MySQL的索引是什么?怎么优化?

  1. 云栖社区>
  2. Java技术驿站>
  3. 博客>
  4. 正文

MySQL的索引是什么?怎么优化?

技术小能手 2018-10-19 09:31:39 浏览2470
展开阅读全文
索引类似大学图书馆建书目索引,可以提高数据检索的效率,降低数据库的IO成本。MySQL在300万条记录左右性能开始逐渐下降,虽然官方文档说500~800w记录,所以大数据量建立索引是非常有必要的。MySQL提供了Explain,用于显示SQL执行的详细信息,可以进行索引的优化。
一、导致SQL执行慢的原因:
  1. 硬件问题。如网络速度慢,内存不足,I/O吞吐量小,磁盘空间满了等。

  2. 没有索引或者索引失效。(一般在互联网公司,DBA会在半夜把表锁了,重新建立一遍索引,因为当你删除某个数据的时候,索引的树结构就不完整了。所以互联网公司的数据做的是假删除.一是为了做数据分析,二是为了不破坏索引 )

  3. 数据过多(分库分表)

  4. 服务器调优及各个参数设置(调整my.cnf)

二、分析原因时,一定要找切入点:
  1. 先观察,开启慢查询日志,设置相应的阈值(比如超过3秒就是慢SQL),在生产环境跑上个一天过后,看看哪些SQL比较慢。

  2. Explain和慢SQL分析。比如SQL语句写的烂,索引没有或失效,关联查询太多(有时候是设计缺陷或者不得以的需求)等等。

  3. Show Profile是比Explain更近一步的执行细节,可以查询到执行每一个SQL都干了什么事,这些事分别花了多少秒。

  4. 找DBA或者运维对MySQL进行服务器的参数调优。

三、什么是索引?

MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构。我们可以简单理解为:快速查找排好序的一种数据结构。Mysql索引主要有两种结构:B+Tree索引和Hash索引。我们平常所说的索引,如果没有特别指明,一般都是指B树结构组织的索引(B+Tree索引)。索引如图所示:

b507f5907b28d60aad6fa39acc4299d5272452cb

最外层浅蓝色磁盘块1里有数据17、35(深蓝色)和指针P1、P2、P3(黄色)。P1指针表示小于17的磁盘块,P2是在17-35之间,P3指向大于35的磁盘块。真实数据存在于子叶节点也就是最底下的一层3、5、9、10、13......非叶子节点不存储真实的数据,只存储指引搜索方向的数据项,如17、35。

查找过程:例如搜索28数据项,首先加载磁盘块1到内存中,发生一次I/O,用二分查找确定在P2指针。接着发现28在26和30之间,通过P2指针的地址加载磁盘块3到内存,发生第二次I/O。用同样的方式找到磁盘块8,发生第三次I/O。

真实的情况是,上面3层的B+Tree可以表示上百万的数据,上百万的数据只发生了三次I/O而不是上百万次I/O,时间提升是巨大的。

四、Explain分析

前文铺垫完成,进入实操部分,先来插入测试需要的数据:


  1. CREATE TABLE `user_info` (

  2. `id` BIGINT(20) NOT NULL AUTO_INCREMENT,

  3. `name` VARCHAR(50) NOT NULL DEFAULT '',

  4. `age` INT(11) DEFAULT NULL,

  5. PRIMARY KEY (`id`),

  6. KEY `name_index` (`name`)

  7. )ENGINE = InnoDB DEFAULT CHARSET = utf8;


