数据库MySQL 之 索引原理与慢查询优化

数据库MySQL 之 索引原理与慢查询优化

浏览目录

• 索引介绍方法类型

• 聚合索引辅助索引

• 测试索引

• 正确使用索引

• 组合索引

• 注意事项

• 查询计划

• 慢查询日志

• 大数据量分页优化

一、索引介绍方法类型

1、介绍

可以帮助用户快速的找到需要的内容；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。能够大大提高查询效率。特别是当数据量非常大，查询涉及多个表时，使用索引往往能使查询速度加快成千上万倍。

总结: 
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，查地图等等

本质： 
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。

2、索引方法-MySQL的BTREE 改进索引

• 就是一种将索引值按一定的算法，存入一个树形的数据结构中

• 概念铺垫——B-Tree数据结构

• • 结构 
    B-TREE 每个节点都是一个二元数组: [key, data]，所有节点都可以存储数据。key为索引key,data为除key之外的数据。
  • 结构图

• 检索原理 
  首先从根节点进行二分查找，如果找到则返回对应节点的data，否则对相应区间的指针指向的节点递归进行查找，直到找到节点或未找到节点返回null指针。
• 缺点

• • • 插入删除新的数据记录会破坏B-Tree的性质，因此在插入删除时，需要对树进行一个分裂、合并、转移等操作以保持B-Tree性质。造成IO操作频繁。
    • 区间查找可能需要返回上层节点重复遍历，IO操作繁琐。
• 概念铺垫——B+Tree(B-Tree的变种)
  • 结构 
    与B-Tree相比，B+Tree有以下不同点：非叶子节点不存储data，只存储索引key；只有叶子节点才存储data。
  • 结构图

• Mysql选择B+TREE索引的原因 
  索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗，相对于内存存取，I/O存取的消耗要高几个数量级，所以索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数，提升索引效率。
• MyISAM & InnoDB 都使用B+Tree索引结构。但是底层索引存储不同，MyISAM 采用非聚集索引，而InnoDB采用聚集索引。

3、索引方法-HASH索引

hash就是一种（key=>value）形式的键值对,允许多个key对应相同的value，但不允许一个key对应多个value,为某一列或几列建立hash索引，就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据。hash索引可以一次定位，不需要像树形索引那样逐层查找,因此具有极高的效率

4、HASH与BTREE比较

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，数据量越大,范围查询和随机查询快（innodb默认索引类型） 
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 Btree、Hash 等索引，不支持Full-text 索引； 
MyISAM不支持事务，支持表级别锁定，支持 Btree、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 Btree、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 Btree、Full-text 等索引； 
Archive不支持事务，支持表级别锁定，不支持 Btree、Hash、Full-text 等索引；

5、索引类型

• 普通索引：加速查询
  • 创建表+索引

1 2 3 4 5 6

创建表同时添加name字段为普通索引 create table tb1( id int not null auto_increment primary key, name varchar(100) not null, index idx_name(name)  );

• • 创建索引

1 2	单独为表指定普通索引 create index idx_name on tb1(name);

• • 删除索引

1	drop index idx_name on tb1;

• • 查看索引

1	show index from tb1;

• • 查看索引、列介绍

1 2 3 4 5 6 7 8 9 10 11 12

·Table 表的名称。 ·Non_unique 如果索引为唯一索引,则为0,如果可以则为1。 ·Key_name 索引的名称 ·Seq_in_index 索引中的列序列号，从1开始。 ·Column_name 列名称。 ·Collation 列以什么方式存储在索引中。在MySQL中，有值‘A’（升序）或NULL（无分类）。 ·Cardinality 索引中唯一值的数目的估计值。 ·Sub_part 如果列只是被部分地编入索引，则为被编入索引的字符的数目。如果整列被编入索引，则为NULL。 ·Packed 指示关键字如何被压缩。如果没有被压缩，则为NULL。 ·Null 如果列含有NULL，则含有YES。如果没有，则该列含有NO。 ·Index_type 用过的索引方法（BTREE, FULLTEXT, HASH, RTREE）。 ·Comment 多种评注

