总结知识点如下图:
前言:对于索引的使用,无非就是想提高查询效率,那就关乎如何才会提高效率呢,下面举个例子,针对查询进一步说明如何正确使用索引,并且如何实现更高效查询!
在下面这个表 T 中,执行 select * from T where k between 3 and 5,需要执行几次树的搜索操作,会扫描多少行?
mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;
insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');
SQL 查询语句的执行流程如下:
- 在 k 索引树上找到 k=3 的记录,取得 ID = 300;
- 再到 ID 索引树查到 ID=300 对应的 R3;
- 在 k 索引树取下一个值 k=5,取得 ID=500;
- 再回到 ID 索引树查到 ID=500 对应的 R4;
- 在 k 索引树取下一个值 k=6,不满足条件,循环结束。
在这个过程中,回到主键索引树搜索的过程,我们称为回表。查询过程读了 k 索引树的 3 条记录(步骤 1、3 和 5),回表了两次(步骤 2 和 4)
通过以上例子说明,由于查询结果所需要的数据只在主键索引上有,得表查询。那如何使用索引提高查询效率,主要是想办法通过优化索引,减少回表过程?
1、覆盖索引
SQL语句1:select * from T where k between 3 and 5
SQL语句2:select ID from T where k between 3 and 5
分析以上两个SQL语句:
- 语句1的放回结果是需要返回所有数据,但是在k索引树中,索引k只对应一个ID值,如果需要查所有数据,那需要在k索引树中查询得到ID值,再拿ID回ID索引树查询所有数据。
- 语句2只需要查 ID 的值,而 ID 的值已经在 k 索引树上了,因此可以直接提供查询结果,不需要回表。
通过对比,在这个查询里面,索引 k 已经“覆盖了”查询需求(我们的需求是查ID,在k索引树中能直接查到,这就是覆盖了需求的意思),我们称为覆盖索引。
由于覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段
注意:
在引擎内部使用覆盖索引在索引 k 上其实读了三个记录,R3~R5(对应的索引 k 上的记录项),但是对于 MySQL 的 Server 层来说,它就是找引擎拿到了两条记录,因此 MySQL 认为扫描行数是 2。
小试牛刀:在一个市民信息表上,是否有必要将身份证号和名字建立联合索引?
CREATE TABLE `tuser` (
`id` int(11) NOT NULL,
`id_card` varchar(32) DEFAULT NULL,
`name` varchar(32) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`ismale` tinyint(1) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `id_card` (`id_card`),
KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB
疑问:身份证号是市民的唯一标识,如果有根据身份证号查询市民信息的需求,只要在身份证号字段上建立索引就够了。而再建立一个(身份证号、姓名)的联合索引,是不是浪费空间?
如果有一个高频请求,要根据市民的身份证号查询他的姓名,而这个请求直接用到覆盖索引(身份证号、姓名联合索引),不再需要回表查整行记录,减少语句的执行时间。
2、最左前缀原则
B+ 树索引结构,可以利用索引的“最左前缀”,来定位记录
用(name,age)这个联合索引来分析:
索引项是按照索引定义里面出现的字段顺序排序的
例子:需求是查到所有名字是“张三”的人,可以快速定位到 ID4,然后向后遍历得到所有需要的结果。
如果要查的是所有名字第一个字是“张”的人,SQL 语句的条件是"where name like ‘张 %’"。也能够用上这个索引,查找到第一个符合条件的记录是 ID3,然后向后遍历,直到不满足条件为止。
不只是索引的全部定义,只要满足最左前缀,就可以利用索引来加速检索。最左前缀可以是联合索引的最左 N 个字段,也可以是字符串索引的最左 M 个字符。
在建立联合索引的时候,如何安排索引内的字段顺序?
如:有(a,b) 这个联合索后,一般就不需要单独在 a 上建立索引了。
第一原则是,如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。
如果既有联合查询,又有基于 a、b 各自的查询呢?
第二原则:空间
比如上面这个市民表的情况,name 字段是比 age 字段大的 ,那我就建议你创建一个(name,age) 的联合索引和一个 (age) 的单字段索引。
3、索引下推
以市民表的联合索引(name, age)为例。需求:检索出表中“名字第一个字是张,而且年龄是 10 岁的所有男孩”。
SQL 语句如下:
mysql> select * from tuser where name like '张%' and age=10 and ismale=1;
根据前缀索引规则,语句在搜索索引树的时候,只能用 “张”,找到第一个满足条件的记录 ID3。效率还行,总比全表扫描要好。
MySQL 5.6前后版本对比:
- MySQL 5.6 之前,只能从 ID3 开始一个个回表。到主键索引上找出数据行,再对比字段值。
- 而 MySQL 5.6 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。
如下是两个不同版本的执行流程图:
无索引下推(5.6版之前)执行流程
索引下推(5.6及以后版)执行流程
这两个图里面,每一个虚线箭头表示回表一次。
无索引下推:这个过程 InnoDB 并不会去看 age 的值,只是按顺序把“name 第一个字是’张’”的记录一条条取出来回表。因此,需要回表 4 次。
索引下推:InnoDB 在 (name,age) 索引内部就判断了 age 是否等于 10,对于不等于 10 的记录,直接判断并跳过,回表 2 次。