索引性能验证

1、无索引列的查询

在where条件中查询没有添加索引的列,性能会比较差。我们可以先在sqlyog中打开表t_user的数据,然后复制一个名字出来进行查询。

/*无索引列的查询,索引不会命中*/
SELECT * FROM t_user WHERE NAME = 'ZYWMUoLMAu';

上面的SQL执行时间大约在0.4秒左右,耗时较长。

2、主键列查询

主键默认是唯一索引,我们可以尝试进行查找一条记录。

/*主键列查询,索引会命中*/
SELECT * FROM t_user WHERE id = 1;

上面的SQL执行时间大约在1毫秒左右,这说明主键上包含索引,性能提升非常大。

3、在NAME列上增加索引

在NAME上增加BTREE索引。

/*添加NAME列上的索引*/
ALTER TABLE `t_user` ADD INDEX index_name ( `name` ) ;

随着数据量越大,索引的创建时间会越长。添加完索引之后,再进行SQL的查询。

/*在NAME列上有索引,索引会命中*/
SELECT * FROM t_user WHERE NAME = 'ZYWMUoLMAu';

上面的SQL执行时间大约在10毫秒左右,这说明NAME列上索引已经生效。

4、范围查询的索引效果

我们在age列上进行范围查询,测试性能。

/*在age列上没有索引,索引不会命中*/
SELECT * FROM t_user WHERE age > 100 AND age < 200;

上面的SQL执行时间大约在0.4秒左右,性能较差。

在age列上添加BTREE索引,再进行测试。

/*在age列上有索引,索引会命中*/
ALTER TABLE `t_user` ADD INDEX index_age ( `age` ) ;

上面的SQL执行时间大约在10毫秒左右,这说明age列上索引对于范围查询来说已经生效。

5、排序的索引效果

我们在address列上进行排序查询,测试性能,限制查询数据量为100。

/*在address列上没有索引,索引不会命中*/
SELECT * FROM t_user ORDER BY address DESC LIMIT 100;

上面的SQL执行时间大约在1秒左右,性能较差。

在age列上添加BTREE索引,再进行测试。

/*在address列上有索引,索引会命中*/
ALTER TABLE `t_user` ADD INDEX index_address ( `address` ) ;

上面的SQL执行时间大约在30毫秒左右,这说明address列上索引对于排序查询来说已经生效。

高性能的索引策略

1、独立的列:

如果查询中的列不是独立的,则Mysql就不会使用索引。独立的含义是指索引列不能是表达式的一部分,也不能是函数的参数。

/*使用了表达式,不是独立的列,不会命中索引*/
SELECT * FROM t_user WHERE id + 0 = 1;

上面的SQL等价于id = 1但是Mysql的索引就会因此失效,执行时间大约在0.4秒左右。

2、like查询不能以%开头

如果查询中包含like查询以%为开头,则索引会失效。

/*LIKE查询以%为开头,不会命中索引*/
SELECT * FROM t_user WHERE NAME LIKE '%ZYWMU%';

上面的SQL语句执行时间在0.5秒左右,然后我们将开头的%去掉,进行测试。

/*LIKE查询不以%为开头,会命中索引*/
SELECT * FROM t_user WHERE NAME LIKE 'ZYWMU%';

当like查询不以%为开头之后,查询时间在0.02秒,证明索引已经命中,性能得到非常大的提升。

3.列类型是字符串,一定要在条件中将数据使用引号引用起来

尝试以下SQL,在name列有索引的情况下

/*在name列有索引,字符串未用引号引用,不会命中索引*/
SELECT * FROM t_user WHERE NAME = 123;

未查找到数据,执行时间0.6秒,如果我们将数据使用引号引用

/*在name列有索引,字符串用引号引用,会命中索引*/
SELECT * FROM t_user WHERE NAME = '123';

未查找到数据,执行时间0.01秒,证明索引已经命中。

4.最左匹配原则

在mysql建立联合索引时会遵循最左前缀匹配的原则,即最左优先,在检索数据时从联合索引的最左边开始匹配, 删除所有索引,对列name、列address和列phone建一个联合索引

ALTER TABLE `t_user` ADD INDEX index_combile ( `name`, `address`,`phone`);

联合索引 index_combile实际建立了(name)、(name,address)、(name,address,phone)三个索引。所以下面的三个SQL语句都可以命中索引。

SELECT * FROM t_user WHERE address = 'KPSTOrpBMf' AND phone = 'pjZvejKYKF' AND NAME = 'myGKHeCwAm'
SELECT * FROM t_user WHERE NAME = 'myGKHeCwAm' AND address = 'KPSTOrpBMf'
SELECT * FROM t_user WHERE NAME = 'myGKHeCwAm';

