mysql之索引原理與慢查詢優化

一、介紹

1.什么是索引？

一般的應用系統，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現性能問題，在生產環境中，我們遇到最多的，也是最容易出問題的，還是一些復雜的查詢操作，因此對查詢語句的優化顯然是重中之重。說起加速查詢，就不得不提到索引了。

2.為什么要有索引呢？

索引在MySQL中也叫做“鍵”，是存儲引擎用于快速找到記錄的一種數據結構。索引對于良好的性能
非常關鍵，尤其是當表中的數據量越來越大時，索引對于性能的影響愈發重要。
索引優化應該是對查詢性能優化最有效的手段了。索引能夠輕易將查詢性能提高好幾個數量級。
索引相當于字典的音序表，如果要查某個字，如果不使用音序表，則需要從幾百頁中逐頁去查。

二、索引的原理

一 索引原理

索引的目的在于提高查詢效率，與我們查閱圖書所用的目錄是一個道理：先定位到章，然后定位到該章下的一個小節，然后找到頁數。相似的例子還有：查字典，查火車車次，飛機航班等

本質都是：通過不斷地縮小想要獲取數據的范圍來篩選出最終想要的結果，同時把隨機的事件變成順序的事件，也就是說，有了這種索引機制，我們可以總是用同一種查找方式來鎖定數據。

數據庫也是一樣，但顯然要復雜的多，因為不僅面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數據庫應該選擇怎么樣的方式來應對所有的問題呢？我們回想字典的例子，能不能把數據分成段，然后分段查詢呢？最簡單的如果1000條數據，1到100分成第一段，101到200分成第二段，201到300分成第三段......這樣查第250條數據，只要找第三段就可以了，一下子去除了90%的無效數據。但如果是1千萬的記錄呢，分成幾段比較好？稍有算法基礎的同學會想到搜索樹，其平均復雜度是lgN，具有不錯的查詢性能。但這里我們忽略了一個關鍵的問題，復雜度模型是基于每次相同的操作成本來考慮的。而數據庫實現比較復雜，一方面數據是保存在磁盤上的，另外一方面為了提高性能，每次又可以把部分數據讀入內存來計算，因為我們知道訪問磁盤的成本大概是訪問內存的十萬倍左右，所以簡單的搜索樹難以滿足復雜的應用場景。

?二 磁盤IO與預讀

考慮到磁盤IO是非常高昂的操作，計算機操作系統做了一些優化，當一次IO時，不光把當前磁盤地址的數據，而是把相鄰的數據也都讀取到內存緩沖區內，因為局部預讀性原理告訴我們，當計算機訪問一個地址的數據的時候，與其相鄰的數據也會很快被訪問到。每一次IO讀取的數據我們稱之為一頁(page)。具體一頁有多大數據跟操作系統有關，一般為4k或8k，也就是我們讀取一頁內的數據時候，實際上才發生了一次IO，這個理論對于索引的數據結構設計非常有幫助。

三、索引的數據結構

任何一種數據結構都不是憑空產生的，一定會有它的背景和使用場景，我們現在總結一下，我們需要這種數據結構能夠做些什么，其實很簡單，那就是：每次查找數據時把磁盤IO次數控制在一個很小的數量級，最好是常數數量級。那么我們就想到如果一個高度可控的多路搜索樹是否能滿足需求呢？就這樣，b+樹應運而生。

如上圖，是一顆b+樹，關于b+樹的定義可以參見B+樹，這里只說一些重點，淺藍色的塊我們稱之為一個磁盤塊，可以看到每個磁盤塊包含幾個數據項（深藍色所示）和指針（黃色所示），如磁盤塊1包含數據項17和35，包含指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實的數據存在于葉子節點即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節點只不存儲真實的數據，只存儲指引搜索方向的數據項，如17、35并不真實存在于數據表中。

###b+樹的查找過程
如圖所示，如果要查找數據項29，那么首先會把磁盤塊1由磁盤加載到內存，此時發生一次IO，在內存中用二分查找確定29在17和35之間，鎖定磁盤塊1的P2指針，內存時間因為非常短（相比磁盤的IO）可以忽略不計，通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內存，發生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到內存，發生第三次IO，同時內存中做二分查找找到29，結束查詢，總計三次IO。真實的情況是，3層的b+樹可以表示上百萬的數據，如果上百萬的數據查找只需要三次IO，性能提高將是巨大的，如果沒有索引，每個數據項都要發生一次IO，那么總共需要百萬次的IO，顯然成本非常非常高。

###b+樹性質
1.索引字段要盡量的小：通過上面的分析，我們知道IO次數取決于b+數的高度h，假設當前數據表的數據為N，每個磁盤塊的數據項的數量是m，則有h=㏒(m+1)N，當數據量N一定的情況下，m越大，h越小；而m = 磁盤塊的大小 / 數據項的大小，磁盤塊的大小也就是一個數據頁的大小，是固定的，如果數據項占的空間越小，數據項的數量越多，樹的高度越低。這就是為什么每個數據項，即索引字段要盡量的小，比如int占4字節，要比bigint8字節少一半。這也是為什么b+樹要求把真實的數據放到葉子節點而不是內層節點，一旦放到內層節點，磁盤塊的數據項會大幅度下降，導致樹增高。當數據項等于1時將會退化成線性表。
2.索引的最左匹配特性（即從左往右匹配）：當b+樹的數據項是復合的數據結構，比如(name,age,sex)的時候，b+數是按照從左到右的順序來建立搜索樹的，比如當(張三,20,F)這樣的數據來檢索的時候，b+樹會優先比較name來確定下一步的所搜方向，如果name相同再依次比較age和sex，最后得到檢索的數據；但當(20,F)這樣的沒有name的數據來的時候，b+樹就不知道下一步該查哪個節點，因為建立搜索樹的時候name就是第一個比較因子，必須要先根據name來搜索才能知道下一步去哪里查詢。比如當(張三,F)這樣的數據來檢索時，b+樹可以用name來指定搜索方向，但下一個字段age的缺失，所以只能把名字等于張三的數據都找到，然后再匹配性別是F的數據了， 這個是非常重要的性質，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，聯合唯一也都是索引，這些索引除了加速查找以外，還有約束的功能

二、MySQL的索引分類

索引分類 1.普通索引index :加速查找 2.唯一索引主鍵索引：primary key ：加速查找+約束（不為空且唯一）唯一索引：unique：加速查找+約束 （唯一） 3.聯合索引-primary key(id,name):聯合主鍵索引-unique(id,name):聯合唯一索引-index(id,name):聯合普通索引 4.全文索引fulltext :用于搜索很長一篇文章的時候，效果最好。 5.空間索引spatial :了解就好，幾乎不用 1 舉個例子來說，比如你在為某商場做一個會員卡的系統。2 3 這個系統有一個會員表4 有下列字段：5 會員編號 INT6 會員姓名 VARCHAR(10)7 會員身份證號碼 VARCHAR(18) 8 會員電話 VARCHAR(10) 9 會員住址 VARCHAR(50) 10 會員備注信息 TEXT 11 12 那么這個 會員編號，作為主鍵，使用 PRIMARY 13 會員姓名 如果要建索引的話，那么就是普通的 INDEX 14 會員身份證號碼 如果要建索引的話，那么可以選擇 UNIQUE （唯一的，不允許重復） 15 16 #除此之外還有全文索引，即FULLTEXT 17 會員備注信息 ， 如果需要建索引的話，可以選擇全文搜索。 18 用于搜索很長一篇文章的時候，效果最好。 19 用在比較短的文本，如果就一兩行字的，普通的 INDEX 也可以。 20 但其實對于全文搜索，我們并不會使用MySQL自帶的該索引，而是會選擇第三方軟件如Sphinx，專門來做全文搜索。 21 22 #其他的如空間索引SPATIAL，了解即可，幾乎不用

三、 索引的兩大類型hash與btree

#我們可以在創建上述索引的時候，為其指定索引類型，分兩類 hash類型的索引：查詢單條快，范圍查詢慢 btree類型的索引：b+樹，層數越多，數據量指數級增長（我們就用它，因為innodb默認支持它）#不同的存儲引擎支持的索引類型也不一樣 InnoDB 支持事務，支持行級別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引； MyISAM 不支持事務，支持表級別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引； Memory 不支持事務，支持表級別鎖定，支持 B-tree、Hash 等索引，不支持 Full-text 索引； NDB 支持事務，支持行級別鎖定，支持 Hash 索引，不支持 B-tree、Full-text 等索引； Archive 不支持事務，支持表級別鎖定，不支持 B-tree、Hash、Full-text 等索引；

