阅读笔记-MySQL索引原理及慢查询优化

阅读笔记-MySQL索引原理及慢查询优化

1. mysql的索引的实现原理

读文章弄清楚索引的数据结构b+树及其查找过程

2. 建索引的几大原则

1.最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配 ，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，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

2.=和in可以乱序 ，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式

3.尽量选择区分度高的列作为索引 ,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

4.索引列不能参与计算，保持列”干净” ，比如from_unixtime(create_time) = ‘2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(‘2014-05-29’);

5.尽量的扩展索引，不要新建索引 。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可

3. 慢查询优化基本步骤

1. 先运行看看是否真的很慢，注意设置SQL_NO_CACHE
2. where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起， 单表每个字段分别查询，看哪个字段的区分度最高
3. explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）
4. order by limit 形式的sql语句让排序的表优先查
5. 了解业务方使用场景
6. 加索引时参照建索引的几大原则
7. 观察结果，不符合预期继续从0分析

4. 简单总结,方便记忆

1. 索引左匹配等原则(从数据结构和查找算法理解)
2. explain row 分析(列的区分度)
3. 仅从语句下手不行就从业务下手分析
4. 关于排序和分类 — mysql的nested loop机制
5. 不要只针对具体case来优化，而忽略了更复杂的情况(需要更多的分析+测试)

5.理论要扎实，不要混日子

同样是MySQL，可以用来支撑Google/FaceBook/Taobao应用， 但可能连你的个人网站都撑不住。 套用最近比较流行的话：”查询容易，优化不易，且写且珍惜！”

6. 其他

如果你不太理解区分度公式

select count(*),accurate_result from stage_poi  group by accurate_result;
+----------+-----------------+
| count(*) | accurate_result |
+----------+-----------------+
|     1023 |              -1 |
|  2114655 |               0 |
|   972815 |               1 |
+----------+-----------------+

只需要理解上面这个情况，accurate_result 所能过滤的数据很少， 加上索引也无法锁定特别少量的数据。

参考

http://blog.jobbole.com/86594/
https://en.wikipedia.org/wiki/B%2B_tree