e587bf7ce91875.png][]

### 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， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。**即要保证取得的前缀尽量唯一不重复。**

查询流程

> 前缀索引相当于二级索引，但他匹配到时，**必须回表查询**，确认根据前缀索引匹配到行数据的email值跟sql语句的email值是否一样，同时要遍历到链表的下一个元素，看是否与前缀索引匹配，如果是就要重复刚刚的流程然后返回数据，如果不是，直接返回数据即可

![88f8c91cfabd49c8a157e95c90721512.png][]

## 单列索引与联合索引 ##

前文提到的覆盖索引，mysql会优先使用联合索引，以此来减少回表查询，提高查询效率

> 单列索引：即一个索引只包含单个列。
> 
> 联合索引：即一个索引包含了多个列。

## 索引设计原则 ##

> 1).针对于数据量较大，且查询比较频繁的表建立索引。
> 
> 2). 针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，同时索引也会占用硬盘空间。
> 
> 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。

[0c62ffe6b8c54f18a43282996117fd77.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/3c4e2ccf2a8c4afe806f5a129c53d9ed.png
[375261cd484e4dd887613aa728703c2c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/9af5e40e9f7843b685c7fef9cc7d6f9b.png
[ad7047b43a154514a782a5383c7ba976.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/5d9456f93bbc406bb400dec7aa729459.png
[eee2fb613cf440e1812862c6adb66c24.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/98d001d89fd344ef93022c85f666c7c9.png
[a25b6db262ed4c7fa437a364afaeea05.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/5e230694b1304db3a44fd498788a3895.png
[cc3470d26ce14cf1a04b88efebc140cc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/ccbdeada77954a87a7d88bc31dad8a8a.png
[f9c78897baa14e0ba7c47c15a4d63817.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/ffee3d8b60f74c48ae25c33946c25197.png
[7159495b9656426c8f9e8527bcee28f5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/97fccab102d74cfdb78faacaf01142dd.png
[5cc44a84f8b1404693b2d776819da01a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/edac5cfadea7400882df5c3dbbdb371d.png
[0767130613884f31a5e4fee757174b84.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/e384c379c5164ffd8583eed6204aaa88.png
[16da7e42c69448ba9c458cdc57346665.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/acf56ea8764c4a338d7c462ce09d7e93.png
[9ee1baad1e4c4c58be19a4f5803f1ac1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/023b0a4907844d8b87fe7d18f08688d6.png
[c1a8a66093d84bfc9e34ecf2cfad24b1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/fbeff4f95ab94062a197b1fc0e95c33c.png
[0b8902e66d4549c688b83a70ee02f112.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/fa20366527ca44999055ae77736deb3a.png
[a14881ef6dad4f5dac66c0dcb5e1577f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/2c5cbcc8353942b78bbb0a4e7ea5579a.png
[aafcdf3aae264c779169b2cabdab9813.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/ad1a151eab194011a4989b2f7b3cf609.png
[7621835d4b11437abc299473739e755d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/5de552d2f3bb40bd897d21f39149bc72.png
[f1f5d236c114447e9eaf3942222e9fad.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/505cb3191432425a883c17cbad2d70f5.png
[56d3207931ac46c18af0f73e8366d7ba.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/4bb6f46127c34ec9b02652b1f90c1cf3.png
[f1f6a41b3f9c45d4abd8d93b2ae703df.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/d3a2002697594560b003815cea1a7406.png
[d3cc25844ead44fe9a3c6eb24bae6965.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/43b7fefcdb70411f92c067a07da6e8ee.png
[7bc723be16744d31bb30e2c049d5ac6b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/dd1f9e1ebca84fab8db9ce128827a8dd.png
[8b473af81d804d8bbc15ea39e5118ea5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/685e7b123a2e4d288413da04aab2ad0c.png
[e15fd297ba7443a58b97516a970bd966.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/2b4384dad5794cccaceb836a5968ab04.png
[3d2c6523c97444b2a71549f0f26084a9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/8e9c2847af2e47e3bb7940853f169f8b.png
[cc3c342851174e1da0aa432f8a380b60.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/aaa123249e554c1380411e84438d1717.png
[38065709f9424d3d924a36153a02c7d1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/e31d521b4ad04882ad5b97f91aca4ec0.png
[2b20e99a3ad5489cbc1dbc42320bb1f1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/60f35abce88e4309bf1ff1c09843ae68.png
[28abba46eb4e4adf85ba09ba7271202e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/cdcc282a6ef046aab1c3d466c2c894fe.png
[fee7b812272f4be8b8e587bf7ce91875.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/32af5e2cfe9b4536a0c23ff066ab8df1.png
[88f8c91cfabd49c8a157e95c90721512.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/20/c89d3d2369de45219aef144766c6f28d.png