MySQL-如何合理正确使用索引

已于 2022-08-27 21:29:53 修改
阅读量653 收藏 1
点赞数
分类专栏： MySQL 文章标签： 数据库 mysql sql 运维 性能优化
于 2022-08-27 21:05:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_36757755/article/details/126562400
版权

前言:

我们经常通过创建索引进行sql语句的优化，特别是联机交易(OLTP)场景下的数据库，通过创建索引可以使语句的执行效率提供10倍、100倍，但有些时候索引的使用却没有达到我们的预期，出现索引失效或者索引扫描效率低下的问题，这是因为我们没有掌握正确的索引使用方法所导致。

本文主要讲述如何合理正确的使用索引，索引使用原则。

索引使用原则:

1 避免列索引过多

2 索引列的区分度要高

3 区分度高的列放左边

4 匹配左边列

5 匹配列左前缀

6 范围扫描后的数据是无序的

7 避免左边列函数运算

8 避免隐式转化

测试表TEST(MySQL 5.7.32):

 CREATE TABLE `test` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(200) DEFAULT NULL,
  `net_address` varchar(50) DEFAULT NULL,
  `age` bigint(20) DEFAULT NULL,
  `name1` varchar(20) DEFAULT NULL,
  `insert_date` datetime DEFAULT NULL,
  `name3` varchar(20) DEFAULT NULL,
  `insert_date1` varchar(200) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=724285 DEFAULT CHARSET=utf8mb4 |

1 表避免列索引过多

创建测试表TEST

create table test(id bigint auto_increment primary key,name varchar(200),net_address varchar(50),age bigint,name1 varchar(20),name2 varchar(20),name3 VARCHAR(20));

只有主键的索引8个并行插入100W数据需要266秒

[root@rac19a ~]# mysqlslap -uchenlz -pchenlz -P3306 -h127.0.0.1 --concurrency=8 --number-of-queries=1000000 --create-schema=db1  --query="insert into test(name,net_address,age,name1,name2,name3) values('aaaaaaaa','www.xxxxx.com',FLOOR(RAND() * 100000),'xxxxxxaaa','xxxxxxxxxx','xxxxxxxxx')"
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
  Average number of seconds to run all queries: 266.121 seconds
  Minimum number of seconds to run all queries: 266.121 seconds
  Maximum number of seconds to run all queries: 266.121 seconds
  Number of clients running queries: 8
  Average number of queries per client: 125000

接下来，在表上创建6个索引，重新进行8个并行插入100w数据需要282秒

drop table test;
create table test(id bigint auto_increment primary key,name varchar(200),net_address varchar(50),age bigint,name1 varchar(20),name2 varchar(20),name3 VARCHAR(20)); 
alter table test add index(age);
alter table test add index(net_address);
alter table test add index(name);
alter table test add index(name1);
alter table test add index(name2);
alter table test add index(name3);
​
mysqlslap -uchenlz -pchenlz -P3306 -h127.0.0.1 --concurrency=16 --number-of-queries=1000000 --create-schema=db1  --query="insert into test(name,net_address,age,name1,name2,name3) values('aaaaaaaa','www.xxxxx.com',FLOOR(RAND() * 100000),'xxxxxxaaa','xxxxxxxxxx','xxxxxxxxx')"
[root@rac19a ~]# mysqlslap -uchenlz -pchenlz -P3306 -h127.0.0.1 --concurrency=8 --number-of-queries=1000000 --create-schema=db1  --query="insert into test(name,net_address,age,name1,name2,name3) values('aaaaaaaa','www.xxxxx.com',FLOOR(RAND() * 100000),'xxxxxxaaa','xxxxxxxxxx','xxxxxxxxx')"
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
​
Benchmark
  Average number of seconds to run all queries: 282.414 seconds
  Minimum number of seconds to run all queries: 282.414 seconds
  Maximum number of seconds to run all queries: 282.414 seconds
  Number of clients running queries: 8
  Average number of queries per client: 125000

