[转&摘要]MySQL索引原理及慢查询优化

摘自：MySQL索引原理及慢查询优化

多数情况下，我们知道索引能够提高查询效率，但应该如何建立索引？索引的顺序如何？

这篇文章由浅入深，结合实例分析了索引的应用以及慢查询的优化，我觉得受益匪浅。
以下是摘要：

SQL查询优化

索引优化：

• 1.最左前缀匹配原则，非常重要的原则，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.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。
• 3.尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可。

查询语句优化：

• 1.查询时尽量使用索引，遵守最左前缀匹配原则，避免全表扫描。具体的如：慎用or,<>,全模糊等。
• 2.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’)。
• 3.利用查询优化神器 - explain命令查看执行计划，分析语句执行过程，找到查询慢的原因根据查询优化器、索引的内部原理，进行优化。
  elxplain命令实例： 官网参考
  
  解释：参考explain命令详解

慢查询优化基本步骤：

0.先运行看看是否真的很慢，注意设置SQL_NO_CACHE
1.where条件单表查，锁定最小返回记录表，统计字段区分度。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

 

项目实践中教训（持续更新）

• exist代替in
• 慎用or,!=
• 不要在where条件=左侧使用表达式或函数
• 不用全模糊
• 联合索引注意最左匹配的原则
• 子查询变成left join
• limit 分布优化，先利用ID定位，再分页
• or条件优化，多个or条件可以用union all对结果进行合并（union
  all结果可能重复）
• 避免不必要的排序 where代替having,having 检索完所有记录，才进行过滤 避免嵌套查询

参考文献

https://dev.mysql.com/doc/refman/5.5/en/explain-output.html
https://blog.csdn.net/weixin_38230961/article/details/81211605
https://www.cnblogs.com/DreamDrive/p/7752960.html
https://www.cnblogs.com/gomysql/p/3720123.html