mysql数据库进阶之索引和SQL优化--------------超级超级全面讲解，使用网址演示索引过程！全文2w3+字，超级肝！

1.索引概述

1.1 索引介绍

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，数据库系统还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。

一提到数据结构，大家都会有所担心，担心自己不能理解，跟不上节奏。不过在这里大家完全不用担心，我们后面在讲解时，会详细介绍。

1.2 演示

表结构及其数据如下：

假如我们要执行的 SQL 语句为 ： select * from user where age = 45;

1.2.1 无索引情况

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。

1.2.2 有索引情况

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对 age 这个字段建立一个二叉树的索引结构。

此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。

备注： 这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并不是索引的真实结构，索引的真实结构，后面会详细介绍。

1.3 特点

 其实建立索引就是空间换时间的一种方法。

2.索引结构

2.1 概述

MySQL 的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

 

上述是 MySQL 中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况。

注意： 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。  

 2.2 二叉树索引

假如说 MySQL 的索引结构采用二叉树的数据结构，比较理想的结构如下：

如果主键是顺序插入的，则会形成一个单向链表，结构如下：

所以，如果选择二叉树作为索引结构，会存在以下缺点：

• 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。

此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树, 结构如下：

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：

• 大数据量情况下，层级较深，检索速度慢。

所以，在 MySQL 的索引结构中，并没有选择二叉树或者红黑树，而选择的是 B+Tree ，那么什么是 B+Tree呢？在详解 B+Tree 之前，先来介绍一个 B-Tree 。

2.3 B-Tree

B-Tree ， B 树是一种多叉路平衡查找树，相对于二叉树， B 树每个节点可以有多个分支，即多叉。 以一颗最大度数（max-degree ）为 5(5 阶 ) 的 b-tree 为例，那这个 B 树每个节点最多存储 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。

我们通过一个数据结构可视化网站来演示一下：

https://www.cs.usfca.edu/~galles/visualization/BTree.html

插入一组数据： 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88

120 268 250 。然后观察一些数据插入过程中，节点的变化情况。

 

特点：

• 5阶的B树，每一个节点最多存储4个key，对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B树中，非叶子节点和叶子节点都会存放数据。

2.4 B+Tree

B+Tree 是 B-Tree 的变种，我们以一颗最大度数（ max-degree ）为 4 （ 4 阶）的 b+tree 为例，来看一

下其结构示意图：

我们可以看到，两部分：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

打开刚才那个网站：

 

插入一组数据： 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88

120 268 250 。然后观察一些数据插入过程中，节点的变化情况。

最终我们看到， B+Tree 与 B-Tree 相比，主要有以下三点区别：

• 所有的数据都会出现在叶子节点。
• 叶子节点形成一个单向链表。
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

上述我们所看到的结构是标准的 B+Tree 的数据结构，接下来，我们再来看看 MySQL 中优化之后的

B+Tree 。

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，利于排序。

2.5 Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。

2.5.1 结构

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（也称为 hash 碰撞），可以通过链表来解决。

 

 2.5.2 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(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

2.5.3 存储引擎支持

在 MySQL 中，支持 hash 索引的是 Memory 存储引擎。 而 InnoDB 中具有自适应 hash 功能， hash 索引是InnoDB存储引擎根据 B+Tree 索引在指定条件下自动构建的。

思考题： 为什么 InnoDB 存储引擎选择使用 B+tree 索引结构 ?

A. 相对于二叉树，层级更少，搜索效率高；

B. 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，要同样保存大量数据，只能增加树的高度，导致性能降低；

C. 相对 Hash 索引， B+tree 支持范围匹配及排序操作；

3. 索引分类

3.1 索引分类

在 MySQL 数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

3.2 聚集索引&二级索引

而在在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

 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。 

聚集索引和二级索引的具体结构如下：

• 聚集索引的叶子节点下挂的是这一行的数据 。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。

接下来，我们来分析一下，当我们执行如下的 SQL 语句时，具体的查找过程是什么样子的。

 

具体过程如下 :

• ①. 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查 找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
• ②. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。
• ③. 最终拿到这一行的数据，直接返回即可。

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

那么会有人问，二级索引哪来的？二级索引是当你建立复合索引的时候，只要查找的字段在复合索引中，并且满足最左前缀法则，就会优先考虑二级索引查找。这里的复合索引和最左前缀法则，都后面会详细讲解。

思考题：

以下两条 SQL 语句，那个执行效率高 ? 为什么 ?

A. select * from user where id = 10 ;

B. select * from user where name = 'Arm' ;

备注 : id 为主键， name 字段创建的有索引；

解答：

A 语句的执行性能要高于 B 语句。

因为 A 语句直接走聚集索引，直接返回数据。 而 B 语句需要先查询 name 字段的二级索引，然

后再查询聚集索引，也就是需要进行回表查询。

思考题：

InnoDB 主键索引的 B+tree 高度为多高呢 ?

假设 :

一行数据大小为 1k ，一页中可以存储 16 行这样的数据。 InnoDB 的指针占用 6 个字节的空

间，主键即使为 bigint ，占用字节数为 8 。

高度为 2 ：

n * 8 + (n + 1) * 6 = 16*1024 , 算出 n 约为 1170

1171* 16 = 18736

也就是说，如果树的高度为 2 ，则可以存储 18000 多条记录。

高度为 3 ：

1171 * 1171 * 16 = 21939856

也就是说，如果树的高度为 3 ，则可以存储 2200w 左右的记录。

 3.3 索引语法

3.3.1 创建语法

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (
index_col_name,... ) ;

中括号里面是索引类型，UNIQUE唯一索引和FULLTEXT全文索引，有人问，那主键索引呢？主键索引一般自动创建。

3.3.2 查看索引

SHOW INDEX index_name ON table_name;

3.3.3 删除索引

DROP INDEX index_name ON table_name ; 1

3.3.4 案例演示

先来创建一张表 tb_user ，并且查询测试数据。

create table tb_user(
id int primary key auto_increment comment '主键',
name varchar(50) not null comment '用户名',
phone varchar(11) not null comment '手机号',
email varchar(100) comment '邮箱',
profession varchar(11) comment '专业',
age tinyint unsigned comment '年龄',
gender char(1) comment '性别 , 1: 男, 2: 女',
status char(1) comment '状态',
createtime datetime comment '创建时间'
) comment '系统用户表';
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1',
'6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33,
'1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1',
'2', '2002-03-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54,
'1', '0', '2001-07-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23,
'2', '1', '2001-04-22 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2',
'0', '2001-02-07 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24,
'2', '0', '2001-02-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('程咬金', '17799990007', 'chengyaojin@163.com', '化工', 38,
'1', '5', '2001-05-23 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('项羽', '17799990008', 'xiaoyu666@qq.com', '金属材料', 43,
'1', '0', '2001-09-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('白起', '17799990009', 'baiqi666@sina.com', '机械工程及其自动
化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('韩信', '17799990010', 'hanxin520@163.com', '无机非金属材料工
程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('荆轲', '17799990011', 'jingke123@163.com', '会计', 29, '1',
'0', '2001-05-11 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('兰陵王', '17799990012', 'lanlinwang666@126.com', '工程造价',
44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('狂铁', '17799990013', 'kuangtie@sina.com', '应用数学', 43,
'1', '2', '2001-04-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('貂蝉', '17799990014', '84958948374@qq.com', '软件工程', 40,
'2', '3', '2001-02-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('妲己', '17799990015', '2783238293@qq.com', '软件工程', 31,
'2', '0', '2001-01-30 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('芈月', '17799990016', 'xiaomin2001@sina.com', '工业经济', 35,
'2', '0', '2000-05-03 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('嬴政', '17799990017', '8839434342@qq.com', '化工', 38, '1',
'1', '2001-08-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('狄仁杰', '17799990018', 'jujiamlm8166@163.com', '国际贸易',
30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('安琪拉', '17799990019', 'jdodm1h@126.com', '城市规划', 51,
'2', '0', '2001-08-15 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('典韦', '17799990020', 'ycaunanjian@163.com', '城市规划', 52,
'1', '2', '2000-04-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('廉颇', '17799990021', 'lianpo321@126.com', '土木工程', 19,
'1', '3', '2002-07-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('后羿', '17799990022', 'altycj2000@139.com', '城市园林', 20,
'1', '0', '2002-03-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29,
'1', '4', '2003-05-26 00:00:00');

表结构中插入的数据如下：

数据准备好了之后，接下来，我们就来完成如下需求：

A. name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引。

CREATE INDEX idx_user_name ON tb_user(name); 

这是创建一个二级索引。

B. phone 手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。

CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);

C. 为 profession 、 age 、 status 创建联合索引。

CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

D. 为 email 建立合适的索引来提升查询效率。

CREATE INDEX idx_email ON tb_user(email);

完成上述的需求之后，我们再查看 tb_user 表的所有的索引数据

show index from tb_user;

 3.4 SQL性能分析

3.4.1 执行频率

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：

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';

 这里面使用7个_符号作为占位符，进行模糊查询。

Com_delete: 删除次数

Com_insert: 插入次数

Com_select: 查询次数

Com_update: 更新次数

我们可以在当前数据库再执行几次查询操作，然后再次查看执行频次，看看 Com_select 参数会不会变化。

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据

库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以

查询为主，那么就要考虑对数据库的索引进行优化了。

那么通过查询 SQL 的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。 那假如说是以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？ 次数我们可以借助于慢查询日志。

接下来，我们就来介绍一下 MySQL 中的慢查询日志。

3.4.2 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，我们可以查看一下系统变量 slow_query_log 。

 如果要开启慢查询日志，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

配置完毕之后，通过以下指令重新启动 MySQL 服务器进行测试，查看慢日志文件中记录的信息

/var/lib/mysql/localhost-slow.log 。

systemctl restart mysqld

然后，再次查看开关情况，慢查询日志就已经打开了。

测试：

A. 执行如下 SQL 语句 ：

select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00sec
select count(*) from tb_sku; -- 由于tb_sku表中, 预先存入了1000w的记录, count一次,耗时
13.35sec

B. 检查慢查询日志 ：

最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（ 2s ）的 SQL ，执行较快的 SQL是不会记录的。

慢查询日志的位置：

如果不知道慢查询日志文件的位置，可以使用以下命令来查看：

SHOW VARIABLES LIKE 'slow_query_log_file';

3.4.3 profile详情

show profiles 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 have_profiling

参数，能够看到当前 MySQL 是否支持 profile 操作：

SELECT @@have_profiling ;

可以看到，当前 MySQL 是支持 profile 操作的，但是开关是关闭的。可以通过 set 语句在

session/global 级别开启 profiling ：

SET profiling = 1;

开关已经打开了，接下来，我们所执行的 SQL 语句，都会被 MySQL 记录，并记录执行时间消耗到哪儿去了。 我们直接执行如下的SQL 语句：

select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = '白起';
select count(*) from tb_sku;

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的使用情况
show profile cpu for query query_id;

查看每一条 SQL 的耗时情况：

最前面的就是query_id，根据query_id来查询指定的情况

查看指定SQL各个阶段的耗时情况 :

 

3.4.4 explain

EXPLAIN 或者 DESC 命令获取 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 ;

 3.5 索引的使用

3.5.1 验证索引效率

在讲解索引的使用原则之前，先通过一个简单的案例，来验证一下索引，看看是否能够通过索引来提升数据查询性能。在演示的时候，我们还是使用之前准备的一张表 tb_sku , 在这张表中准备了 1000w的记录。

这张表中 id 为主键，有主键索引，而其他字段是没有建立索引的。 我们先来查询其中的一条记录，看看里面的字段情况，执行如下SQL：

select * from tb_sku where id = 1\G;
-- \G是成行显示

可以看到即使有 1000w 的数据 , 根据 id 进行数据查询 , 性能依然很快，因为主键 id 是有索引的。 那么接下来，我们再来根据 sn 字段进行查询，执行如下 SQL ：

SELECT * FROM tb_sku WHERE sn = '100000003145001';

