背景
索引是成本最低的优化手段,面试常问的面试题。
下面主要是讲InnoDB存储引擎的索引,InnoDB也是实际项目用的最多的存储引擎。
优势
提高数据查询效率。
缺点
占用空间、降低了增、删、改速度,因为要维护索引
原理
底层是B+树数据结构。
为什么采用树?
树形结构相对于线性结构可以提高查询效率。看下图:
线性表搜索数据只能遍历,搜索时间复杂度O(n)。平衡二叉树的搜索时间复杂度为O(logn),等于树高。当n越大的时候,效率差距越大。
为什么不用Hash查询,时间复制度为O(1)?
因为不止有精确查询,还有范围查询,模糊查询。
为什么采用B+树?
下面看一下二叉树、平衡二叉树、B树、B+树的比较:
- 二叉树
效率最差的时候会退化成列表。 - 平衡二叉树
左右子树高度差不超过1,相同层级能存储更多数据。 - B树
多叉平衡树,因为二叉树每个节点只能有两个子节点,所以当数据量大的时候,层级太深,搜索效率变低。B树每个节点可以有多个子节点,相同数据,层级更少,效率更高。(为什么层级越少效率越高?层级越低每层数据越多一次IO读取出来的数据越多,可以减少IO次数) - B+树
相比于B树来说,非叶子节点不存储数据,这样的好处是非叶子节点能存储更多的索引,可以进一步缩小层级,减少IO次数,提高效率。
所有的查询都要查找到叶子节点,查询性能更稳定。
所有的叶子节点形成一个有序列表,便于范围查询。
具体优化措施
需要建立索引的场景
- 主键自动建立唯一索引
- 频繁作为查询条件的字段应该创建索引(where后面的语句)
- 查询中与其它表关联的字段,外键关系建立索引
- 多字段查询下倾向创建组合索引
- 查询中排序的字段,排序字段若通过索引去访问将大大提高排序速度
- 查询中统计或者分组字段
不推荐建立索引的场景
- 表记录太少
- 经常增删改的表
- where条件里用不到的字段
- 字段值差异性太小的,比如性别
索引分类
- 主键索引
- 唯一索引
- 单值索引
- 复合索引
性能分析
SQL中对大量数据进行比较,关联,排序,分组时CPU的瓶颈。
实例内存满足不了缓存数据或排序等需要,导致产生大量的物理IO。查询数据时扫描过多数据,导致查询效率低。
MySQL优化措施
- SQL优化
- 少用select *
- 少用count(*)
- 多用limit
- 连接查询替换子查询,子查询会创建临时表
- 少用范围查询
- 模糊查询少用左匹配和全匹配,因为索引会实现,可以建立前缀索引
- join、where、order by、group by 对应字段少用函数,建索引
- 查询尽量利用索引
- 使用explain优化语句
- 少使用!=、not in、not null,会导致索引失效
- 连接查询尽量小表连大表
- 合理选择in和exists
- 避免回表
- 索引优化
- 唯一索引可以从数据库层面限制唯一性
- 普通索引能加快检索速度
- 联合索引某些情况可以替代单个索引,节省空间
- 一个表不要建太多索引,会占用空间
- 配置优化(最大连接数、缓冲区大小)
- 表结构优化
- 选择合适的数据类型
- 合理的进行拆分(一些附属信息可以单独查出来,比如文章内容字段可以单独一个表)
- 硬件优化
- 花钱提升配置(cpu、内存、磁盘、网络)
- 架构优化
- 部署模式(单机、主从、集群)
- 读写分离、冷热分离、分库分表
- 其他措施
- 利用其他中间件缓解MySQL压力,比如Redis、MQ、ES、MongoDB
Explain
- 字段说明
字段重要优先级 type>Extra
字段名 | 中文描述 | 字段说明 |
---|---|---|
id | 选择标识符 | SELECT识别符。这是SELECT的查询序列号 我的理解是SQL执行的顺序的标识,SQL从大到小的执行 1. id相同时,执行顺序由上至下 2. 如果是子查询,id的序号会递增,id值越大优先级越高,越先被执行 3. id如果相同,可以认为是一组,从上往下顺序执行;在所有组中,id值越大,优先级越高,越先执行 |
select_type | 查询的类型 | (1) SIMPLE(简单SELECT,不使用UNION或子查询等) (2) PRIMARY(子查询中最外层查询,查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY) (3) UNION(UNION中的第二个或后面的SELECT语句) (4) DEPENDENT UNION(UNION中的第二个或后面的SELECT语句,取决于外面的查询) (5) UNION RESULT(UNION的结果,union语句中第二个select开始后面所有select) (6) SUBQUERY(子查询中的第一个SELECT,结果不依赖于外部查询) (7) DEPENDENT SUBQUERY(子查询中的第一个SELECT,依赖于外部查询) (8) DERIVED(派生表的SELECT, FROM子句的子查询) (9) UNCACHEABLE SUBQUERY(一个子查询的结果不能被缓存,必须重新评估外链接的第一行) |
table | 输出结果集的表 | 显示这一步所访问数据库中表名称(显示这一行的数据是关于哪张表的),有时不是真实的表名字,可能是简称,例如上面的e,d,也可能是第几步执行的结果的简称 |
partitions | 匹配的分区 | |
type | 表示表的连接类型 | 对表访问方式,表示MySQL在表中找到所需行的方式,又称“访问类型”。 常用的类型有: ALL、index、range、 ref、eq_ref、const、system、NULL(从左到右,性能从差到好) ALL:Full Table Scan, MySQL将遍历全表以找到匹配的行 index: Full Index Scan,index与ALL区别为index类型只遍历索引树 range:只检索给定范围的行,使用一个索引来选择行 ref: 表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值 eq_ref: 类似ref,区别就在使用的索引是唯一索引,对于每个索引键值,表中只有一条记录匹配,简单来说,就是多表连接中使用primary key或者 unique key作为关联条件 const、system: 当MySQL对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。如将主键置于where列表中,MySQL就能将该查询转换为一个常量,system是const类型的特例,当查询的表只有一行的情况下,使用system NULL: MySQL在优化过程中分解语句,执行时甚至不用访问表或索引,例如从一个索引列里选取最小值可以通过单独索引查找完成。 |