总结:表上索引过多会影响表的insert,delete,update性能,因为这些DML操作会维护索引

2 索引列的区分度要高

表列name1的区分度很低，只有2个不同值

root@mysql.sock 22:42:  [db1]>select name1,count(*) from test group by name1;
+-------+----------+
| name1 | count(*) |
+-------+----------+
| a     |  1000000 |
| b     |  1000000 |
+-------+----------+

在name1上创建索引ind_name1

alter table test add index ind_name1(name1);

按name1条件执行查询sql,索引扫描的效率很低，执行时间为1.33秒，EXTRA为null，表示扫描索引后需要回表

root@mysql.sock 22:45:  [db1]>explain select sum(age) from test where name1='a';
+----+-------------+-------+------------+------+---------------+-----------+---------+-------+---------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key       | key_len | ref   | rows    | filtered | Extra |
+----+-------------+-------+------------+------+---------------+-----------+---------+-------+---------+----------+-------+
|  1 | SIMPLE      | test  | NULL       | ref  | ind_name1     | ind_name1 | 83      | const | 1003085 |   100.00 | NULL  |
+----+-------------+-------+------------+------+---------------+-----------+---------+-------+---------+----------+-------+
1 row in set, 1 warning (0.00 sec)
​
root@mysql.sock 22:45:  [db1]>select sum(age) from test where name1='a';
+----------+
| sum(age) |
+----------+
|  1000000 |
+----------+
1 row in set (1.33 sec)

忽略索引，让sql走全表扫描,执行时间0.60秒，执行效率高于走索引

root@mysql.sock 22:50:  [db1]>explain select sum(age) from test IGNORE INDEX(ind_name1) where name1='a';
+----+-------------+-------+------------+------+---------------+------+---------+------+---------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+---------+----------+-------------+
|  1 | SIMPLE      | test  | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 2006170 |    10.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+---------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
​
root@mysql.sock 22:50:  [db1]>select sum(age) from test IGNORE INDEX(ind_name1) where name1='a';
+----------+
| sum(age) |
+----------+
|  1000000 |
+----------+
1 row in set (0.60 sec)

 总结:创建索引的列区分度要高，这样才能避免出现高消耗的回表

3 区分度高的列放左边

表TEST列age的区分度为51个值，列insert_date的区分度为316

root@mysql.sock 21:06:  [db1]>select count( distinct age) from test;
+----------------------+
| count( distinct age) |
+----------------------+
|                   51 |
+----------------------+
​
​
root@mysql.sock 21:00:  [db1]>select count(distinct insert_date) from test;
+-----------------------------+
| count(distinct insert_date) |
+-----------------------------+
|                         316 |
+-----------------------------+
1 row in set (0.00 sec)

将区分度低的age列放在左边第一列，区分度高的insert_date放在第二列

root@mysql.sock 21:11:  [db1]>alter table test add index ind_test_2(age,insert_date);

测试查询索引的访问效率，执行时间为0.11秒，filtered的效率很低只有11.11

root@mysql.sock 21:11:  [db1]>explain select count(*) from test where age>60 and age <80 and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29';
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+--------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys         | key        | key_len | ref  | rows   | filtered | Extra                    |
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+--------+----------+--------------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_5,ind_test_2 | ind_test_2 | 9       | NULL | 308779 |    11.11 | Using where; Using index |
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+--------+----------+--------------------------+
1 row in set, 1 warning (0.00 sec)
​
​
root@mysql.sock 21:11:  [db1]>select count(*) from test where age>60 and age <80 and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29';
+----------+
| count(*) |
+----------+
|        4 |
+----------+
1 row in set (0.11 sec)

将区分度低的insert_date列放在左边第一列，区分度高的age放在第二列

root@mysql.sock 21:11:  [db1]>alter table test drop index ind_test_2;
Query OK, 0 rows affected (0.04 sec)
Records: 0  Duplicates: 0  Warnings: 0
​
root@mysql.sock 21:11:  [db1]>alter table test add index ind_test_2(insert_date,age);
Query OK, 0 rows affected (1.06 sec)
Records: 0  Duplicates: 0  Warnings: 0