上面三个查询语句执行时会依照最左前缀匹配原则,检索时分别会使用索引

(name,address,phone)
(name,address)
(name)
(phone,address,name) (phone,address) (phone) SELECT * FROM t_user WHERE address = 'KPSTOrpBMf' AND phone = 'pjZvejKYKF' -> SELECT * FROM t_user WHERE phone = 'pjZvejKYKF' and address = 'KPSTOrpBMf'

  

进行数据匹配。

索引的字段可以是任意顺序的,如:

/*无索引列的查询,索引不会命中*/
SELECT * FROM t_user WHERE NAME = 'ZYWMUoLMAu';

  

Mysql的优化器会帮助我们调整where条件中的顺序,以匹配我们建立的索引。

联合索引中最左边的列不包含在条件查询中,所以根据上面的原则,下面的SQL语句就不会命中索引。

ALTER TABLE `t_user` ADD INDEX index_combile ( `name`, `address`,`phone`);

扩展

1.为什么innodb表必须建主键?

建立主键之后,数据就可以挂在主键的索引下方叶子节点,这样查询起来会很快。如果不建立主键,mysql会选择一列数据不重复的列作为索引列。如果没有找到,那么就会建立隐藏列rowid,这样无形中增加了开销。

2.为什么推荐使用自增主键,而不是字符串。

使用索引时存在大量比对工作,整型比对比字符串比对快。另外存储空间小。

3.为什么不建议mysql单表数据超过2000W?

id为bigint 8字节,指针占6个字节,单个page16K,16 * 1024/14 = 1170

1个page页可以存放数据也可以存放指针 数据1K计算,可以存放16条

所以3层的b+树,第一层放指针,第二层也放指针,第三层放数据 总计 16 * 1170 * 1170 约是2200W,所以如果数据再多,就需要用到4层B+数,这样的查询效率会进一步降低。

使用explain语句查看索引的命中情况

我们可以使用explain语句查看SQL语句的执行计划,判断索引是否命中。

explain SELECT * FROM t_user WHERE address = 'KPSTOrpBMf' AND phone = 'pjZvejKYKF' AND NAME = 'myGKHeCwAm';

显示结果如下:

id select_type table partitions type possible_keys key key_len ref rows filtered Extra
1 SIMPLE t_user (NULL) ALL (NULL) (NULL) (NULL) (NULL) 996086 1.00 Using where

EXPLAIN列的解释:

table:显示这一行的数据是关于哪张表的

type:这是重要的列,显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL

possible_keys:显示可能应用在这张表中的索引。如果为空,没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句

key: 实际使用的索引。如果为NULL,则没有使用索引。很少的情况下,MYSQL会选择优化不足的索引。这种情况下,可以在SELECT语句中使用USE INDEX(indexname)来强制使用一个索引或者用IGNORE INDEX(indexname)来强制MYSQL忽略索引

key_len:使用的索引的长度。在不损失精确性的情况下,长度越短越好

ref:显示索引的哪一列被使用了,如果可能的话,是一个常数

rows:MYSQL认为必须检查的用来返回请求数据的行数

Extra:关于MYSQL如何解析查询的额外信息。

type

以下排序从上到下,性能由坏到好。

a.ALL:Full Table Scan, MySQL将遍历全表以找到匹配的行

b.index:Full Index Scan,index与ALL区别为index类型只遍历索引树

c.range:索引范围扫描,对索引的扫描开始于某一点,返回匹配值域的行,常见于between、<、>等的查询

d.ref:非唯一性索引扫描,返回匹配某个单独值的所有行。常见于使用非唯一索引即唯一索引的非唯一前缀进行的查找

e.eq_ref:唯一性索引扫描,对于每个索引键,表中只有一条记录与之匹配。常见于主键或唯一索引扫描

f.const、system:当MySQL对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。如将主键置于where列表中,MySQL就能将该查询转换为一个常量

g.NULL:MySQL在优化过程中分解语句,执行时甚至不用访问表或索引

所以由type可以进行分析,如果是ref、eq_ref那么索引命中且性能较好。

mysql索引性能验证,高性能的索引策略的更多相关文章

  1. mysql笔记02 创建高性能的索引

    创建高性能的索引 1. 索引(在MySQL中也叫做"键(key)")是存储引擎用于快速找到记录的一种数据结构. 2. 索引可以包含一个或多个列的值.如果索引包含多个列,那么列的顺序 ...

  2. MySQL查询性能优化---高性能(二)

    转载地址:https://segmentfault.com/a/1190000011330649 避免向数据库请求不需要的数据 在访问数据库时,应该只请求需要的行和列.请求多余的行和列会消耗MySql ...

