Java性能调优专题,持续更新中~
前言
Java性能调优专题之MySQL(一)
一、索引的本质
索引是帮助MySQL高效获取数据的排好序的数据结构
二、MySQL索引数据结构选择
1.二叉树
对于单边增长的数据,对于提高查询效率没有任何帮助,因此不作考虑,如下图:
2.红黑树(二叉平衡树)
在数据量较大时,树的高度会很大,因此不作考虑,如下图:
上述二叉树结构所使用的数据结构绘图网站: Data Structure Visualizations
3.B树
B树的数据结构特点如下:
- 所有索引元素不重复
- 索引从左到右递增排列
- 每个索引都会存储相应的data
- 叶节点的指针为空
4.B+树
B+树的数据结构特点如下:
- 索引从左到右递增排列
- 非叶子节点不存储data,只存储索引
- 叶子节点包含所有的索引字段
- 叶子节点用指针连接,提高区间访问的性能
MySQL5.0之前使用的是B树索引,后优化为使用B+树索引
B+树相对于B树来说,最主要的区别是非叶子节点只存储索引,这样每个页中可以存放更多的索引,从而降低树的高度
MySQL中每个索引页的大小为16K,由于非叶子节点只存索引不存记录,所以按照一个索引10个字节的大小计算,大概可以存储1600个索引,第二层的每个索引页同理,假设叶子节点中每条数据的大小为1K,则每个叶子节点大概可以存储16条数据,则总的存储量=1600 X 1600 X 16,因此一个三层结构的B+树就可以存放千万级别的数据了
5.Hash索引
Hash索引的特点如下:
- 对索引的key进行一次hash计算就可以定位出数据存储的位置
- 会导致hash冲突问题
- 仅能满足 “=”,“IN”,不支持范围查询
- 很多时候Hash索引要比B+ 树索引更高效
三、常见数据引擎的索引实现
1.MyISAM
MyISAM的索引文件和数据文件是分离的(非聚集索引),索引文件仅保存记录所在页的指针(物理位置),通过这些地址来读取页,进而读取被索引的行
MyISAM存储引擎在建表的时候,会创建3个文件:
- frm文件:存储表的定义,也就是表结构
- MYD文件:存储表的数据
- MYI文件:存储表的索引文件
2.InnoDB
InnoDB的主键索引,索引文件和数据文件是在一起的(聚集索引),表数据文件本身就是按B+Tree组织的一个索引结构文件,并且聚集索引的叶节点包含了完整的数据记录
InnoDB存储引擎在建表的时候,会创建2个文件:
- frm文件:存储表的定义,也就是表结构
- ibd文件:存储表的索引和数据
因为索引和数据保存在同一个B+树中,因此聚簇索引的数据访问速度更快,并且在范围查询时,由于数据紧密相连,可以从更少的数据块中提取数据,节省了大量的IO操作
但是聚集索引的插入速度严重依赖于插入顺序,按主键的顺序插入时是最快的,否则会出现页分裂,严重影响性能,因此对于InnoDB我们一般都会定义一个自增的ID作为主键,不建议使用UUID或者MD5等作为主键
另外,InnoDB中的非主键索引并不是聚集索引,例如为c2列创建单值索引,则会针对c2列创建一个B+树,非叶子节点存储的是记录的c2列+页号,叶子节点存储的并不是完整的用户记录,而是c2列+主键这两个列的值,定位到对应的主键后,需要进行回表操作来获取数据
这里有个问题,为什么非主键索引结构叶子节点存储的是主键值?(数据一致性和节省存储空间)
针对联合索引,我们在使用时需要基于最佳左前缀法则:查询从索引的最左前列开始并且不跳过索引中的字段,这是基于联合索引底层的数据结构考虑的:
三、Explain详解
1.Explain概述
在 select
语句之前增加 explain
关键字 ,MySQL会在查询上设置一个标记,执行查询会返回执行计划的信息,而不是执行这条SQL(注意如果 from
语句中包含子查询,仍会执行该子查询,并将结果放入临时表中)
2.Explain分析示例
官方文档参考: MySQL5.7 Reference
本次使用的示例表结构如下:
DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor` (
`id` int(11) NOT NULL,
`name` varchar(45) DEFAULT NULL,
`update_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `actor` (`id`, `name`, `update_time`)
VALUES (1,'a','2017-12-22 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(10) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film` (`id`, `name`)
VALUES (3,'film0'),(1,'film1'),(2,'film2');
DROP TABLE IF EXISTS `film_actor`;
CREATE TABLE `film_actor` (
`id` int(11) NOT NULL,
`film_id` int(11) NOT NULL,
`actor_id` int(11) NOT NULL,
`remark` varchar(255) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`)
VALUES (1,1,1),(2,1,2),(3,2,1);
3.Explain的列信息
接下来逐个介绍explain
中每个列的信息:
- id
id
的编号是select
的序列号,有几个select
就有几个id
id
越大执行优先级越高,id
相同则从上往下执行,id
为NULL
时最后执行 - select_type
select_type
表示对应行是简单查询(simple
,查询不包括子查询和union
)还是复杂查询 ,其中复杂查询又包括如下类型:- primary:复杂查询中最外层的
select
- subquery:包含在
select
中的子查询(不在from
子句中) - derived:包含在
from
子句中的子查询,作为临时表使用
- primary:复杂查询中最外层的
可以用下面这个例子来了解上述几种类型:
-- 关闭mysql5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=off';
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
-- 还原mysql5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=on';
上述explain
语句的执行结果为:
- table
table
表示explain
的一行正在访问哪个表,可以参考select_type
中的举例 - type
type
表示关联类型或访问类型,即MySQL