我们可以看到根据 sn 字段进行查询，查询返回了一条数据，结果耗时 20.78sec ，就是因为 sn 没有索引，而造成查询效率很低。

那么我们可以针对于 sn 字段，建立一个索引，建立了索引之后，我们再次根据 sn 进行查询，再来看一下查询耗时情况。

创建索引：

create index idx_sku_sn on tb_sku(sn) ;

 然后再次执行相同的SQL语句，再次查看SQL的耗时。

SELECT * FROM tb_sku WHERE sn = '100000003145001';

 

我们明显会看到， sn 字段建立了索引之后，查询性能大大提升。建立索引前后，查询耗时都不是一个数量级的。

3.5.2 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。如果跳跃某一列，索引将会部分失效( 后面的字段索引失效 ) 。

以 tb_user 表为例，我们先来查看一下之前 tb_user 表所创建的索引。

 

在 tb_user 表中，有一个联合索引，这个联合索引涉及到三个字段，顺序分别为： profession ，

age ， status 。

对于最左前缀法则指的是，查询时，最左变的列，也就是 profession 必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。 接下来，我们来演示几组案例，看一下具体的执行计划：

explain select * from tb_user where profession = '软件工程' and age = 31 and status
= '0';

 我们可以看到实际走的索引是我们刚创建的联合索引

explain select * from tb_user where profession = '软件工程' and age = 31;

explain select * from tb_user where profession = '软件工程';

 

以上的这三组测试中，我们发现只要联合索引最左边的字段 profession 存在，索引就会生效，只不

过索引的长度不同。 而且由以上三组测试，我们也可以推测出 profession 字段索引长度为 47 、 age

字段索引长度为 2 、 status 字段索引长度为 5 。

explain select * from tb_user where age = 31 and status = '0'; 

 

explain select * from tb_user where status = '0'; 

 

而通过上面的这两组测试，我们也可以看到索引并未生效，原因是因为不满足最左前缀法则，联合索引最左边的列profession 不存在。

explain select * from tb_user where profession = '软件工程' and status = '0';

 

上述的 SQL 查询时，存在 profession 字段，最左边的列是存在的，索引满足最左前缀法则的基本条

件。但是查询时，跳过了 age 这个列，所以后面的列索引是不会使用的，也就是索引部分生效，所以索引的长度就是47 。

思考题：

explain select * from tb_user where profession = ' 软件工程 ';

explain select * from tb_user where age = 31 and status = '0';

explain select * from tb_user where status = '0';

explain select * from tb_user where profession = ' 软件工程 ' and status = '0';

当执行 SQL 语句 : explain select * from tb_user where age = 31 and

status = '0' and profession = ' 软件工程 ' ； 时，是否满足最左前缀法则，走不走

上述的联合索引，索引长度？

可以看到，是完全满足最左前缀法则的，索引长度 54 ，联合索引是生效的。

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段 ( 即是

第一个字段 ) 必须存在，与我们编写 SQL 时，条件编写的先后顺序无关。

3.5.3 范围查询

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。

explain select * from tb_user where profession = '软件工程' and age > 30 and status
= '0';

 

explain select * from tb_user where profession = '软件工程' and age >= 30 and
status = '0';

 

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 <

3.6 索引失效情况

3.6.1 索引列失效情况

一、不要在索引列上进行运算操作， 索引将失效。

在 tb_user 表中，除了前面介绍的联合索引之外，还有一个索引，是 phone 字段的单列索引。

A. 当根据phone字段进行等值匹配查询时, 索引生效。

explain select * from tb_user where phone = '17799990015';

 

 B. 当根据phone字段进行函数运算操作之后，索引失效。

explain select * from tb_user where substring(phone,10,2) = '15'; 1

 二、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。

接下来，我们通过两组示例，来看看对于字符串类型的字段，加单引号与不加单引号的区别：

explain select * from tb_user where profession = '软件工程' and age = 31 and status
= '0';
explain select * from tb_user where profession = '软件工程' and age = 31 and status
= 0;

explain select * from tb_user where phone = '17799990015';
explain select * from tb_user where phone = 17799990015;