• 唯一索引：加速查询 和 唯一约束（可含一个null值）
  • 创建表+唯一(unique)索引

1 2 3 4 5 6

create table tb2(          id int not null auto_increment primary key,           name varchar(50) not null,           age int not null,            unique index idx_age (age)     );

• • 创建unique索引

1	create unique index idx_age on tb2(age);

• 主键索引：加速查询 和 唯一约束（不可含null）、一个表中最多只能有一个主键索引
  • 创建表 + 主键

1 2 3 4 5 6 7 8 9 10 11 12 13

方式一: create table tb3( id int not null auto_increment primary key, name varchar(50) not null, age int default 0 ); 方式二: create table tb3( id int not null auto_increment, name varchar(50) not null, age int default 0 , primary key(id) );

• • 创建主键

1	alter table tb3 add primary key(id);

• • 删除主键

1 2 3 4 5 6

方式一 alter table tb3 drop primary key;   方式二: 如果当前主键为自增主键,则不能直接删除.需要先修改自增属性,再删除 alter table tb3 modify id int ,drop primary key;

• 组合索引：组合索引是将n个列组合成一个索引
  • 创建表+组合索引

1 2 3 4 5 6

create table tb4( id int not null , name varchar(50) not null, age int not null, index idx_name_age (name,age)   );

• • 创建组合索引

1	create index idx_name_age on tb4(name,age);

• • 索引应用场景　

1 2 3 4 5 6

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包含下列字段： 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）

二、聚合索引、辅助索引

1、聚集索引

InnoDB表索引组织表，即表中数据按主键B+树存放，叶子节点直接存放整条数据，每张表只能有一个聚集索引。

• 当你定义一个主键时，InnnodDB存储引擎则把它当做聚集索引
• 如果你没有定义一个主键，则InnoDB定位到第一个唯一索引，且该索引的所有列值均飞空的，则将其当做聚集索引
• 如果表没有主键或合适的唯一索引INNODB会产生一个隐藏的行ID值6字节的行ID聚集索引
• 补充：由于实际的数据页只能按照一颗B+树进行排序，因此每张表只能有一个聚集索引，聚集索引对于主键的排序和范围查找非常有利。
• 例子: 比如图书馆新进了一批书。那么这些书需要放到图书馆内。书如何放一般都有一个规则，杂志类的放到101货架，文学类的放到102货架，理工类的放到103货架等等。这些存储的规则决定了每本书应该放到哪里,找到对应的货架就相当于找到了所有的书。而这个例子中聚集索引为书的类别。

2、辅助索引

（也称为非聚集索引）是指叶节点不包含行的全部数据，叶节点除了包含键值之外，还包含一个书签连接，通过该书签再去找相应的行数据。

• 对于这种方式来说，你需要两个步骤：
  • 查询该记录所在的位置。
  • 通过该位置去取要找的记录。

3、二者区别以及使用场景

• 二者区别: 
  相同的是：不管是聚集索引还是辅助索引，其内部都是B+树的形式，即高度是平衡的，叶子结点存放着所有的数据。 
  不同的是：聚集索引叶子结点存放的是一整行的信息,而辅助索引叶子结点存放的是单个索引列信息。

• 何时使用聚集索引或非聚集索引

动作描述	使用聚集索引	使用非聚集索引
列经常被分组排列	应	应
返回某范围内的数据	应	不应
一个或极少不同值	不应	不应
频繁更新的列	不应	应
外键列	应	应
主键列	应	应
频繁修改索引列	不应	应

三、测试索引

1、创建数据

1 2 3 4 5 6 7 8 9

-- 1.创建表 CREATE TABLE userInfo(     id int NOT NULL,     name VARCHAR(16) DEFAULT NULL,     age int,     sex char(1) not null,     email varchar(64) default null )ENGINE=MYISAM DEFAULT CHARSET=utf8; 注意：MYISAM存储引擎不产生引擎事务，数据插入速度极快，为方便快速插入测试数据，等我们插完数据，再把存储类型修改为InnoDB

2、创建存储过程，插入数据

1 2 3 4 5 6 7 8 9 10 11 12 13 14

-- 2.创建存储过程 delimiter$$ CREATE PROCEDURE insert_user_info(IN num INT) BEGIN     DECLARE val INT DEFAULT 0;     DECLARE n INT DEFAULT 1;     -- 循环进行数据插入     WHILE n <= num DO         set val = rand()*50;         INSERT INTO userInfo(id,name,age,sex,email)values(n,concat('alex',val),rand()*50,if(val%2=0,'女','男'),concat('alex',n,'@qq.com'));         set n=n+1;     end while; END $$ delimiter;

3、调用存储过程插入500万条数据

1	call insert_user_info(5000000);

4、此步骤可以忽略修改引擎为INNODB

1	ALTER TABLE userinfo ENGINE=INNODB;

5、测试索引

1 2 3 4 5 6 7 8 9 10

·在没有索引的前提下测试查询速度     SELECT * FROM userinfo WHERE id = 4567890;     注意:无索引情况,mysql根本就不知道id等于4567890的记录在哪里，只能把数据表从头到尾扫描一遍，此时有多少     个磁盘块就需要进行多少IO操作，所以查询速度很慢。   ·在表中已经存在大量数据的前提下，为某个字段段建立索引，建立速度会很慢     CREATE INDEX idx_id on userinfo(id);   ·在索引建立完毕后，以该字段为查询条件时，查询速度提升明显     select * from userinfo where id  = 4567890;

6、注意

• mysql先去索引表里根据b+树的搜索原理很快搜索到id为4567890的数据,IO大大降低，因而速度明显提升
• 我们可以去mysql的data目录下找到该表，可以看到添加索引后该表占用的硬盘空间多了　
• 如果使用没有添加索引的字段进行条件查询,速度依旧会很慢

四、正确使用索引

数据库表中添加索引后确实会让查询速度起飞，但前提必须是正确的使用索引来查询，如果以错误的方式使用，则即使建立索引也会不奏效。即使建立索引，索引也不会生效

+

五、组合索引

1、定义：是指对表上的多个列组合起来做一个索引

2、好处：

• “一个顶三个”。建了一个(a,b,c)的组合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销！
• 索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select * from table where a = 1 and b =2 and c = 3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W*10%=100w 条数据，然后再回表从100w条数据中找到符合b=2 and c= 3的数据，然后再排序，再分页；如果是组合索引，通过索引筛选出1000w *10% *10% *10%=1w，然后再排序、分页，哪个更高效，一眼便知
• 最左匹配原则: 从左往右依次使用生效，如果中间某个索引没有使用，那么断点前面的索引部分起作用，断点后面的索引没有起作用；

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

select * from mytable where a=3 and b=5 and c=4; 　  #abc三个索引都在where条件里面用到了，而且都发挥了作用   select * from mytable where  c=4 and b=6 and a=3; 　　#这条语句列出来只想说明 mysql没有那么笨，where里面的条件顺序在查询之前会被mysql自动优化，效果跟上一句一样   select * from mytable where a=3 and c=7; 　　#a用到索引，b没有用，所以c是没有用到索引效果的   select * from mytable where a=3 and b>7 and c=3; 　　#a用到了，b也用到了，c没有用到，这个地方b是范围值，也算断点，只不过自身用到了索引   select * from mytable where b=3 and c=4; 　　#因为a索引没有使用，所以这里 bc都没有用上索引效果   select * from mytable where a>4 and b=7 and c=9; 　　#a用到了  b没有使用，c没有使用   select * from mytable where a=3 order by b; 　　#a用到了索引，b在结果排序中也用到了索引的效果   select * from mytable where a=3 order by c; 　　#a用到了索引，但是这个地方c没有发挥排序效果，因为中间断点了   select * from mytable where b=3 order by a; 　　#b没有用到索引，排序中a也没有发挥索引效果

六、注意事项

• 避免使用select *
• 其他数据库中使用count(1)或count(列) 代替 count(*),而mysql数据库中count(*)经过优化后,效率与前两种基本一样.
• 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）
• 使用连接（JOIN）来代替子查询(Sub-Queries)
• 不要有超过4个以上的表连接（JOIN）
• 优先执行那些能够大量减少结果的连接。
• 连表时注意条件类型需一致
• 索引散列值不适合建索引，例：性别不适合

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

- like '%xx'     select * from tb1 where name like '%cn'; - 使用函数     select * from tb1 where reverse(name) = 'wupeiqi'; - or     select * from tb1 where nid = 1 or email = '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 email = 'seven@live.com' and name = '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 name = 999; - !=     select * from tb1 where name != '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 name > '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 - order by     select email from tb1 order by name desc;     当根据索引排序时候，选择的映射如果不是索引，则不走索引     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

七、查询计划

1、语法格式

1	explain + 查询SQL - 用于显示SQL执行信息参数，根据参考信息可以进行SQL优化

2、执行计划让mysql预估执行操作一般正确

1 2 3 4 5 6 7

mysql> explain select * from tb2; +----+-------------+-------+------+---------------+------+---------+------+------+-------+ | id | select_type | table | type | possible_keys | key  | key_len | ref  | rows | Extra | +----+-------------+-------+------+---------------+------+---------+------+------+-------+ |  1 | SIMPLE      | tb2   | ALL  | NULL          | NULL | NULL    | NULL |    2 | NULL  | +----+-------------+-------+------+---------------+------+---------+------+------+-------+ 1 row in set (0.00 sec)

1 2 3 4 5 6 7 8 9 10 11 12 13

type : 查询计划的连接类型, 有多个参数，先从最佳类型到最差类型介绍   性能： null > system/const > eq_ref > ref > ref_or_null > index_merge >  range > index >  all   慢：     explain select * from userinfo where email='alex';     type: ALL(全表扫描)     特别的: select * from userinfo limit 1; 快：     explain select * from userinfo where name='alex';     type: ref(走索引)   ③EXPLAIN 参数详解：http://www.cnblogs.com/wangfengming/articles/8275448.html

id
        查询顺序标识
            如：mysql> explain select * from (select nid,name from tb1 where nid < 10) as B;
            +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
            | id | select_type | table      | type  | possible_keys | key     | key_len | ref  | rows | Extra       |
            +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
            |  1 | PRIMARY     | <derived2> | ALL   | NULL          | NULL    | NULL    | NULL |    9 | NULL        |
            |  2 | DERIVED     | tb1        | range | PRIMARY       | PRIMARY | 8       | NULL |    9 | Using where |
            +----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
        特别的：如果使用union连接气值可能为null

    select_type
        查询类型
            SIMPLE          简单查询
            PRIMARY         最外层查询
            SUBQUERY        映射为子查询
            DERIVED         子查询
            UNION           联合
            UNION RESULT    使用联合的结果
            ...
    table
        正在访问的表名

    type
        查询时的访问方式，性能：all < index < range < index_merge < ref_or_null < ref < eq_ref < system/const
            ALL             全表扫描，对于数据表从头到尾找一遍
                            select * from tb1;
                            特别的：如果有limit限制，则找到之后就不在继续向下扫描
                                   select * from tb1 where email = 'seven@live.com'
                                   select * from tb1 where email = 'seven@live.com' limit 1;
                                   虽然上述两个语句都会进行全表扫描，第二句使用了limit，则找到一个后就不再继续扫描。

            INDEX           全索引扫描，对索引从头到尾找一遍
                            select nid from tb1;

            RANGE          对索引列进行范围查找
                            select *  from tb1 where name < 'alex';
                            PS:
                                between and
                                in
                                >   >=  <   <=  操作
                                注意：!= 和 > 符号

            INDEX_MERGE     合并索引，使用多个单列索引搜索
                            select *  from tb1 where name = 'alex' or nid in (11,22,33);

            REF             根据索引查找一个或多个值
                            select *  from tb1 where name = 'seven';

            EQ_REF          连接时使用primary key 或 unique类型
                            select tb2.nid,tb1.name from tb2 left join tb1 on tb2.nid = tb1.nid;

            CONST           常量
                            表最多有一个匹配行,因为仅有一行,在这行的列值可被优化器剩余部分认为是常数,const表很快,因为它们只读取一次。
                            select nid from tb1 where nid = 2 ;