possible_keys | 表示查询时,可能使用的索引 | 指出MySQL能使用哪个索引在表中找到记录,查询涉及到的字段上若存在索引,则该索引将被列出,但不一定被查询使用(该查询可以利用的索引,如果没有任何索引显示 null) 该列完全独立于EXPLAIN输出所示的表的次序。这意味着在possible_keys中的某些键实际上不能按生成的表次序使用。 如果该列是NULL,则没有相关的索引。在这种情况下,可以通过检查WHERE子句看是否它引用某些列或适合索引的列来提高你的查询性能。如果是这样,创造一个适当的索引并且再次用EXPLAIN检查查询 |
key | 表示实际使用的索引 | key列显示MySQL实际决定使用的键(索引),必然包含在possible_keys中 如果没有选择索引,键是NULL。要想强制MySQL使用或忽视possible_keys列中的索引,在查询中使用FORCE INDEX、USE INDEX或者IGNORE INDEX。 |
key_len | 索引字段的长度 | 表示索引中使用的字节数,可通过该列计算查询中使用的索引的长度(key_len显示的值为索引字段的最大可能长度,并非实际使用长度,即key_len是根据表定义计算而得,不是通过表内检索出的) 不损失精确性的情况下,长度越短越好 |
ref | 列与索引的比较 | 列与索引的比较,表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值 |
rows | 扫描出的行数(估算的行数) | 估算出结果集行数,表示MySQL根据表统计信息及索引选用情况,估算的找到所需的记录所需要读取的行数 |
filtered | 按表条件过滤的行百分比 | |
extra | 执行情况的描述和说明 | 该列包含MySQL解决查询的详细信息,有以下几种情况: Using where:不用读取表中所有信息,仅通过索引就可以获取所需数据,这发生在对表的全部的请求列都是同一个索引的部分的时候,表示mysql服务器将在存储引擎检索行后再进行过滤 Using temporary:表示MySQL需要使用临时表来存储结果集,常见于排序和分组查询,常见 group by ; order by Using filesort:当Query中包含 order by 操作,而且无法利用索引完成的排序操作称为“文件排序” Using join buffer:改值强调了在获取连接条件时没有使用索引,并且需要连接缓冲区来存储中间结果。如果出现了这个值,那应该注意,根据查询的具体情况可能需要添加索引来改进能。 Impossible where:这个值强调了where语句会导致没有符合条件的行(通过收集统计信息不可能存在结果)。 Select tables optimized away:这个值意味着仅通过使用索引,优化器可能仅从聚合函数结果中返回一行 No tables used:Query语句中使用from dual 或不含任何from子句 |
• EXPLAIN不会告诉你关于触发器、存储过程的信息或用户自定义函数对查询的影响情况
• EXPLAIN不考虑各种Cache
• EXPLAIN不能显示MySQL在执行查询时所作的优化工作
• 部分统计信息是估算的,并非精确值
• EXPALIN只能解释SELECT操作,其他操作要重写为SELECT后查看执行计划。
sql优化的绝招。
使用EXPLAIN关键字可以模拟优化器执行SQL查询语句,从而知道MYSQL是如何处理SQL语句的,可以用来分析查询语句或是表的结构的性能瓶颈。
其作用:
表的读取顺序
哪些索引能够使用
数据读取操作的操作类型
那些索引被实际使用
表之间的引用
每张表有多少行被优化器查询
最左匹配原则
顾名思义:最左优先,以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(>、<、between、like)就会停止匹配。
例如:b = 2 如果建立(a,b)顺序的索引,是匹配不到(a,b)索引的;但是如果查询条件是a = 1 and b = 2或者a=1(又或者是b = 2 and b = 1)就可以,因为优化器会自动调整a,b的顺序。再比如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,因为c字段是一个范围查询,它之后的字段会停止匹配。
为什么有这个原则?
最左匹配原则都是针对联合索引来说的,所以我们有必要了解一下联合索引的原理。了解了联合索引,那么为什么会有最左匹配原则这种说法也就理解了。
我们都知道索引的底层是一颗B+树,那么联合索引当然还是一颗B+树,只不过联合索引的健值数量不是一个,而是多个。构建一颗B+树只能根据一个值来构建,因此数据库依据联合索引最左的字段来构建B+树。
例子:假如创建一个(a,b)的联合索引,那么它的索引树是这样的
可以看到a的值是有顺序的,1,1,2,2,3,3,而b的值是没有顺序的1,2,1,4,1,2。所以b = 2这种查询条件没有办法利用索引,因为联合索引首先是按a排序的,b是无序的。
同时我们还可以发现在a值相等的情况下,b值又是按顺序排列的,但是这种顺序是相对的。所以最左匹配原则遇上范围查询就会停止,剩下的字段都无法使用索引。例如a = 1 and b = 2 a,b字段都可以使用索引,因为在a值确定的情况下b是相对有序的,而a>1and b=2,a字段可以匹配上索引,但b值不可以,因为a的值是一个范围,在这个范围中b是无序的。
避免回表
回表是通过非主键索引查询到了主键,但是还要返回索引上面没有的属性,所以需要回到主键索引找到具体的数据行。因为非主键索引叶子节点只存储主键索引值,不存储具体数据