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:
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:
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
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。
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。
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。
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。
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
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
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;
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;
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)。
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:
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。
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
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 ;
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。
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。