运维开发网

MySQL的索引原理以及查询优化详解

运维开发网 https://www.qedev.com 2022-04-02 06:46 出处:网络 作者: WorthWaitingFor
目录一、介绍1.什么是索引?2.为什么要有索引呢?二、索引的原理一索引原理二磁盘IO与预读三、索引的数据结构四、Mysql索引管理一、功能二、MySQL的索引分类三、索引的两大类型hash与bt...
目录
  • 一、介绍
    • 1.什么是索引?
    • 2.为什么要有索引呢?
  • 二、索引的原理
    • 一 索引原理
    • 二 磁盘IO与预读
  • 三、索引的数据结构
    • 四、mysql索引管理
      • 一、功能
      • 二、MySQL的索引分类
      • 三、 索引的两大类型hash与btree
      • 四、创建/删除索引的语法
    • 五、测试索引
      • 1、准备
      • 2 、在没有索引的前提下测试查询速度
      • 3、 加上索引
    • 六、正确使用索引
      • 一、覆盖索引
      • 二、联合索引
      • 三、索引合并
    • 七、慢查询优化的基本步骤
      • 总结

        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,则需要从编程客栈几百页中逐页去查。

        二、索引的原理

        一 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。

        二 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。

        MySQL的索引原理以及查询优化详解

        如上图,是一颗b+树,关于b+树的定义可以参见B+树,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

        一、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

        二、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
        1 举个例子来说,比如你在为某商场做一个会员卡的系统。
         2 
         3 这个系统有一个会员表
         4 有下列字段:
         5 会员编号 INT
         6 会员姓名 VARCHAR(10)
         7 会员身份证号码 VARCHAR(18)
         8 会员电话 VARCHAR(10)
         9 会员住址 VARCHAR(50)
        10 会员备注信息 TEXT
        11 
        12 那么这个 会员编号,作为主键,使用 PRIMARY
        13 会员姓名 如果要建索引的话,那么就是普通的 INDEX
        14 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)
        15 
        16 #除此之外还有全文索引,即FULLTEXT
        17 会员备注信息 , 如果需要建索引的话,可以选择全文搜索。
        18 用于搜索很长一篇文章的时候,效果最好。
        19 用在比较短的文本,如果就一两行字的,普通的 INDEX 也可以。
        20 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。
        21 
        22 #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

        三、 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;

        四、创建/删除索引的语法

        1 #方法一:创建表时
         2       CREATE TABLE 表名 (
         3                 字段名1  数据类型 [完整性约束条件…],
         4                 字段名2  数据类型 [完整性约束条件…],
         5                 [UNIQUE | FULLTEXT | SPATIAL ]   INDEX | KEY
         6                 [索引名]  (字段名[(长度)]  [ASC |DESC]) 
         7                 );
         8 
         9 
        10 #方法二:CREATE在已存在的表上创建索引
        11         CREATE  [UNIQUE | FULLTEXT | SPATIAL ]  INDEX  索引名 
        12                      ON 表名 (字段名[(长度)]  [ASC |DESC]) ;
        13 
        14 
        15 #方法三:ALTER TABLE在已存在的表上创建索引
        16         ALTER TABLE 表名 ADD  [UNIQUE | FULLTEXT | SPATIAL ] INDEX
        17                              索引名 (字段名[(长度)]  [ASC |DESC]) ;
        18                              
        19 #删除索引:DROP INDEX 索引名 ON 表名字;
        创建/删除索引的语法

        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

        MySQL的索引原理以及查询优化详解

        MySQL的索引原理以及查询优化详解

        五、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 indwkpwcWoQex 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

        MySQL的索引原理以及查询优化详解

        六、正确使用索引

        一、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

        MySQL的索引原理以及查询优化详解

        二、联合索引

        MySQL的索引原理以及查询优化详解

        三、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

        MySQL的索引原理以及查询优化详解

        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)
        1 6. 最左前缀匹配
         2 index(id,age,email,name)
         3 #条件中一定要出现id(只要出现id就会提升速度)
         4 id
         5 id age
         6 id email
         7 id name
         8 
         9 email #不行  如果单独这wkpwcWoQ个开头就不能提升速度了
        10 mysql> select count(*) from s1 where id=3000;
        11 +----------+
        12 | count(*) |
        13 +----------+
        14 |        1 |
        15 +----------+
        16 1 row in set (0.11 sec)
        17 
        18 mysql> create index xxx on s1(id,name,age,email);
        19 Query OK, 0 rows affected (6.44 sec)
        20 Records: 0  Duplicates: 0  Warnings: 0
        21 
        22 mysql>  select count(*) from s1 where id=3000;
        23 +----------+
        24 | count(*) |
        25 +----------+
        26 |        1 |
        27 +----------+
        28 1 row in set (0.00 sec)
        29 
        30 mysql>  select count(www.cppcns.com*) from s1 where name='egon';
        31 +----------+
        32 | count(*) |
        33 +----------+
        34 |   299999 |
        35 +----------+
        36 1 row in set (0.16 sec)
        37 
        38 mysql>  select count(*) from s1 where email='egon3333@oldboy.com';
        39 +----------+
        40 | count(*) |
        41 +----------+
        42 |        1 |
        43 +----------+
        44 1 row in set (0.15 sec)
        45 
        46 mysql>  select count(*) from s1 where id=1000 and email='egon3333@oldboy.com';
        47 +----------+
        48 | count(*) |
        49 +----------+
        50 |        0 |
        51 +----------+
        52 1 row in set (0.00 sec)
        53 
        54 mysql>  select count(*) from s1 where email='egon3333@oldboy.com' and id=3000;
        55 +----------+
        56 | count(*) |
        57 +----------+
        58 |        0 |
        59 +----------+
        60 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
            selewww.cppcns.comct * 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

        MySQL的索引原理以及查询优化详解

        七、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

        总结

        本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注我们的更多内容!

        0

        精彩评论

        暂无评论...
        验证码 换一张
        取 消

        关注公众号