 

经过上面两组示例，我们会明显的发现，如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

三、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。

接下来，我们来看一下这三条 SQL 语句的执行效果，查看一下其执行计划：

由于下面查询语句中，都是根据 profession 字段查询，符合最左前缀法则，联合索引是可以生效的，

我们主要看一下，模糊查询时， % 加在关键字之前，和加在关键字之后的影响。

explain select * from tb_user where profession like '软件%';
explain select * from tb_user where profession like '%工程';
explain select * from tb_user where profession like '%工%';

 

经过上述的测试，我们发现，在 like 模糊查询中，在关键字后面加 % ，索引可以生效。而如果在关键字前面加了% ，索引将会失效。

四、or连接条件

用 or 分割开的条件， 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。

explain select * from tb_user where id = 10 or age = 23;
explain select * from tb_user where phone = '17799990017' or age = 23;

由于 age 没有索引，所以即使 id 、 phone 有索引，索引也会失效。所以需要针对于 age 也要建立索引。

然后，我们可以对 age 字段建立索引。

然后，我们可以对 age 字段建立索引。

create index idx_user_age on tb_user(age);

最终，我们发现，当or连接的条件，左右两侧字段都有索引时，索引才会生效。

五、数据分布影响

如果 MySQL 评估使用索引比全表更慢，则不使用索引。

select * from tb_user where phone >= '17799990005';
select * from tb_user where phone >= '17799990015';

 

经过测试我们发现，相同的 SQL 语句，只是传入的字段值不同，最终的执行计划也完全不一样，这是为什么呢？

就是因为 MySQL 在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

接下来，我们再来看看 is null 与 is not null 操作是否走索引。

执行如下两条语句 ：

explain select * from tb_user where profession is null;
explain select * from tb_user where profession is not null;

六、当然，不满足最左法则和使用范围查询的也是其中之一 

3.7 SQL提示

 当对于一个字段，既有联合索引，又有单独属于它自己的索引，mysql会自动选择走哪一个索引。

那么，我们能不能在查询的时候，自己来指定使用哪个索引呢？ 答案是肯定的，此时就可以借助于

MySQL 的 SQL 提示来完成。 接下来，介绍一下 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优化操作的目的。

1). use index ： 建议 MySQL 使用哪一个索引完成此次查询（仅仅是建议， mysql 内部还会再次进

行评估）。

explain select * from tb_user use index(idx_user_pro) where profession = '软件工
程';

2). ignore index ： 忽略指定的索引。

explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工
程';

3). force index ： 强制使用索引。

explain select * from tb_user force index(idx_user_pro) where profession = '软件工
程';

3.8 覆盖索引

尽量使用覆盖索引，减少 select * 。 那么什么是覆盖索引呢？ 覆盖索引是指 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 。

接下来，我们来看一组 SQL 的执行计划，看看执行计划的差别，然后再来具体做一个解析。

explain select id, profession from tb_user where profession = '软件工程' and age =
31 and status = '0' ;
explain select id,profession,age, status from tb_user where profession = '软件工程'
and age = 31 and status = '0' ;
explain select id,profession,age, status, name from tb_user where profession = '软
件工程' and age = 31 and status = '0' ;
explain select * from tb_user where profession = '软件工程' and age = 31 and status
= '0';

上述几条语句执行结果如下：

从上述的执行计划我们可以看到，这四条 SQL 语句的执行计划前面所有的指标都是一样的，看不出来差异。但是此时，我们主要关注的是后面的Extra ，前面两天 SQL 的结果为 Using where; Using

Index ; 而后面两条 SQL 的结果为 : Using index condition 。

因为，在 tb_user 表中有一个联合索引 idx_user_pro_age_sta ，该索引关联了三个字段 profession、 age 、 status ，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主 键id 。 所以当我们查询返回的数据在 id 、 profession 、 age 、 status 之中，则直接走二级索引 直接返回数据了。 如果超出这个范围，就需要拿到主键 id，再去扫描聚集索引，再获取额外的数据了，这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据主键查询，此时只会扫描聚集索引）。