  3. MySQL实战 | 05 如何设计高性能的索引?

    原文链接:MySQL | 05 如何设计高性能的索引? 上回我们主要研究了为什么使用索引,以及索引的数据结构.今天带你了解如何设计高性能的索引. 其中,有这么一个点,说的是 InnoDB 引擎中使用的 ...

  4. SqlServer性能优化 查询和索引优化(十二)

    查询优化的过程: 查询优化: 功能:分析语句后最终生成执行计划 分析:获取操作语句参数 索引选择 Join算法选择 创建测试的表: select * into EmployeeOp from Adve ...

  5. 高性能MySQL笔记 第5章 创建高性能的索引

    索引(index),在MySQL中也被叫做键(key),是存储引擎用于快速找到记录的一种数据结构.索引优化是对查询性能优化最有效的手段.   5.1 索引基础   索引的类型   索引是在存储引擎层而 ...

  6. Mysql优化之创建高性能索引(二)

    1.索引的优点 索引可以让服务器快速地定位到表的指定位置.总结下来有三大优点: 索引大大减少了服务器需要扫描的数据量 索引可以帮助服务器避免排序和临时表 索引可以将随机I/O变为顺序I/O 2.高性能 ...

  7. 高性能mysql:创建高性能的索引

    本文系阅读<高性能MySQL>,Baron Schwartz等著一书中第五章 创建高性能的索引的笔记,索引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 ...

  8. 《高性能MySQL》读书笔记之创建高性能的索引

    索引是存储引擎用于快速找到记录的一种数据结构.索引优化是对查询性能优化的最有效手段.索引能够轻易将查询性能提高几个数量级.创建一个最优的索引经常需要重写查询.5.1 索引基础 在MySQL中,存储引擎 ...

  9. Mysql优化系列之索引性能

    实际上,前面的数据类型和表结构设计优化不能算优化,只能算规范,也就是说在设计表的时候,应该且必须做到这些 索引是sql优化的核心部分,在<高性能Mysql>中单独抽出一章讲,也印证了其重要 ...

随机推荐

  1. 基于ros2 dashing的建图导航探索

    基于ros2 dashing的建图导航探索 1. 环境准备 安装ros2 dashing, 参考链接: https://index.ros.org/doc/ros2/Installation/Dash ...

  2. javaMail (java代码发送邮件)

    第一在邮件账户设置开启以下两个 需要发送短信获取  授权码. 代码如下: package com.hjb.javaMail; import javax.mail.*; import javax.mai ...

  3. MongoDB 在Node中的应用

    转: MongoDB 在Node中的应用 文章目录 一 .什么是 MongoDB? 二.小Demo 三.Demo 增删改查 3.1 新增 3.2 查询 3.2.1 查询所有 [{},{}] 找不到返回 ...

  4. nignx的location正则匹配

    原文链接:http://nginx.org/en/docs/http/ngx_http_core_module.html Syntax: location [ = | ~ | ~* | ^~ ] ur ...

  5. 大家最常用的编程论坛是哪个呢,欢迎评论!!掘金16 juejin 简书41 jianshu 博客85 csdn137 csdn

    软件编程交流论坛 掘金  16 juejin 简书  41 jianshu 博客  85 cnblogs csdn  137 csdn stackoverflow 0 思否 github 大家最常用的 ...

  6. HDOJ-1257(贪心/动态规划)

    最少拦截系统 HDOJ-1257 我做这题的思路就是采用暴力或者贪心.也就是每次循环选出从第一个未被选择的元素开始,依次把后面可以选择的元素作为一个系统.最后统计可以有多少个系统. 还有人的思路就是利 ...

  7. 选择 FreeBSD 而不是 Linux 的技术性原因2

    ZFSZFS 文件系统是 FreeBSD 上的一等公民.这不仅意味着可以在 ZFS 上安装根目录,安装程序也支持这一点,而且还意味着很多基础系统工具都已经紧密地集成或构建了对 ZFS 的支持.在 Fr ...

  8. uni-app(二)接口请求封装,全局输出api

    在项目 main.js 同级创建 utils 文件夹, utils里创建 config.js文件,存储重要参数 // 获取平台信息 const { system, } = uni.getSystemI ...

  9. python数据分析三剑客基础之matpoltlib初解

    一.什么是matplotlib? python的底层绘图工具,主要做数据可视化图表,源自matplot. 二.为什么要学matplotlib? 1.它能将数据进行可视化,更直观的呈现出来 2.它能让数 ...

  10. HDU_3746 Cyclic Nacklace 【KMP的应用】

    一.题目 HDU3746 二.分析 KMP比较好解决的一个问题:如果求一个串中的循环节? 仔细回想KMP的用法,重点是next数组,相当于就是后缀和前缀的比较,那么不正是方便了我们确定循环节? 如果以 ...