1、索引概述
介绍:
索引(index)是帮助MySQL高效获取数据
的数据结构
(有序
)。在数据之外,数据库系统害维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。
优点:
提高数据检索的效率,降低数据库的IO成本。
通过索引列对数据进行排序,降低数据排序的成本,降低CPU的消耗。
缺点:
索引列也是要占用空间的。
索引大大提高了查询效率,同时却也降低更新表的速度,如对表进行insert、update、delete时,效率降低。
2、索引结构
MySQL的索引实在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种:
索引结构 | 描述 |
---|---|
B+tree索引 | 最常见的索引类型,大部分引擎都支持B+树索引 |
Hash索引 | 底层数据结构使用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询 |
R-tree(空间索引) | 空间索引是MyISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常使用较少 |
Full-text(全文索引) | 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES |
索引结构
索引 | InnoDB / MyISAM / Memory |
---|---|
B+tree索引 | 支持 / 支持 / 支持 |
Hash索引 | 不支持 / 不支持 / 支持 |
R-tree索引 | 不支持 / 支持 / 不支持 |
Full-text | 5.6版本之后支持 / 支持 / 不支持 |
我们平常所说的索引,如果没有特别指明,都是指B+树结构组织的索引。
二叉树缺点:
顺序插入时,会形成一个链表,查询性能大大降低。大数据量情况下,层级较深,检索速度慢。
红黑树:
大数据量情况下,层级较深,检索速度慢。
B-tree(
多路
平衡查找树):
以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key,5个指针):
知识小贴士:树的度数指的是一个节点的子节点个数。
B+tree:
以一颗最大度数(max-degree)为4(4阶)的b+tree为例。
MySQL索引数据结构对经典的B+tree进行了优化。在原B+Tree的基础上,增加了一个指向相邻叶子节点的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能。相对于B-tree区别:
①所有的数据都会出现在叶子节点
②叶子节点形成一个单向链表
Hash:
哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中。
如果两个(或多个)键值,映射到一个相同的槽位上,他们就产生了hash冲突(也成为hash碰撞),可以通过链表来解决。
hash索引特点:
- hash索引只能用于对等比较(=,in),不支持范围查询(between,>,<,…)
- 无法利用索引完成排序操作
- 查询效率高,通常只需要一次检索就可以了,效率通常要高于B+tree索引
存储引擎支持:
在MySQL中,支持hash索引的是Memory引擎,而InnoDB中具有自适应hash功能,hash索引是存储引擎根据B+tree索引在指定条件下自动构建的。
面试题:为什么InnoDB存储引擎选择使用B+tree索引结构?
一、相对于二叉树、层级更少,搜索效率高;
二、对于B-tree,无论是叶子节点还是非叶子节点,都会保存数据,这样导致一页中存储的键值减少,指针跟着减少,要同样保存大量的数据,只能增加树的高度,导致性能降低;
三、相对Hash索引,B+tree支持范围匹配及排序操作。
3、索引分类
分类 | 含义 / 特点 / 关键字 |
---|---|
主键索引 | 针对于表中主键创建的索引 / 默认自动创建,只能有一个 / primary |
唯一索引 | 避免同一个表中某数据列中的值重复 / 可以有多个 / unique |
常规索引 | 快速定位特定数据 / 可以有多个 / - |
全文索引 | 全文索引查找的是文本中的关键词,而不是比较索引中的值 / 可以有多个 / fulltext |
在InnoDB存储引擎中,根据索引的存储形式,又可以分为以下两种:
分类 | 含义 / 特点 |
---|---|
聚集索引(Clustered Index) | 将数据存储与索引放到了一块,索引结构的叶子节点保存了行数据 / 必须有,而且只有一个 |
二级索引(Secondary Index) | 将数据与索引分开存储,索引结构的叶子节点关联的是对应的主键 / 可以存在多个 |
聚集索引选取规则:
如果存在主键,主键索引就是聚集索引。
如果不存在主键,将使用第一个唯一(UNIQUE)索引作为聚集索引。
如果表没有主键,或没有 合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
4、索引语法
创建索引:
create [unique | fulltext] index index_name on table_name (index_col_name,…);
查看索引:
show index from table_name;
删除索引:
drop index index_name on table_name;
5、SQL性能分析
性能分析:
MySQL客户端连接成功后,通过show [session | global] status 命令可以提供服务器状态信息。通过如下指令,可以查看当前数据库的insert、update、delete、select的访问频次:
show global status like ‘Com_______’; _*7
慢查询日志:
慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位:秒,默认10秒)的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启,需要在MySQL的配置文件(/etc/my.cnf)中配置如下信息:
#开启MySQL慢日志查询开关
slow_query_log=1
#设置慢日志的时间为2秒,SQL语句执行时间超过2秒,就会视为慢查询,记录慢查询日志
long_query_time=2
profile详情:
