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。
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
|
1
2
3
4
5
6
7
8
9
10
11
|
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
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 text11 12 那么这个 会员编号，作为主键，使用 primary13 会员姓名 如果要建索引的话，那么就是普通的 index14 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fulltext17 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
|
1
2
3
4
5
6
7
8
9
|
#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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
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 ] index17 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
|
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
|
善用帮助文档help createhelp 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
五、测试索引
1、准备
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
#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
2
3
4
5
|
#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 index 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 |
六、正确使用索引
一、覆盖索引
|
1
2
3
4
5
6
7
8
9
|
#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 |
二、联合索引
三、索引合并
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
#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 |
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
#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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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: 0mysql> 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: 0mysql> 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: 0mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';empty set (0.03 sec) |
|
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
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
|
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: 021 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(*) 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：
|
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
33
34
35
36
37
38
39
40
41
42
43
|
- like '%xx' select * from tb1 where email like '%cn'; - 使用函数 select * from tb1 where reverse(email) = 'wupeiqi'; - or select * 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 |
|
1
2
3
4
5
6
7
8
9
|
- 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 |
七、慢查询优化的基本步骤
|
1
2
3
4
5
6
7
|
0.先运行看看是否真的很慢，注意设置sql_no_cache1.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服务器之家的更多内容!
原文链接：https://www.cnblogs.com/bypp/p/7755307.html