为了大家更清楚的理解，什么是覆盖索引，什么是回表查询，我们一起再来看下面的这组SQL 的执行过程。

A. 表结构及索引示意图:

 id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）。

B. 执行SQL : select * from tb_user where id = 2;

 

根据id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

C. 执行SQL：selet id,name from tb_user where name = 'Arm';

 

虽然是根据 name 字段查询，查询二级索引，但是由于查询返回在字段为 id ， name ，在 name 的二级索引中，这两个值都是可以直接获取到的，因为覆盖索引，所以不需要回表查询，性能高。

 

D. 执行SQL：selet id,name,gender from tb_user where name = 'Arm'; 

由于在 name 的二级索引中，不包含 gender ，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

 

思考题：

一张表 , 有四个字段 (id, username, password, status), 由于数据量大 , 需要对以下SQL 语句进行优化 , 该如何进行才是最优方案 :

select id,username,password from tb_user where username = 'itcast';

答案 : 针对于 username, password 建立联合索引 , sql 为 : create index idx_user_name_pass on tb_user(username,password); 这样可以避免上述的SQL语句，在查询的过程中，出现回表查询。

3.9 前缀索引

当字段类型为字符串（ varchar ， text ， longtext 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。

3.9.1 语法

create index idx_xxxx on table_name(column(n)) ;

示例 :

为 tb_user 表的 email 字段，建立长度为 5 的前缀索引。

create index idx_email_5 on tb_user(email(5));

3.9.2 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。

select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

上述代码是计算选择性的，选择性公式：

选择性越高，表示索引的效率越高。最理想的选择性是 1，表示每个记录的索引值都是唯一的。

3.9.3 前缀索引的查询流程

3.10 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。

我们先来看看 tb_user 表中目前的索引情况：

在查询出来的索引中，既有单列索引，又有联合索引。 

接下来，我们来执行一条SQL语句，看看其执行计划：

通过上述执行计划我们可以看出来，在and 连接的两个字段 phone 、 name 上都是有单列索引的，但是最终mysql 只会选择一个索引，也就是说，只能走一个字段的索引，此时是会回表查询的。

紧接着，我们再来创建一个 phone 和 name 字段的联合索引来查询一下执行计划。

create unique index idx_user_phone_name on tb_user(phone,name);

此时，查询时，就走了联合索引，而在联合索引中包含 phone 、 name 的信息，在叶子节点下挂的是对应的主键id ，所以查询是无需回表查询的。

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。

 如果查询使用的是联合索引，具体的结构示意图如下：

 3.11 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。
• 如果索引列不能存储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。

4.SQL优化

4.1 插入数据

如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化。

4.1.1 优化方案一

批量插入数据

Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');

4.1.2 优化方案二

手动控制事务

start transaction;
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'Jerry');
commit;

4.1.3 优化方案三

主键顺序插入，性能要高于乱序插入。

主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

4.2 大批量插入数据

如果一次性需要插入大批量数据 ( 比如 : 几百万的记录 ) ，使用 insert 语句插入性能较低，此时可以使

用 MySQL 数据库提供的load指令进行插入。操作如下：

可以执行如下指令，将数据脚本文件中的数据加载到表结构中：

-- 客户端连接服务端时，加上参数 -–local-infile
mysql –-local-infile -u root -p
-- 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;
-- 执行load指令将准备好的数据，加载到表结构中
load data local infile '/root/sql1.log' into table tb_user fields
terminated by ',' lines terminated by '\n' ;

主键顺序插入性能高于乱序插入

4.3 主键优化

在上一小节，我们提到，主键顺序插入的性能是要高于乱序插入的。 这一小节，就来介绍一下具体的原因，然后再分析一下主键又该如何设计。

4.3.1 数据组织方式

在 InnoDB 存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表 (index organized table IOT)。

 

行数据，都是存储在聚集索引的叶子节点上的。而我们之前也讲解过InnoDB的逻辑结构图（mysql专栏中的存储引擎文章）： 

在 InnoDB 引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认 16K 。 那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row 在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

4.3.2 页分裂

页可以为空，也可以填充一半，也可以填充 100% 。每个页包含了 2-N 行数据 ( 如果一行数据过大，会行溢出) ，根据主键排列。

4.3.2.1 主键顺序插入效果

①. 从磁盘中申请页， 主键顺序插入

 ②. 第一个页没有满，继续往第一页插入

 ③. 当第一个也写满之后，再写入第二个页，页与页之间会通过指针连接

④. 当第二页写满了，再往第三页写入  

4.3.2.2 主键乱序插入效果 

① . 加入1#,2#页都已经写满了，存放了如图所示的数据

②. 此时再插入id为50的记录，我们来看看会发生什么现象 

会再次开启一个页，写入新的页中吗？ 

不会。因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在47之后。  

但是47所在的1#页，已经写满了，存储不了50对应的数据了。 那么此时会开辟一个新的页 3#。 

 

但是并不会直接将50存入3#页，而是会将1#页后一半的数据，移动到3#页，然后在3#页，插入50。  

移动数据，并插入 id 为 50 的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1# 的下一个页，应该是3# ， 3# 的下一个页是 2# 。 所以，此时，需要重新设置链表指针。

 

上述的这种现象，称之为 "页分裂"，是比较耗费性能的操作。  

4.3.2.3 页合并

 目前表中已有数据的索引结构(叶子节点)如下：

当我们对已有数据进行删除时，具体的效果如下 :

当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（ flaged ）为删除并且它的变得允许被其他记录声明使用

当页中删除的记录达到 MERGE_THRESHOLD （默认为页的 50% ）， InnoDB 会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。

删除数据，并将页合并之后，再次插入新的数据21，则直接插入3#页 

这个里面所发生的合并页的这个现象，就称之为 "页合并"。

知识小贴士：

MERGE_THRESHOLD ：合并页的阈值，可以自己设置，在创建表或者创建索引时指定。  

4.3.2.4 索引设计原则

• 满足业务需求的情况下，尽量降低主键的长度。
• 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
• 业务操作时，避免对主键的修改。

4.4 order by

MySQL 的排序，有两种方式：

Using filesort : 通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区 sort

buffer 中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。

Using index : 通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index ，不需要

额外排序，操作效率高。

对于以上的两种排序方式， Using index 的性能高，而 Using filesort 的性能低，我们在优化排序

操作时，尽量要优化为 Using index 。

接下来，我们来做一个测试：

A. 数据准备

把之前测试时，为 tb_user 表所建立的部分索引直接删除掉

B. 执行排序 SQL

explain select id,age,phone from tb_user order by age ;

 

explain select id,age,phone from tb_user order by age, phone ;

 

由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低 

C. 创建索引

-- 创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);

 D. 创建索引后，根据age, phone进行升序排序

explain select id,age,phone from tb_user order by age; 1

explain select id,age,phone from tb_user order by age , phone;

 

建立索引之后，再次进行排序查询，就由原来的 Using filesort ， 变为了 Using index ，性能就是比较高的了。

E. 创建索引后，根据 age, phone 进行降序排序

explain select id,age,phone from tb_user order by age desc , phone desc ;

也出现 Using index ， 但是此时 Extra 中出现了 Backward index scan ，这个代表反向扫描索引，因为在MySQL 中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan 。 在 MySQL8版本中，支持降序索引，我们也可以创建降序索引。

F. 根据 phone ， age 进行升序排序， phone 在前， age 在后。

 

排序时 , 也需要满足最左前缀法则 , 否则也会出现 filesort 。因为在创建索引的时候， age 是第一个

字段， phone 是第二个字段，所以排序时，也就该按照这个顺序来，否则就会出现 Using filesort。

 

F. 根据age, phone进行降序一个升序，一个降序

explain select id,age,phone from tb_user order by age asc , phone desc ;

 

因为创建索引时，如果未指定顺序，默认都是按照升序排序的，而查询时，一个升序，一个降序，此时就会出现Using filesort 。

为了解决上述的问题，我们可以创建一个索引，这个联合索引中 age 升序排序，phone 倒序排序。

G. 创建联合索引(age 升序排序，phone 倒序排序)

create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);

 

升序/降序联合索引结构图示:  

 

4.4.1 order by优化原则

A. 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。

B. 尽量使用覆盖索引。

C. 多字段排序 , 一个升序一个降序，此时需要注意联合索引在创建时的规则（ ASC/DESC ）。

D. 如果不可避免的出现 filesort ，大数据量排序时，可以适当增大排序缓冲区大sort_buffer_size(默认 256k) 。

4.5 group by 

分组操作，我们主要来看看索引对于分组操作的影响。

接下来，在没有索引的情况下，执行如下 SQL ，查询执行计划：

explain select profession , count(*) from tb_user group by profession ;

 然后，我们在针对于 profession ， age， status 创建一个联合索引。

create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着，再执行前面相同的 SQL 查看执行计划。

explain select profession , count(*) from tb_user group by profession ;

再执行如下的分组查询SQL，查看执行计划：  

我们发现，如果仅仅根据 age 分组，就会出现 Using temporary ；而如果是根据profession,age两个字段同时分组，则不会出现 Using temporary 。原因是因为对于分组操作，在联合索引中，也是符合最左前缀法则的。

4.5.1 设计原则

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：

A. 在分组操作时，可以通过索引来提高效率。

B. 分组操作时，索引的使用也是满足最左前缀法则的。

4.6 limit 

在数据量比较大时，如果进行 limit 分页查询，在查询时，越往后，分页查询效率越低。

我们一起来看看执行 limit 分页查询耗时对比：

 

通过测试我们会看到，越往后，分页查询效率越低，这就是分页查询的问题所在。

因为，当在进行分页查询时，如果执行 limit 2000000,10 ，此时需要 MySQL 排序前 2000010 记

录，仅仅返回 2000000 - 2000010 的记录，其他记录丢弃，查询排序的代价非常大 。

优化思路 : 一般分页查询时，通过创建 覆盖索引 能够比较好地提高性能，可以通过覆盖索引加子查

询形式进行优化。

explain select * from tb_sku t , (select id from tb_sku order by id
limit 2000000,10) a where t.id = a.id;

子查询里面虽然也用到了limit，但是他是根据主键索引查询，查询速度快。

4.7 conut

在之前的测试中，我们发现，如果数据量很大，在执行 count 操作时，是非常耗时的。

MyISAM 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个

数，效率很高； 但是如果是带条件的 count ， MyISAM 也慢。

InnoDB 引擎就麻烦了，它执行 count(*) 的时候，需要把数据一行一行地从引擎里面读出

来，然后累积计数。

如果说要大幅度提升 InnoDB 表的 count 效率，主要的优化思路：自己计数 ( 可以借助于 redis 这样的数据库进行, 但是如果是带条件的 count 又比较麻烦了 ) 。

count() 是一个聚合函数，对于返回的结果集，一行行地判断，如果 count 函数的参数不是 NULL，累计值就加 1 ，否则不加，最后返回累计值。

用法： count （ * ）、 count （主键）、 count （字段）、 count （数字）

按照效率排序的话， count( 字段 ) < count( 主键 id) < count(1) ≈ count(*) ，所以尽

量使用 count(*) 。

4.8 update

 我们主要需要注意一下update语句执行时的注意事项。

update course set name = 'javaEE' where id = 1 ;

当我们在执行删除的 SQL 语句时，会锁定 id 为 1 这一行的数据，然后事务提交之后，行锁释放。

但是当我们在执行如下 SQL 时。

update course set name = 'SpringBoot' where name = 'PHP' ;

当我们开启多个事务，在执行上述的 SQL 时，我们发现行锁升级为了表锁。 导致该 update 语句的性能大大降低。

这里为什么升级了表锁，是因为没有建立索引，这里是一个全表扫描！（锁的相关知识，可以关注我去我mysql专栏中查看相关进阶知识）。

InnoDB 的行锁是针对索引加的锁，不是针对记录加的锁 , 并且该索引不能失效，否则会从行锁升级为表锁 。

索引和sq优化这一部分到这就告一段落，所有知识点，全在这，吃透，面试不成问题！