测试查询索引的访问效率，执行时间为0.001秒，filtered的效率有50

root@mysql.sock 21:12:  [db1]>explain select count(*) from test where age>60 and age <80 and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29';
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys         | key        | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_5,ind_test_2 | ind_test_2 | 6       | NULL |    8 |    50.00 | Using where; Using index |
+----+-------------+-------+------------+-------+-----------------------+------------+---------+------+------+----------+--------------------------+
1 row in set, 1 warning (0.00 sec)
​
root@mysql.sock 21:12:  [db1]>select count(*) from test where age>60 and age <80 and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29';
+----------+
| count(*) |
+----------+
|        4 |
+----------+
1 row in set (0.00 sec)
​
root@mysql.sock 21:12:  [db1]>

总结:创建索引区分度高的列要放在左边，这样才能最大划的过滤数据，提示索引的访问效率

4 匹配左边列

创建索引ind_test_2,age在左边第一列,insert_date在第二列

alter table test add key ind_test_2(age,insert_date);

 使用列age进行查询，可以正常使用到索引

root@mysql.sock 15:51:  [db1]>explain select sum(length(name3)) from test where age<2;
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                 |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_2    | ind_test_2 | 9       | NULL | 2000 |   100.00 | Using index condition |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+

使用insert_date进行查询，没有使用上索引，因为insert_date在索引的第二列

root@mysql.sock 11:23:  [db1]>explain select sum(length(name3)) from test where insert_date>'2022-05-16 15:44:30' and insert_date<'2022-05-20 15:44:30';
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | test  | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 199121 |    11.11 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+

总结:在创建索引或者写sql语句的时候，需要在使用到的列放在索引的左边，MySQL5.7没有跳跃索引访问的功能，在MySQL 8.0实现了跳跃索引访问功能，但跳跃索引的性能肯定不及范围索引扫描

5 匹配列左前缀

创建索引ind_test_4

alter table test add key ind_test_4(net_address);

使用左边模糊匹配，可以使用上索引，并且过滤很高

root@mysql.sock 11:37:  [db1]>explain select sum(length(name3)) from test where net_address like 'aaa.%';
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                 |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_4    | ind_test_4 | 203     | NULL |    4 |   100.00 | Using index condition |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
1 row in set, 1 warning (0.00 sec)

使用右边模糊匹配，没有使用索引，过滤只有11.11，执行效率下降

root@mysql.sock 11:37:  [db1]>explain select sum(length(name3)) from test where net_address like '%.cn';
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | test  | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 199125 |    11.11 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

总结:索引是按顺序存放的，如果只有列的右边进行模糊匹配，会导致访问效率降低，对于需要进行右边匹配的查询，建议将值倒序存放

倒序存放方法

---倒序存放
update test set net_address=reverse(net_address);
select name3,reverse(net_address) from test where net_address like 'nc.%';
​
root@mysql.sock 11:43:  [db1]>select name3,reverse(net_address) from test where net_address like 'nc.%';
+-------+----------------------+
| name3 | reverse(net_address) |
+-------+----------------------+
| xx    | aaa.xxxxx.cn         |
| xx    | aaa.xxxxx.cn         |
+-------+----------------------+
2 rows in set (0.00 sec)
​
root@mysql.sock 11:43:  [db1]>explain select name3,reverse(net_address) from test where net_address like 'nc.%';
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                 |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_4    | ind_test_4 | 203     | NULL |    2 |   100.00 | Using index condition |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+-----------------------+
1 row in set, 1 warning (0.00 sec)

6 范围扫描后的数据是无序的

创建组合索引ind_test_5，有列age,net_address,insert_date组成

alter table test add key ind_test_5(age,net_address,insert_date);

执行以下sql,等值查询之后按单个条件进行范围扫描，通过索引可以消除order by的排序没有使用filesort排序，说明索引等值查询之后，索引其他列的数据依然是有序的

root@mysql.sock 11:54:  [db1]>explain select insert_date 
  from test 
  where age=20  and net_address ='aaa.xxxxx.cn' and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29' 
  order by insert_date;
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys                    | key        | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_2,ind_test_3,ind_test_5 | ind_test_5 | 218     | NULL |    2 |   100.00 | Using where; Using index |
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+--------------------------+
​

执行以下sql，等值查询之后进行两个条件的范围扫描，可以发现使用了filesort文件排序，说明范围扫描之后，索引其他列的数据是乱序的

root@mysql.sock 20:17:  [db1]>explain select insert_date    from test    where age=20  and net_address like 'aaa.xxxxx.cn%' and insert_date>'2022-08-24 11:35:29' and insert_date<'2022-08-26 11:35:29'    order by insert_date;
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+------------------------------------------+
| id | select_type | table | partitions | type  | possible_keys                    | key        | key_len | ref  | rows | filtered | Extra                                    |
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+------------------------------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_2,ind_test_3,ind_test_5 | ind_test_5 | 218     | NULL |    2 |     2.50 | Using where; Using index; Using filesort |
+----+-------------+-------+------------+-------+----------------------------------+------------+---------+------+------+----------+------------------------------------------+
1 row in set, 1 warning (0.00 sec)
​
root@mysql.sock 20:21:  [db1]>

总结:索引进行范围扫描之后的数据是乱序的，这时候的索引查询结果没法消除排序，需要进行filesort文件排序

7 避免左边列函数运算

创建索引ind_test_6

alter table test add key ind_test_6(age);

对age在左边进行运算age-2,可以发现sql没有使用上索引，索引失效

root@mysql.sock 20:28:  [db1]>explain select name    from test    where age-50=2;
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | test  | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 199121 |   100.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+

对age在右边进行运算50+2,可以发现sql正常使用上索引ind_test_6

root@mysql.sock 20:28:  [db1]>explain select name    from test    where age=50+2;
+----+-------------+-------+------------+------+-----------------------+------------+---------+-------+------+----------+-----------------------+
| id | select_type | table | partitions | type | possible_keys         | key        | key_len | ref   | rows | filtered | Extra                 |
+----+-------------+-------+------------+------+-----------------------+------------+---------+-------+------+----------+-----------------------+
|  1 | SIMPLE      | test  | NULL       | ref  | ind_test_6 | ind_test_6 | 9       | const | 2000 |   100.00 | Using index condition |
+----+-------------+-------+------------+------+-----------------------+------------+---------+-------+------+----------+-----------------------+

总结:避免对左边列进行函数或者算术运算，会导致索引失效

8 避免隐式转化

创建索引ind_test_7

alter table test add key ind_test_7(insert_date1);

按条件insert_date1进行范围查询，可以使用索引

root@mysql.sock 20:56:  [db1]>explain select count(*) from test where insert_date1 >'20220516160000' and insert_date1<'20220518160000';
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | test  | NULL       | range | ind_test_1    | ind_test_1 | 803     | NULL | 4000 |   100.00 | Using where; Using index |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
​
root@mysql.sock 20:56:  [db1]>select count(*) from test where insert_date1 >'20220516160000' and insert_date1<'20220518160000';
+----------+
| count(*) |
+----------+
|     4000 |
+----------+
1 row in set (0.00 sec)

按条件insert_date1进行范围查询，将输入的number类型的值，可以使用索引，但执行时间增加为0.05秒，过滤下降到11.11，并且type类似为index，全索引扫描

root@mysql.sock 20:56:  [db1]>explain select count(*) from test where insert_date1 >20220516160000 and insert_date1<20220518160000;
+----+-------------+-------+------------+-------+---------------+------------+---------+------+--------+----------+--------------------------+
| id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows   | filtered | Extra                    |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+--------+----------+--------------------------+
|  1 | SIMPLE        | test  | NULL       | index | ind_test_1    | ind_test_1 | 803     | NULL | 199100 |    11.11 | Using where; Using index |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+--------+----------+--------------------------+
​
​
root@mysql.sock 20:57:  [db1]>select count(*) from test where insert_date1 >20220516160000 and insert_date1<20220518160000;
+----------+
| count(*) |
+----------+
|     4000 |
+----------+
1 row in set (0.05 sec)

总结:过滤条件要避免发生隐式转化，隐式转化会引发索引数据访问低效以及索引失效问题

牛牛的笔记
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
mysql 慢查询原因 排查 优化
qq_39989608的博客
03-21 2088
慢查询原因 一条sql偶尔查询很慢 原因 数据库更新频繁，redo log buf很快满了，只能先暂停其他操作，将redo log buf同步写到磁盘上时，这时候查询只能等待写磁盘完成了。 查询涉及到的表或行被加锁了，只能等待锁被释放。 一条sql一致查询很慢 应该是sql书写有问题了。 原因 字段未创建索引 索引失效。索引失效有很多原因。 数据库选错索引。数据库的统计信息不准确，选错了索引，analyze 表重新统计信息。或者sql里强制使用某个索引。 索引失效的情况 where、group b
MySQL索引优化实战
weixin_33778544的博客
03-20 230
在列上进行运算或使用函数会使索引失效，从而进行全表扫描。如下面例子在publish_time，id列上分别加上索引，publish_time为datetime类型，id为int类型 -- 全表扫描select from article where year(publish_time) < 2019-- 走索引select from article where publish_time &...
谈谈你对索引的理解,索引越多越好吗
m0_65022152的博客
04-19 524
数据变更需要维护索引,因此更多的索引意味着更多的维护成本；更多的索引意味着也需要更多的空间（索引也是需要空间来存放的）；通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。索引相当于字典的音序表，如果要查某个字，如果不使用音序表，则需要从几百页中逐页去查。索引分为普通索引，唯一索引，复合索引，聚簇索引。
mysql的filtered利用率排查，提高索引效率
最新发布
m0_46524535的博客
05-26 175
可以看出来 a这个表的索引利用率很低，所有排查原因，从 第二个结果看出来是del_flag没有利用上索引导致的，排查原因发现是数据库的类型是字符串，但是用的数字类型去查询，所以导致没有利用上索引。filtered的意思就是where 条件筛选的条数占扫描到的行数的百分百比。扫描到的行数就是rows这列数据的含义，也是就索引过滤后的行数。修改后filtered的利用率100%
索引——谈谈你对索引的认识和理解
piaochong2006的博客
06-07 1216
为什么要用索引？ 一般的应用系统，读写比例在10:1左右，插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。 索引是什么？ 索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。 索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。 索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。
学习笔记：MySQL索引（三）
凭心而动
03-20 794
MySQL索引学习笔记（三）explain语法、最左匹配原则
Mysql使用索引的正确方法及索引原理详解
09-09
MySQL使用索引的正确方法和索引原理是数据库性能优化的关键。索引，如同书籍的目录，是为了快速找到数据而创建的一种数据结构。在MySQL中，索引被称为“键”，对于提升查询速度至关重要，尤其在大数据量的表中，没有...
mysql-常见问题，索引优化
11-17
官方建议合理使用索引，避免全表扫描，以及根据工作负载选择合适的事务隔离级别。 4. MySQL自增序列 自增列是InnoDB表的常用特性，用于生成唯一标识符。但需要注意，如果事务回滚，自增值不会回退，可能导致空洞。...
mysql-5.7.35-winx64.rar
08-21
- **索引优化**：理解索引的工作原理，合理创建和使用索引以提升查询速度。 - **事务和隔离级别**：了解ACID属性，理解四种事务隔离级别，根据业务需求选择合适的级别。 - **日志管理**：配置错误日志、慢查询日志，...
atlas 的 mysql-bridge.zip
01-20
**Atlas与MySQL-Bridge简介** Atlas 是一个强大的大数据管理平台，主要用于元数据管理和数据治理。它提供了一整套解决方案，包括元数据采集、存储...正确配置和使用 MySQL-Bridge 对于提升企业数据治理水平至关重要。
MySQL-MMM架构部署使用与性能调优
11-16
### MySQL-MMM架构部署使用与性能调优 #### 1. MySQL-MMM架构部署 **1.1 问题** ...通过对MySQL-MMM架构的正确部署和使用，以及对数据库性能的有效调优，可以显著提升系统的整体性能和用户体验。
mysql之explain使用详解(分析索引)
12-15
explain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。 使用方法，在select语句前加上explain就可以了，如： explain select * from statuses_status where id=11; explain列的解释 table：显示这一行的数据是关于哪张表的 type：这是重要的列，显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和all possible_keys：显示可能应用在这张表中的索引。如果为空，没有可能的索引。可以为相关的
MYSQL索引失效的几种情况
裸奔的小强的博客
02-24 3960
MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。但是，有时候常常会明明建了索引，查询结果却没有使用到索引的情况。那么就说明索引失效。以下就列举出几种索引失效的情况： 在举例之前，先简单的介绍一下MySQL中的explain，explain这个命令可以查看SQL语句的执行计划，结果如图所示： id: SELECT 查询的标识符. 每个 SELECT ...
关于MySql中explain结果filtered的理解
热门推荐
yuxxz的专栏
12-28 4万+
帮忙理解filtered值的含义以及如何评估一个filtered值的好坏
【MySQL从入门到精通】【高级篇】（二十五）EXPLAIN中ref、rows、filtered、Extra字段的剖析
码农飞哥
10-07 5223
本文详细介绍了EXPLAIN中ref、rows、filtered、Extra字段的剖析，其中rows字段和Extra字段非常的重要，另外EXPLAIN有四种输出格式，其中JSON格式可以列出查询的执行成本。
MySQL Explain 中 filtered 列知多少？
杨建荣的学习笔记
07-24 2330
最近同事问，MySQL Explain 中 filtered 列也是表示过滤，为什么过滤是100%的时候，查询效率也很高呢？一开始以为是个别同事遇到的困惑，没太当回事，就进行了一对一解答，后来发现团队不少同学都有相同的疑惑，于是就有了这篇文章。先说结论：对于 MySQL Explain 结果，filtered 列不并需要太关心，重点关注type、key、rows以及extra等列。尤其是rows列...
索引的利弊与如何判定，是否需要索引
feifei__wang的博客
08-19 1097
8.4.5  索引的利弊与如何判定，是否需要索引   相信读者都知道索引能够极大地提高数据检索的效率，让Query 执行得更快，但是可能并不是每一位朋友都清楚索引在极大提高检索效率的同时，也给数据库带来了一些负面的影响。下面就分别对 MySQL 中索引的利与弊做一个简单的分析。   索引的好处   索引带来的益处可能很多读者会认为只是"能够提高数据检索的效率，降低数据...
MySQL 数据量大时，delete 操作无法命中索引
嘻哈熊的专栏
03-01 1106
原文地址 mp.weixin.qq.com 前语：不要为了读文章而读文章，一定要带着问题来读文章，勤思考。 最近，在脉脉上看到一个楼主提出的问题：MySQL 数据量大时，delete 操作无法命中索引；并且还附上了相关案例截图。 最终，楼主通过开启 MySQL 分析优化器追踪，定位到是优化器搞的鬼，它觉得花费时间太长。因为我这个是测试数据，究其原因是因为数据倾斜，导致计算出的数据占比较大、花费时间长。 大家要记住一点，一条 SQL 语句走哪条索引是通过其中的优化器和代价分析两个部分来决定的。所以.
小心陷入MySQL索引的坑
被基金支配的打工人
10-20 392
索引可以说是数据库中的一个大心脏了，如果说一个数据库少了索引，那么数据库本身存在的意义就不大了，和普通的文件没什么两样。所以说一个好的索引对数据库系统尤其重要，今天来说说MySQL索引，从细节和实际业务的角度看看在MySQL中B+树索引好处，以及我们在使用索引时需要注意的知识点。 合理利用索引 在工作中，我们可能判断数据表中的一个字段是不是需要加索引的最直接办法就是：这个字段会不会经常出现在我们的where条件中。从宏观的角度来说，这样思考没有问题，但是从长远的角度来看，有时可能需要更细致的思考，比如我
深入解析MySQL InnoDB索引机制
索引虽然能提升查询性能，但过多的索引会导致插入和更新操作变慢，因此需要合理设计索引，避免冗余和过度索引。使用EXPLAIN语句可以帮助分析查询的执行计划，从而评估索引的效果。 理解InnoDB的索引原理对于优化...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值