            SYSTEM          系统
                            表仅有一行(=系统表)。这是const联接类型的一个特例。
                            select * from (select nid from tb1 where nid = 1) as A;
    possible_keys
        可能使用的索引

    key
        真实使用的

    key_len
        MySQL中使用索引字节长度

    rows
        mysql估计为了找到所需的行而要读取的行数 ------ 只是预估值

    extra
        该列包含MySQL解决查询的详细信息
        “Using index”
            此值表示mysql将使用覆盖索引，以避免访问表。不要把覆盖索引和index访问类型弄混了。
        “Using where”
            这意味着mysql服务器将在存储引擎检索行后再进行过滤，许多where条件里涉及索引中的列，当（并且如果）它读取索引时，就能被存储引擎检验，因此不是所有带where子句的查询都会显示“Using where”。有时“Using where”的出现就是一个暗示：查询可受益于不同的索引。
        “Using temporary”
            这意味着mysql在对查询结果排序时会使用一个临时表。
        “Using filesort”
            这意味着mysql会对结果使用一个外部索引排序，而不是按索引次序从表里读取行。mysql有两种文件排序算法，这两种排序方式都可以在内存或者磁盘上完成，explain不会告诉你mysql将使用哪一种文件排序，也不会告诉你排序会在内存里还是磁盘上完成。
        “Range checked for each record(index map: N)”
            这个意味着没有好用的索引，新的索引将在联接的每一行上重新估算，N是显示在possible_keys列中索引的位图，并且是冗余的。

八、慢查询日志

1、概念

将mysql服务器中影响数据库性能的相关SQL语句记录到日志文件，通过对这些特殊的SQL语句分析，改进以达到提高数据库性能的目的。

2、慢查询日志参数

1 2 3 4 5

long_query_time     ：  设定慢查询的阀值，超出设定值的SQL即被记录到慢查询日志，缺省值为10s slow_query_log      ：  指定是否开启慢查询日志 log_slow_queries    ：  指定是否开启慢查询日志(该参数已经被slow_query_log取代，做兼容性保留) slow_query_log_file ：  指定慢日志文件存放位置，可以为空，系统会给一个缺省的文件host_name-slow.log log_queries_not_using_indexes: 如果值设置为ON，则会记录所有没有利用索引的查询.

3、查看MySQL慢日志信息

1 2 3 4

#.查询慢日志配置信息 : show variables like '%query%'; #.修改配置信息 set global slow_query_log  = on;

4、查看不使用索引参数状态

1 2 3 4

# 显示参数　　 show variables like '%log_queries_not_using_indexes'; # 开启状态 set global log_queries_not_using_indexes  = on;

5、查看慢日志显示的方式

1 2 3 4 5

#查看慢日志记录的方式 show variables like '%log_output%';   #设置慢日志在文件和表中同时记录 set global log_output='FILE,TABLE';

6、测试慢查询日志

1 2 3 4 5

#查询时间超过10秒就会记录到慢查询日志中 select sleep(3) FROM user ;   #查看表中的日志 select * from mysql.slow_log;

九、大数据量分页优化

1、优化方案一

简单粗暴，就是不允许查看这么靠后的数据

2、优化方案二

在查询下一页时把上一页的行id作为参数传递给客户端程序，即select * from tb1 where id>3000000 limit 10; 
还有一种方式，比如100页的10条数据 select * from tb1 where id>100*10 limit 10;

3、优化方案三延迟关联

我们在来分析一下这条语句为什么慢,机就处在这个 * 里面，这个表除了id主键肯定还有其他字段， 
因为select * 所以mysql在沿着id主键走的时候要回行拿数据，走一下拿一下数据,如果把语句改成 
select id from tb1 limit 3000000,10;你会发现时间缩短了一半；然后我们在拿id分别去取10条数据就行了； 
语句就改成这样了： 
select table.* from tb1 inner join ( select id from tb1 limit 3000000,10 ) as tmp on tmp.id=table.id;

4、三种方法优先选择

这三种方法最先考虑第一种，其次第二种，第三种是别无选择