show profile能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过hava_profiling参数,能够看到当前MySQL是否支持profile操作:
select @@hava_profiling;
默认profiling是关闭的,可以通过set语句在session/global级别开启profiling:
set profiling= 1;
执行一系列的业务SQL的操作,然后通过如下指令查看指令的执行耗时:
#查看每一条SQL的耗时基本情况
show profiles;
#查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
#查看指定query_id的SQL语句CPU使用情况
show profile cpu for query query_id;
explain执行计划:
explain或者desc命令获取的MySQL如何执行select语句的信息,包括在select语句执行过程中表如何连接和连接的顺序。
语法:
#直接在select语句之前加上关键字explain / desc
explain select 字段列表 from 表名 where 条件;
explain执行计划各字段含义:
id:
select查询的序列化,表示查询中执行select子句或者是操作表的顺序(id相同,执行顺序从上到下;id不同,值越大,越先执行)。
select_type:
表示select的类型,常见的取值有simple(简单表,即不适用表连接或者子查询)、primary(主查询,即外层的查询)、union(union中的第二个或者豁免的查询语句)、subquery(select / where之后包含了子查询)等
type:
表示连接类型,性能由好到差的连接类型为null、system、const、eq_ref、ref、range、index、all。
possible_key:
显示可能应用在这张表的索引,一个或多个。
key:
实际使用的索引,如果为null,则没有使用索引。
key_len:
表示索引中使用的字节数,该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下,长度越短越好。
rows:
MySQL认为必须要执行查询的行数,在innodb引擎的表中,是一个估计值,可能并不总是准确的。
filtered:
表示返回结果的行数占需读取行数的百分比,filtered的值越大越好。
6、索引使用
验证索引效率:
在未建立索引之前,执行如下SQL语句,查看SQL的耗时。
select * from 表名 where (条件);
针对字段创建索引
create index 表名 on 表名(字段);
然后再次执行相同的SQL语句,再次查看SQL的耗时。
select * from 表名 where (条件);
最左前缀法则:
如果索引了多列(联合索引),要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始,并且不跳过索引中的列。
如果条约某一列,
索引将部分失效(后面的字段索引失效)。
范围查询:
联合索引中,出现范围查询(> , <),
范围查询右则的列索引失效
索引列运算:
不要在索引列上进行运算操作,
索引将失效。
字符串不加引号:
字符串类型字段使用时,不加引号,
索引将失效。
模糊查询:
如果仅仅是尾部模糊匹配,索引不会失效。如果是头部模糊匹配,索引失效。
or连接的条件:
用or分隔开的条件,如果or前的条件中的列有索引,而后面的列中没有索引,那么涉及的索引都不会被用到。
数据分布影响:
如果MySQL评估使用索引比全表更更慢,则不适用索引。
SQL提示:
SQL提示,是优化数据库的一个重要手段,简单来说,就是在SQL语句中加入一些人为的提示来达到操作的目的。
use index:
explan select * from 表名 use index(表名) where 条件;
ignore index:
explan select * from 表名 ignore index(表名) where 条件;
force index:
explan select * from 表名 force index(表名) where 条件;
7、索引设计原则
覆盖索引:
尽量使用覆盖索引(查询使用了索引,并且需要返回的列,在该索引中已经全部能够找到),减少select*。
知识小贴士:
using index condition:查找使用了索引,但是需要回表查询数据
using where;using index:查找使用了索引,但是需要的数据都在索引列中能找到,所以不需要回表查询数据
前缀索引:
当字段类型为字符串(varchar,text等)时,有时候需要索引很长的字符串,这会让索引变得很大,查询时,浪费大量的磁盘IO,影响查询效率。此时可以只将字符串的一部分前缀,建立索引,这样可以大大节约索引空间,从而提高索引效率。
语法:
create index idx_xxxx on table_name(column(n));
前缀长度:
可以根据索引的选择性来决定,而选择性是指不重复的索引值(基数)和数据表的记录总数的比值,索引选择性越高则查询效率越高,唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的。
单列索引与联合索引:
单列索引:即一个索引只包含单个列。
联合索引:即一个索引包含了多个列。
在业务场景中,如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引,而非单列索引。
多条件联合查询时,MySQL优化器会评估哪个字段的索引效率更高,会选择该索引完成本次查询。
索引设计原则:
- 针对于数据量较大,且查询比较频繁的表建立索引。
- 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
- 尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高。
- 如果是字符串类型的字段,字段的长度较长,可以针对于字段的特点,建立前缀索引。
- 尽量使用联合索引,减少单列索引,查询时,联合索引很多时候可以覆盖索引,节省存储空间,避免回表,提高查询效率。
- 要控制索引的数量,索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率。
- 如果索引不能存储NULL值,请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时,它可以更好地确定哪个索引最有效地用于查询。