  8. INSERT INTO user_info (name, age) VALUES ('xys', 20);

  9. INSERT INTO user_info (name, age) VALUES ('a', 21);

  10. INSERT INTO user_info (name, age) VALUES ('b', 23);

  11. INSERT INTO user_info (name, age) VALUES ('c', 50);

  12. INSERT INTO user_info (name, age) VALUES ('d', 15);

  13. INSERT INTO user_info (name, age) VALUES ('e', 20);

  14. INSERT INTO user_info (name, age) VALUES ('f', 21);

  15. INSERT INTO user_info (name, age) VALUES ('g', 23);

  16. INSERT INTO user_info (name, age) VALUES ('h', 50);

  17. INSERT INTO user_info (name, age) VALUES ('i', 15);


  18. CREATE TABLE `order_info` (

  19. `id` BIGINT(20) NOT NULL AUTO_INCREMENT,

  20. `user_id` BIGINT(20) DEFAULT NULL,

  21. `product_name` VARCHAR(50) NOT NULL DEFAULT '',

  22. `productor` VARCHAR(30) DEFAULT NULL,

  23. PRIMARY KEY (`id`),

  24. KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

  25. )ENGINE = InnoDB DEFAULT CHARSET = utf8;


  26. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');

  27. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');

  28. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');

  29. INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');

  30. INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');

  31. INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');

  32. INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');

  33. INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');

  34. INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初体验,执行Explain的效果:

acecd04f5560259eaa3f8268dc4a0663ad904398

索引使用情况在possiblekeys、key和keylen三列,接下来我们先从左到右依次讲解。

1.id


  1. --id相同,执行顺序由上而下

  2. explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

f28aeae5bd673eec6c17fa5736921599dd16c2b4

  1. --id不同,值越大越先被执行

  2. explain select * from user_info where id=(select user_id from order_info where product_name ='p8');

3a8ca3092c66037026a39784df7f932248cc88db

2.select_type

可以看id的执行实例,总共有以下几种类型:

  • SIMPLE: 表示此查询不包含 UNION 查询或子查询

  • PRIMARY: 表示此查询是最外层的查询

  • SUBQUERY: 子查询中的第一个 SELECT

  • UNION: 表示此查询是 UNION 的第二或随后的查询

  • DEPENDENT UNION: UNION 中的第二个或后面的查询语句, 取决于外面的查询

  • UNION RESULT, UNION 的结果

  • DEPENDENT SUBQUERY: 子查询中的第一个 SELECT, 取决于外面的查询. 即子查询依赖于外层查询的结果.

  • DERIVED:衍生,表示导出表的SELECT(FROM子句的子查询)

3.table

table表示查询涉及的表或衍生的表:


  1. explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

74b374eff4b6aa2884bedeaa1e9f9b89c66b20da

id为1的的表示id为2的u和o表衍生出来的。

4.type

type 字段比较重要,它提供了判断查询是否高效的重要依据依据。 通过 type 字段,我们判断此次查询是 全表扫描 还是 索引扫描等。

3bdc44f43e041b6108ce3d4d02864f40004eca0f

type 常用的取值有:

  • system: 表中只有一条数据, 这个类型是特殊的 const 类型。

  • const: 针对主键或唯一索引的等值查询扫描,最多只返回一行数据。 const 查询速度非常快, 因为它仅仅读取一次即可。例如下面的这个查询,它使用了主键索引,因此 type 就是 const 类型的:explain select * from user_info where id = 2;

  • eqref: 此类型通常出现在多表的 join 查询,表示对于前表的每一个结果,都只能匹配到后表的一行结果。并且查询的比较操作通常是 =,查询效率较高。例如:explain select * from userinfo, orderinfo where userinfo.id = orderinfo.userid;

  • ref: 此类型通常出现在多表的 join 查询,针对于非唯一或非主键索引,或者是使用了 最左前缀 规则索引的查询。例如下面这个例子中, 就使用到了 ref 类型的查询:explain select * from userinfo, orderinfo where userinfo.id = orderinfo.userid AND orderinfo.user_id = 5

  • range: 表示使用索引范围查询,通过索引字段范围获取表中部分数据记录。这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下面的例子就是一个范围查询:explain select * from user_info where id between 2 and 8;

  • index: 表示全索引扫描(full index scan),和 ALL 类型类似,只不过 ALL 类型是全表扫描,而 index 类型则仅仅扫描所有的索引, 而不扫描数据。index 类型通常出现在:所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据。当是这种情况时,Extra 字段 会显示 Using index。