决定如何查找表中的行,从最优到最差依次为:system
>const
>eq_ref
>ref
>range
>index
>ALL
,一般来说,我们需要保证查询语句达到range
级别,最好达到ref
- system/const:
primary key
或unique key
的所有列与常数比较时会返回该值,其中system
是const
的特例,表里只有一条数据匹配时为system
,否则为const
- eq_ref:
primary key
或unique key
索引的所有部分都被连接使用,最多只会返回一条符合条件的记录 - ref:相比于
eq_ref
,不使用唯一索引,而是使用普通索引或者唯一索引的部分前缀和某个值相比较,可能会找到多个符合条件的行 - range:范围扫描通常出现在
in
,between
,>=
等操作中,使用索引来检索给定范围的行 - index:扫描全索引就能拿到结果,一般是扫描某个二级索引,这种扫描不会从索引树根节点开始快速查找,而是直接对二级索引的叶子节点遍历和扫描,速度还是比较慢的,这种查询一般为使用覆盖索引,二级索引一般比较小,所以这种通常比ALL快一些
- ALL:即全表扫描,扫描聚簇索引的所有叶子节点
- system/const:
- possible_keys
possible_keys
显示查询可能使用哪些索引来查找,在explain
时可能出现possible_keys
有值,而key
显示NULL
的情况,这种情况是因为表中数据不多,MySQL
认为索引对此查询帮助不大,选择了全表查询
如果该列是NULL
,则表示本次查询没有相关的索引,在这种情况下,可以通过检查where
子句来创造一个适当的索引提高查询性能 - key
key
显示MySQL
实际采用哪个索引来优化对该表的访问
如果没有使用索引,则该列是NULL
,如果想强制MySQL
使用或忽视possible_keys
列中的索引,则可以在查询中使用force index
和ignore index
- key_len
key_len
列显示了MySQL
在索引里使用的字节数,通过这个值可以算出具体使用了索引中的哪些列
可以用下面这个例子来了解key_len
的使用逻辑
explain select * from film_actor where film_id = 2;
上述explain
语句的执行结果为:
film_actor
的联合索引 idx_film_actor_id
由 film_id
和 actor_id
两个int
列组成,并且每个int
是4字节,通过结果中的key_len=4
可推断出查询只使用了第一个列film_id
来执行查找
key_len
的计算规则如下:
char(n):如果存汉字长度就是3n字节
varchar(n):如果存汉字则长度是3n + 2字节,加的2字节用来存储字符串长度,因为varchar是变长字符串
tinyint:1字节
smallint:2字节
int:4字节
bigint:8字节
date:3字节
timestamp:4字节
datetime:8字节
另外,如果字段允许为 NULL,需要1字节记录是否为 NULL
- ref
ref
列显示了在key
列记录的索引中,表查找值所用到的列或常量,常见的有:const
(常量),字段名(如:film.id
) - rows
rows
列是MySQL
估计要读取并检测的行数 - Extra
Extra
列展示的是额外信息,常见的一些重要值如下:- Using index:使用覆盖索引,覆盖索引一般针对的是辅助索引,整个查询结果只通过辅助索引就能拿到结果,不需要通过辅助索引树找到主键,再通过主键去主键索引树里获取其它字段值
- Using where:查询的列未被索引覆盖,使用
where
语句来处理结果 - Using filesort:用外部排序而不是索引排序,数据较小时从内存排序,否则需要在磁盘完成排序,这种情况下一般是要考虑使用索引来优化的
4.索引的最佳实践
示例表如下:
CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
针对如下查询语句,查看其执行计划:
-- 1.全值匹配,下述3条语句都可以走上索引,但是key_len不同
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
-- 2.最左前缀法则:查询从索引的最左前列开始并且不跳过索引中的列,下述第2、3条语句是走不上索引的
EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';
-- 3.在索引列上做任何操作(计算、函数、(自动or手动)类型转换),会导致索引失效而转向全表扫描
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
-- 4.不能使用索引中范围条件右边的列
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';
-- 5.尽量使用覆盖索引,减少 select * 语句
EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
-- 6.使用不等于(!=或者<>),not in ,not exists 的时候无法使用索引会导致全表扫描
EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';
-- 7.is null,is not null 一般情况下也无法使用索引
EXPLAIN SELECT * FROM employees WHERE name is null;
-- 8.like以通配符开头导致索引失效会变成全表扫描操作
EXPLAIN SELECT * FROM employees WHERE name like '%Lei';
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';
-- 解决like'%字符串%'索引不被使用的方法:使用覆盖索引,如下:
EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';
-- 9.字符串不加单引号索引失效
EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;
-- 10.少用or或in,用它查询时,mysql不一定使用索引,mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';
-- 11.范围查询优化
给年龄添加单值索引
ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
explain select * from employees where age >=1 and age <=2000;
复核索引的使用总结: