• 欢迎访问 winrains 的个人网站!
  • 本网站主要从互联网整理和收集了与Java、网络安全、Linux等技术相关的文章,供学习和研究使用。如有侵权,请留言告知,谢谢!

MySQL 索引优化实战

MySQL winrains 来源:撸码那些事 7个月前 (02-29) 48次浏览

上篇文章中介绍了索引的基本内容,这篇文章我们继续介绍索引优化实战。在介绍索引优化实战之前,首先要介绍两个与索引相关的重要概念,这两个概念对于索引优化至关重要。

本篇文章用于测试的user表结构:

mark

索引相关的重要概念

基数

单个列唯一键(distict_keys)的数量叫做基数。

SELECT COUNT(DISTINCT name),COUNT(DISTINCT gender) FROM user;

mark

user表的总行数是5,gender 列的基数是 2,说明 gender 列里面有大量重复值,name 列的基数等于总行数,说明 name列没有重复值,相当于主键。

返回数据的比例:

user表中共有5条数据:

SELECT * FROM user;

mark

查询满足性别为0(男)的记录数:

mark

那么返回记录的比例数是:

mark

同理,查询name为’swj’的记录数:

mark

返回记录的比例数是:

mark

现在问题来了,假设name、gender列都有索引,那么SELECT * FROM user WHERE gender = 0; SELECT * FROM user WHERE name = 'swj';都能命中索引吗?

user表的索引详情:

mark

SELECT * FROM user WHERE gender = 0;没有命中索引,注意filtered的值就是上面我们计算的返回记录的比例数。

mark

SELECT * FROM user WHERE name = 'swj';命中了索引index_name,因为走索引直接就能找到要查询的记录,所以filtered的值为100

mark

结论:

返回表中 30% 内的数据会走索引,返回超过 30% 数据就使用全表扫描。当然这个结论太绝对了,也并不是绝对的30%,只是一个大概的范围。

回表

当对一个列创建索引之后,索引会包含该列的键值及键值对应行所在的 rowid。通过索引中记录的 rowid 访问表中的数据就叫回表。回表次数太多会严重影响 SQL 性能,如果回表次数太多,就不应该走索引扫描,应该直接走全表扫描。

EXPLAIN命令结果中的Using Index意味着不会回表,通过索引就可以获得主要的数据。Using Where则意味着需要回表取数据。

索引优化实战

有些时候虽然数据库有索引,但是并不被优化器选择使用。

我们可以通过SHOW STATUS LIKE 'Handler_read%';查看索引的使用情况:

mark

Handler_read_key:如果索引正在工作,Handler_read_key的值将很高。

Handler_read_rnd_next:数据文件中读取下一行的请求数,如果正在进行大量的表扫描,值将较高,则说明索引利用不理想。

索引优化规则

  • 如果MySQL估计使用索引比全表扫描还慢,则不会使用索引返回数据的比例是重要的指标,比例越低越容易命中索引。记住这个范围值——30%,后面所讲的内容都是建立在返回数据的比例在30%以内的基础上。
  • 前导模糊查询不能命中索引name列创建普通索引:

    mark

    前导模糊查询不能命中索引:

    EXPLAIN SELECT * FROM user WHERE name LIKE '%s%';

    mark

    非前导模糊查询则可以使用索引,可优化为使用非前导模糊查询:

    EXPLAIN SELECT * FROM user WHERE name LIKE 's%';

    mark

  • 数据类型出现隐式转换的时候不会命中索引,特别是当列类型是字符串,一定要将字符常量值用引号引起来
    EXPLAIN SELECT * FROM user WHERE name=1;

    mark

    EXPLAIN SELECT * FROM user WHERE name='1';

    mark

  • 复合索引的情况下,查询条件不包含索引列最左边部分(不满足最左原则),不会命中符合索引name,age,status列创建复合索引:
    ALTER TABLE user ADD INDEX index_name (name,age,status);

    mark

    user表索引详情:

    SHOW INDEX FROM user;

    mark

    根据最左原则,可以命中复合索引index_name:

    EXPLAIN SELECT * FROM user WHERE name='swj' AND status=1;

    mark

    注意,最左原则并不是说是查询条件的顺序:

    EXPLAIN SELECT * FROM user WHERE status=1 AND name='swj';

    mark

    而是查询条件中是否包含索引最左列字段:

    EXPLAIN SELECT * FROM user WHERE status=2 ;

    mark

  • union、in、or 都能够命中索引,建议使用 in。union:
    EXPLAIN SELECT * FROM user WHERE status = 1
    UNION ALL
    SELECT * FROM user WHERE status = 2;

    mark

    in:

    EXPLAIN SELECT * FROM user WHERE status IN (1,2);

    mark

    or:

    EXPLAIN SELECT * FROM user WHERE status=1 OR status=2;

    mark

    查询的CPU消耗:or > in >union

  • 用or分割开的条件,如果or前的条件中列有索引,而后面的列中没有索引,那么涉及到的索引都不会被用到
    EXPLAIN SELECT * FROM payment WHERE customer_id = 203 OR amount = 3.96;

    mark

    因为or后面的条件列中没有索引,那么后面的查询肯定要走全表扫描,在存在全表扫描的情况下,就没有必要多一次索引扫描增加IO访问。

  • 负向条件查询不能使用索引,可以优化为 in 查询。负向条件有:!=、<>、not in、not exists、not like 等。

    status列创建索引:

    ALTER TABLE user ADD INDEX index_status (status);

    mark

    user表索引详情:

    SHOW INDEX FROM user;

    mark

    负向条件不能命中缓存:

    EXPLAIN SELECT * FROM user WHERE status !=1 AND status != 2;

    mark

    可以优化为 in 查询,但是前提是区分度要高,返回数据的比例在30%以内:

    EXPLAIN SELECT * FROM user WHERE status IN (0,3,4);

    mark

  • 范围条件查询可以命中索引范围条件有:<、<=、>、>=、between等

    status,age列分别创建索引:

    ALTER TABLE user ADD INDEX index_status (status);

    mark

    ALTER TABLE user ADD INDEX index_age (age);

    mark

    user表索引详情:

    SHOW INDEX FROM user;

    mark

    范围条件查询可以命中索引:

    EXPLAIN SELECT * FROM user WHERE status>5;

    mark

    范围列可以用到索引(联合索引必须是最左前缀),但是范围列后面的列无法用到索引,索引最多用于一个范围列,如果查询条件中有两个范围列则无法全用到索引:

    EXPLAIN SELECT * FROM user WHERE status>5 AND age<24;

    mark

    如果是范围查询和等值查询同时存在,优先匹配等值查询列的索引:

    EXPLAIN SELECT * FROM user WHERE status>5 AND age=24;

    mark

  • 数据库执行计算不会命中索引
    EXPLAIN SELECT * FROM user WHERE age > 24;

    mark

    EXPLAIN SELECT * FROM user WHERE age+1 > 24;

    mark

    计算逻辑应该尽量放到业务层处理,节省数据库的 CPU的同时最大限度的命中索引。

  • 利用覆盖索引进行查询,避免回表被查询的列,数据能从索引中取得,而不用通过行定位符 row-locator 再到 row 上获取,即“被查询列要被所建的索引覆盖”,这能够加速查询速度。

    user表的索引详情:

    mark

    因为status字段是索引列,所以直接从索引中就可以获取值,不必回表查询:

    Using Index代表从索引中查询

    EXPLAIN SELECT status FROM user where status=1;

    mark

    当查询其他列时,就需要回表查询,这也是为什么要避免SELECT *的原因之一:

    EXPLAIN SELECT * FROM user where status=1;

    mark

  • 建立索引的列,不允许为 null单列索引不存 null 值,复合索引不存全为 null 的值,如果列允许为 null,可能会得到“不符合预期”的结果集,所以,请使用 not null 约束以及默认值。

    remark列建立索引:

    ALTER TABLE user ADD INDEX index_remark (remark);

    mark

    IS NULL可以命中索引:

    EXPLAIN SELECT * FROM user WHERE remark IS NULL;

    mark

    IS NOT NULL不能命中索引:

    EXPLAIN SELECT * FROM user WHERE remark IS NOT NULL;

    mark

    虽然IS NULL可以命中索引,但是NULL本身就不是一种好的数据库设计,应该使用NOT NULL 约束以及默认值

  • 更新十分频繁的字段上不宜建立索引因为更新操作会变更B+树,重建索引。这个过程是十分消耗数据库性能的。
  • 区分度不大的字段上不宜建立索引类似于性别这种区分度不大的字段,建立索引的意义不大。因为不能有效过滤数据,性能和全表扫描相当。另外返回数据的比例在30%以外的情况下,优化器不会选择使用索引。
  • 业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引虽然唯一索引会影响insert速度,但是对于查询的速度提升是非常明显的。另外,即使在应用层做了非常完善的校验控制,只要没有唯一索引,在并发的情况下,依然有脏数据产生。
  • 多表关联时,要保证关联字段上一定有索引
  • 创建索引时避免以下错误观念
    • 索引越多越好,认为一个查询就需要建一个索引。
    • 宁缺勿滥,认为索引会消耗空间、严重拖慢更新和新增速度。
    • 抵制唯一索引,认为业务的唯一性一律需要在应用层通过“先查后插”方式解决。
    • 过早优化,在不了解系统的情况下就开始优化。

总结

对于自己编写的SQL查询语句,要尽量使用EXPLAIN命令分析一下,做一个对SQL性能有追求的程序员。衡量一个程序员是否靠谱,SQL能力是一个重要的指标。作为后端程序员,深以为然。

参考

  • 《深入浅出MySQL》

作者:撸码那些事

来源:https://www.cnblogs.com/songwenjie/p/9402295.html


版权声明:文末如注明作者和来源,则表示本文系转载,版权为原作者所有 | 本文如有侵权,请及时联系,承诺在收到消息后第一时间删除 | 如转载本文,请注明原文链接。
喜欢 (1)