  • ALL: 表示全表扫描,这个类型的查询是性能最差的查询之一。通常来说, 我们的查询不应该出现 ALL 类型的查询,因为这样的查询在数据量大的情况下,对数据库的性能是巨大的灾难。 如一个查询是 ALL 类型查询, 那么一般来说可以对相应的字段添加索引来避免。

通常来说, 不同的 type 类型的性能关系如下:ALL < index < range ~ indexmerge < ref < eqref < const < system ALL 类型因为是全表扫描, 因此在相同的查询条件下,它是速度最慢的。而 index 类型的查询虽然不是全表扫描,但是它扫描了所有的索引,因此比 ALL 类型的稍快.后面的几种类型都是利用了索引来查询数据,因此可以过滤部分或大部分数据,因此查询效率就比较高了。

5.possible_keys

它表示 mysql 在查询时,可能使用到的索引。 注意,即使有些索引在 possible_keys 中出现,但是并不表示此索引会真正地被 mysql 使用到。 mysql 在查询时具体使用了哪些索引,由 key 字段决定。

6.key

此字段是 mysql 在当前查询时所真正使用到的索引。比如请客吃饭,possible_keys是应到多少人,key是实到多少人。当我们没有建立索引时:


  1. explain select o.* from order_info o where o.product_name= 'p1' and o.productor='whh';

  2. create index idx_name_productor on order_info(productor);

  3. drop index idx_name_productor on order_info;

d87919e86e09513d4e5d9442b89577ab930e710f

建立复合索引后再查询:

498d8ee4c2e9e189c103daa952a8a4b727c51513
7.key_len

表示查询优化器使用了索引的字节数,这个字段可以评估组合索引是否完全被使用。

8.ref

这个表示显示索引的哪一列被使用了,如果可能的话,是一个常量。前文的type属性里也有ref,注意区别。

a0421d972245ebc1f8522b6157fdecd78a253b7b
9.rows

rows 也是一个重要的字段,mysql 查询优化器根据统计信息,估算 sql 要查找到结果集需要扫描读取的数据行数,这个值非常直观的显示 sql 效率好坏, 原则上 rows 越少越好。可以对比key中的例子,一个没建立索引钱,rows是9,建立索引后,rows是4。

10.extra

3a2be44cbafcc3a026f0e2ad8e8946820f80af9a

explain 中的很多额外的信息会在 extra 字段显示, 常见的有以下几种内容:

  • using filesort :表示 mysql 需额外的排序操作,不能通过索引顺序达到排序效果。一般有 using filesort都建议优化去掉,因为这样的查询 cpu 资源消耗大。

  • using index:覆盖索引扫描,表示查询在索引树中就可查找所需数据,不用扫描表数据文件,往往说明性能不错。

  • using temporary:查询有使用临时表, 一般出现于排序, 分组和多表 join 的情况, 查询效率不高,建议优化。

  • using where :表名使用了where过滤。

五、优化案例

  1. sqlexplain select u.*,o.* from user_info u LEFT JOIN order_info o on u.id=o.user_id;

执行结果,type有ALL,并且没有索引:

bdf574d6b22e146c067beca435d320ba3f8a9b45

开始优化,在关联列上创建索引,明显看到type列的ALL变成ref,并且用到了索引,rows也从扫描9行变成了1行:

5bd7db29d1228e7f031848de3049bc749e5f37f4

这里面一般有个规律是:左链接索引加在右表上面,右链接索引加在左表上面。

六、是否需要创建索引?

索引虽然能非常高效的提高查询速度,同时却会降低更新表的速度。实际上索引也是一张表,该表保存了主键与索引字段,并指向实体表的记录,所以索引列也是要占用空间的。


原文发布时间为:2018-10-19
本文作者: Java技术驿站
本文来自云栖社区合作伙伴“ Java技术驿站”,了解相关信息可以关注“Java技术驿站”。


网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属团队号: Java技术驿站