述2、

索引index是帮助MySQL高效获取数据的数据结构有序。

在数据之外数据库系统还维护着满足特定查找算法的数据结构这些数据结构以某种方式引用指向数据这样就可以在这些数据结构上实现高级查找算法这种数据结构就是索引。

索引大大提高了查询效率同时却也降低更新表的速度如对表进行INSERT、UPDATE、DELETE时效率降低。

MySQL的索引是在存储引擎层实现的不同的存储引擎有不同的结构主要包含以下几种

索引结构描述BTree索引最常见的索引类型大部分引擎都支持BTree索引Hash索引底层数据结构是用哈希表实现的只有精确匹配索引列的查询才有效不支持范围查询R-Tree空间索引空间索引是MySQL引擎的一个特殊索引类型主要用于地理空间数据类型通常很少使用Full-text全文索引是一种通过建立倒排索引快速匹配文档的方式。

类似于LuceneSolrES

索引InnoDBMyISAMMemoryBTree索引支持支持支持Hash索引不支持不支持支持R-Tree索引不支持支持不支持Full-text5.6版本之后支持支持不支持

2.1

BTree的每个节点存储多个key与指针假设key的个数为n则指针的个数为n1。

key用于控制范围指针指向下一个节点。

在BTree中所有的元素都会出现在叶子结点且数据只存储在叶子结点所有的叶子结点形成单向链表。

非叶子结点不存储数据只起到索引的作用。

这就使结点中的指针数量增加树的高度降低。

而MySQL对经典BTree进行了优化增加了一个指向相邻叶子结点的链表指针就形成了带有顺序指针的BTree提高区间访问的性能。

BTree结构示意图

哈希索引就是采用一定的Hash算法将键值换算成新的Hash值映射到对应的槽位上然后存储在Hash表中。

如果两个或多个键值映射到一个相同的槽位上他们就产生了hash冲突也称为hash碰撞可以通过链表来解决。

hash索引特点

hash索引只能用于对等比较in不支持范围查询between…

无法利用索引完成排序操作

查询效率高通常只需要一次检索就可以了效率通常要高于BTree索引

在MySQL中支持hash索引的是Memory存储引擎而InnoDB中具有自适应Hash功能hash索引是存储引擎根据BTree索引在指定条件下自动构建的。

2.3

为什么InnoDB存储引擎选择使用BTree索引结构而不选择二叉树红黑树B-Treehash表

二叉树问题顺序插入时会形成一个链表查询性能大大降低。

大数据量情况下层级较深检索速度慢。

红黑树问题虽然解决了二叉树形成链表的问题但本质还是二叉树大数据量情况下层级深检索速度慢。

B-Tree问题在MySQL中每个节点存储在一页中页的大小固定为16kB树节点中不仅存储了键值还存储了数据导致存储的键值减少指针也减少。

要保存同样大小的数据只能增加树的高度导致性能降低。

hash表只能满足等值查询不支持范围匹配。

无法对数据进行排序操作。

下三点

对于B-Tree无论是叶子结点还是非叶子结点都会保存数据而每个节点是保存在一个页中这样导致一页中存储的键值减少指针跟着减少要保存同样大小的数据只能增加树的高度导致性能降低而BTree在B-Tree的基础上进行优化只在叶子结点上存储数据并且在相邻的叶子结点之间增加指针形成双向链表提高性能。

Hash索引只能支持等值操作而BTree还支持范围匹配及排序操作。

3、索引分类

分类含义特点关键字主键索引针对于表中主键创建的索引默认自动创建只能有一个PRIMARY唯一索引避免同一个表中某数据列中的值重复可以有多个UNIQUE常规索引快速定位特定数据可以有多个全文索引全文索引查找的是文本中的关键字而不是比较索引中的值可以有多个FULLTEXT

分类含义特点聚集索引Clustered

Index将数据存储于索引放到一块索引结构的叶子结点保存了行数据必须有而且只有一个二级索引Secondary

Index将数据与索引分开存储索引结构的叶子结点关联的是对应的主键可以存在多个

聚集索引选取规则

如果没有主键或没有合适的唯一索引则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

创建索引

index_col创建索引的字段可选多个如果同时指定多个则称为联合索引如果只指定一个则称为单列索引

create

SQL性能分析主要是为SQL优化做准备因此需要明确要为哪类SQL进行优化。

一般而言主要对DQL也就是查询语句这类SQL进行优化对增删改的优化是次要的。

5.1

MySQL客户端连接成功后通过下面的命令可以提供服务器状态信息

查看服务器状态信息

status;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

insert

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需要在MySQL的配置文件/etc/my.cnf中配置如下信息

开启MySQL慢查询日志开关

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配置完毕之后重新启动MySQL服务器进行测试查看慢查询日志文件中记录的信息

localhost-slow.log可以知道哪些SQL执行耗时过长针对这些SQL进行优化。

5.3

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

select

have_profiling;默认profiling是关闭的可以通过

set

1;在开启profiling后就可以执行一系列业务SQL操作然后通过如下指令查看指令的执行耗时

show

条件;执行计划会返回很多信息id、select_type、table、partitions、type、possible_keys、key、key_len、ref、rows、filtered、extra下面一一介绍

explain

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、unionunion中的第二个或者后面的查询语句、subqueryselect

where

之后包含了子查询等。

type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。

possible_key显示可能应用在这张表上的索引一个或多个。

key实际使用的索引如果为null则没有使用索引。

key_len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。

rowsMySQL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。

filtered表示返回结果的行数站需要读取行数的百分比filtered的值越大越好。

extra额外信息。

6、索引使用规则

最左前缀法则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部分失效后面的字段索引失效。

若创建如下联合索引

北京;从上面的案例中可以受到启发在项目开发中在满足业务需求的情况下尽量使用

6.3索引失效情况

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。

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。

只有

数据分布影响如果MySQL评估使用索引比全表扫描慢则不使用索引。

6.4

提示是优化数据库的一个重要手段简单来说就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

这个提示是指开发者给MySQL的提示。

在表后面加

index建议使用指定索引但MySQL可以根据实际情况分析是否使用该索引

explain

尽量使用覆盖索引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。

减少使用

select

index查找使用了索引但是需要的数据都在索引列中能找到所以不需要回表查询数据。

using

当字段类型为字符串varchartext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。

idx_xxx自定义索引名

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。

sql

在业务场景中如果存在多个查询条件考虑针对于查询字段建立索引时建议建立联合索引而非单列索引。

多条件联合查询时MySQL优化器会评估哪个字段的索引效率更高会选择该索引完成本次查询。

7、索引设计原则

针对于数据量较大且查询比较频繁的表建立索引。

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。

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。

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。

尽量使用联合索引减少使用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查询提高查询效率。

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越大会影响增删改的效率。

如果索引列不能存储

NULL