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
备注:上述二叉树索引结构只是一个示意图,并不是真实的索引结构
优缺点
优势:
- 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
劣势:
- 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
索引结构
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结构
- 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:底层数据结构是用哈希表实现的,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
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/红黑树
二叉树: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)
以一棵最大度数(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)
树的度数指的是一个节点的子节点个数
B+Tree
以一棵最大度数(max-degree)为4(4阶)的B+Tree为例
相对于B-Tree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
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
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,它们就产生了hash冲突(也称为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
为什么InnoDB存储引擎选择使用B+Tree索引结构?
- 相对于二叉树,层级更少,搜索效率高
- 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
- 相对Hash索引,B+Tree支持范围匹配及排序操作
索引分类
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
聚集索引叶子节点下面挂的是这一行的行数据,二级索引叶子节点下面挂的是对应的id
回表查询:先走二级索引找到对应的主键值,再根据主键值到聚集索引中拿到这一行的行数据
索引语法
创建索引
一个索引是可以关联多个字段的,如果一个索引只关联一个字段,这种索引称之为单列索引,如果一个索引关联了多个字段,那么这个索引称为联合/组合索引
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;
SQL性能分析
SQL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
SHOW GLOBAL STATUS LIKE 'Com___';
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;
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
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,就能看到当前MySQL是否支持profile操作
SELECT @@have_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
explain执行计划
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;
EXPLAIN执行计划各字段含义:
- Id :select查询的序列号,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,即不使用表连接或者子查询)、PRIMARY(主查询,即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、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上的索引,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,在不损失精确度的前提下,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
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 tb_sku WHERE sn = '100000003145001'; #针对字段创建索引 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';
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,如果跳过某一列,索引将部分失效(后面的字段索引失效)
索引失效情况
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
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
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
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语句中加入一些认为的提示来达到优化操作的目的
use index ignore index force index
#use index explain select * from tb_user use index(idx_user_pro) where profession = '软件工程'; #ignore index explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程'; #force index explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
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都能找到),减少select *
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
思考: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:针对username和password这两个字段建立联合索引,联合索引是二级索引,二级索引叶子节点下面挂的就是id,不需要回表查询
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,这样可以大大节约检索空间,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
select count(distinct email)/count(*) from tb_user; select count(distinct substring(email,1,5))/count(*) from tb_user;
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