我的妈呀！这么棒系列！！！之-------数据库优化（索引）

最新推荐文章于 2024-07-13 18:10:19 发布

i敲

最新推荐文章于 2024-07-13 18:10:19 发布

阅读量192

点赞数

分类专栏：数据库文章标签：数据库数据结构 java

本文链接：https://blog.csdn.net/sunnro/article/details/127316634

版权

数据库专栏收录该内容

5 篇文章 0 订阅

订阅专栏

索引小盘点

1.索引概述
2.索引结构
4.索引语法
5.SQL性能分析
6.索引使用
7.索引设计原则

1.索引概述

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。

存在意义：
在这里插入图片描述
优点：
* 提高数据检索效率，降低数据库io成本
* 通过索引对数据排序，降低数据排序成本，降低cpu的消耗

缺点：
* 索引列占空间
* 索引提高查询效率，降低更新效率如增删改

2.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，主要包含以下几种:

在这里插入图片描述

为啥用B+树嘞？？
你是试着想一下你有一份数据，它又臭又长
这时候你用二叉树—》提高检索速度

结果：它给你来个长龙，层级深，检索速度和线性表没差了

你想办法解决它层级深问题：红黑树来啦
在这里插入图片描述
可是它虽然保持了平衡，两边均匀，但是面对长数据还是层级太深了
所以Btree闪亮登场！！！！！
完美解决层级深问题，你自己想要多少叶子就自己定吧。但是它吧，有个问题，我们数据库把数据存在叶子节点上，它兄弟节点不能直接抵达，不好访问数据。

B+tree（b树的plus版 AKA 数据库使用的索引）

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。

在这里插入图片描述
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，他们就产生了hash冲突（也称为hash碰撞)，可以通过链表来解决。

在这里插入图片描述 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MysaL中，支持hash索引的是Memory引擎，而innoD8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。

Hash面试题：
为什么InnoDB存储引擎选择使用B+tree索引结构?------正经版

1.相对于二叉树，层级更少，搜索效率高;
2.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;
3.相对Hash索引，B+tree支持范围匹配及排序操作;

3.索引分类
在这里插入图片描述在lnnoDB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lnnoDB会自动生成一个rowid作为隐藏的聚集索引。

在这里插入图片描述
存储的数据巨多

4.索引语法

创建索引

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 ;

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
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。
为profession、age、status创建联合索引。
为email建立合适的索引来提升查询效率。

在这里插入图片描述

CREATEINDEX idx_user_name ON tb_user(name);
CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);
CREATE INDEX idx_email ON tb_user(email);

5.SQL性能分析

需要做优化

SQL执行频率,增删改在当前数据库的占比情况

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

在这里插入图片描述
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;

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;

查看是否支持
在这里插入图片描述
然后开启
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;

在这里插入图片描述

上面只是洒洒水，下面是正餐

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;

在这里插入图片描述
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)。

在这里插入图片描述 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，在不损失精确性的前提下，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。

主要关注：
在这里插入图片描述

6.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 WHERSsn = '1000O0003145001";

创建索引
最左前缀法则
和先后顺序无关

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，索引将部分失效(后面的字段索引失效)。

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;
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';

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';

索引列运算
不要在索引列上进行运算操作，索引将失效。
在这里插入图片描述
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。

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;

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。

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%';

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。

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

索引使用
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';
explain select * from tb_user where phone = '17799990017' or age = 23;

is null和 is not null他们就是要看表的情况的

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5QL语句中加入一些人为的提示来达到优化操作的目的。
use index:

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

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";

只是提建议，myqsl不一定用，后面那个才是强制

覆盖索引
—》减少 * 号

explain select id, profession from tb_user where profession='软件工程' and age =31 and status = 'O ;
explain select id,profession,age, status from tb_user where profession='软件工程’ and age=31 and status = '0 ;

注意(exture内看)

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

在这里插入图片描述
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lO，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。

create index idx _xoocx 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 couht(distinct substring(email,1,5))/ count(*) from tb_user ;

在这里插入图片描述
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。
单列索引情况:

explain select id, phone, name from tb_user where phone = '17799990010' and name = '韩信';

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。
在这里插入图片描述

7.索引设计原则

1.针对于数据量较大，且查询比较频繁的表建立索引。
2. 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。
3.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。
4．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。
5、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。
6．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。
7．如果索引列不能存储NULL值，请在创建表时使用NOTNULL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。

i敲

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
我的妈呀！这么棒系列！！！之-------数据库优化（索引）

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。存在意义：优点：* 提高数据检索效率，降低数据库io成本* 通过索引对数据排序，降低数据排序成本，降低cpu的消耗缺点：* 索引列占空间* 索引提高查询效率，降低更新效率如增删改。
复制链接

扫一扫