四、創建/刪除索引的語法

1 #方法一：創建表時2 　　CREATE TABLE 表名 (3 字段名1 數據類型 [完整性約束條件…],4 字段名2 數據類型 [完整性約束條件…],5 [UNIQUE | FULLTEXT | SPATIAL ] INDEX | KEY6 [索引名] (字段名[(長度)] [ASC |DESC]) 7 ); 8 9 10 #方法二：CREATE在已存在的表上創建索引 11 CREATE [UNIQUE | FULLTEXT | SPATIAL ] INDEX 索引名 12 ON 表名 (字段名[(長度)] [ASC |DESC]) ; 13 14 15 #方法三：ALTER TABLE在已存在的表上創建索引 16 ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL ] INDEX 17 索引名 (字段名[(長度)] [ASC |DESC]) ; 18 19 #刪除索引：DROP INDEX 索引名 ON 表名字; 善用幫助文檔 help create help create index ================== 1.創建索引-在創建表時就創建（需要注意的幾點）create table s1(id int ,#可以在這加primary key#id int index #不可以這樣加索引，因為index只是索引，沒有約束一說，#不能像主鍵，還有唯一約束一樣，在定義字段的時候加索引name char(20),age int,email varchar(30)#primary key(id) #也可以在這加index(id) #可以這樣加); -在創建表后在創建 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，也就是給id字段增加一個主鍵約束 create index name on s1(id,name); #添加普通聯合索引 2.刪除索引 drop index id on s1; drop index name on s1; #刪除普通索引 drop index age on s1; #刪除唯一索引，就和普通索引一樣，不用在index前加unique來刪，直接就可以刪了 alter table s1 drop primary key; #刪除主鍵(因為它添加的時候是按照alter來增加的，那么我們也用alter來刪)

幫助查看

五、測試索引

1、準備

#1. 準備表 create table s1( id int, name varchar(20), gender char(6), email varchar(50) );#2. 創建存儲過程，實現批量插入記錄 delimiter $$ #聲明存儲過程的結束符號為$$ create procedure auto_insert1() BEGINdeclare 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$$ #$$結束 delimiter ; #重新聲明分號為結束符號 #3. 查看存儲過程 show create procedure auto_insert1\G #4. 調用存儲過程 call auto_insert1();

2 、在沒有索引的前提下測試查詢速度

#無索引：從頭到尾掃描一遍，所以查詢速度很慢 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. 一定是為搜索條件的字段創建索引，比如select * from t1 where age > 5;就需要為age加上索引#2. 在表中已經有大量數據的情況下，建索引會很慢，且占用硬盤空間，插入刪除更新都很慢，只有查詢快 比如create index idx on s1(id);會掃描表中所有的數據，然后以id為數據項，創建索引結構，存放于硬盤的表中。 建完以后，再查詢就會很快了#3. 需要注意的是：innodb表的索引會存放于s1.ibd文件中，而myisam表的索引則會有單獨的索引文件table1.MYI

六、正確使用索引

一、覆蓋索引

#分析 select * from s1 where id=123; 該sql命中了索引，但未覆蓋索引。 利用id=123到索引的數據結構中定位到該id在硬盤中的位置，或者說再數據表中的位置。 但是我們select的字段為*，除了id以外還需要其他字段，這就意味著，我們通過索引結構取到id還不夠，
還需要利用該id再去找到該id所在行的其他字段值，這是需要時間的，很明顯，如果我們只select id，
就減去了這份苦惱，如下 select id from s1 where id=123; 這條就是覆蓋索引了，命中索引，且從索引的數據結構直接就取到了id在硬盤的地址，速度很快

二、聯合索引

三、索引合并

#索引合并：把多個單列索引合并使用#分析： 組合索引能做到的事情，我們都可以用索引合并去解決，比如 create index ne on s1(name,email);#組合索引 我們完全可以單獨為name和email創建索引組合索引可以命中： 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：可以命中更多的情況，但其實要分情況去看，如果是name='egon' and email='adf',
那么組合索引的效率要高于索引合并，如果是單條件查，那么還是用索引合并比較合理

三 若想利用索引達到預想的提高查詢速度的效果，我們在添加索引時，必須遵循以下原則

#1.最左前綴匹配原則，非常重要的原則， create index ix_name_email on s1(name,email,) - 最左前綴匹配：必須按照從左到右的順序匹配 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會一直向右匹配直到遇到范圍查詢(>、<、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)順序的索引，
d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。#2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優化器
會幫你優化成索引可以識別的形式#3.盡量選擇區分度高的列作為索引,區分度的公式是count(distinct col)/count(*)，
表示字段不重復的比例，比例越大我們掃描的記錄數越少，唯一鍵的區分度是1，而一些狀態、
性別字段可能在大數據面前區分度就是0，那可能有人會問，這個比例有什么經驗值嗎？使用場景不同，
這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄#4.索引列不能參與計算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’
就不能使用到索引，原因很簡單，b+樹中存的都是數據表中的字段值，
但進行檢索時，需要把所有元素都應用函數才能比較，顯然成本太大。
所以語句應該寫成create_time = unix_timestamp(’2014-05-29’);

最左前綴示范

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); #未遵循最左前綴 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: 0 mysql> create index idx on s1(name,email,gender,id); #遵循最左前綴 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. 最左前綴匹配2 index(id,age,email,name)3 #條件中一定要出現id(只要出現id就會提升速度)4 id5 id age6 id email7 id name 8 9 email #不行 如果單獨這個開頭就不能提升速度了 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(*) 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)

索引無法命中的情況需要注意：

- like '%xx'select * from tb1 where email like '%cn';- 使用函數select * from tb1 where reverse(email) = 'wupeiqi';- orselect * from tb1 where nid = 1 or name = 'seven@live.com'; 特別的：當or條件中有未建立索引的列才失效，以下會走索引 select * from tb1 where nid = 1 or name = 'seven'; select * from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex' - 類型不一致 如果列是字符串類型，傳入條件是必須用引號引起來，不然... select * from tb1 where email = 999; 普通索引的不等于不會走索引 - != select * from tb1 where email != 'alex' 特別的：如果是主鍵，則還是會走索引 select * from tb1 where nid != 123 - > select * from tb1 where email > 'alex' 特別的：如果是主鍵或索引是整數類型，則還是會走索引 select * from tb1 where nid > 123 select * from tb1 where num > 123 #排序條件為索引，則select字段必須也是索引字段，否則無法命中 - order by select name from s1 order by email desc; 當根據索引排序時候，select查詢的字段如果不是索引，則不走索引 select email from s1 order by email desc; 特別的：如果對主鍵排序，則還是走索引： select * from tb1 order by nid desc; - 組合索引最左前綴 如果組合索引為：(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中沒有差別了 - create index xxxx on tb(title(19)) #text類型，必須制定長度 - 避免使用select * - count(1)或count(列) 代替 count(*) - 創建表時盡量時 char 代替 varchar - 表的字段順序固定長度的字段優先 - 組合索引代替多個單列索引（經常使用多個條件查詢時） - 盡量使用短索引 - 使用連接（JOIN）來代替子查詢(Sub-Queries) - 連表時注意條件類型需一致 - 索引散列值（重復少）不適合建索引，例：性別不適合

?

七、慢查詢優化的基本步驟

0.先運行看看是否真的很慢，注意設置SQL_NO_CACHE 1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語句的where都應用到表中返回的記錄數最小的表開始查起，單表每個字段分別查詢，看哪個字段的區分度最高 2.explain查看執行計劃，是否與1預期一致（從鎖定記錄較少的表開始查詢） 3.order by limit 形式的sql語句讓排序的表優先查 4.了解業務方使用場景 5.加索引時參照建索引的幾大原則 6.觀察結果，不符合預期繼續從0分析

?

轉載于:https://www.cnblogs.com/kcwxx/p/10145549.html

總結

以上是生活随笔為你收集整理的mysql学习【第10篇】：数据库之索引与慢查询优化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。