mysql优化

mysql 5.6

MRR（Multi-Range Read Optimization）

MRR优化前范围查询逻辑如下，会产生大量的随机访问，查询性能存在优化空间

MRR优化启用后会对普通索引中的二级路由进行一个排序，将大量随机访问转换为顺序访问，流程如下

1. 对于MyISAM存储引擎，在去磁盘获取完整数据之前，会先按照rowid排好序，再去顺序的读取磁盘。
2. 对于Innodb存储引擎，则会按照聚簇索引键值排好序，再顺序的读取聚簇索引。

ICP(Index Condition Pushdown Optimization)

索引条件下推优化，很形象的命名，索引检索的伴随的其他条件会下推至检索动作
案例sql
联合索引：(age,name)

select * from gallant_user where age between 20 and 35 and name like '%白';

没有索引下推优化前mysql底层逻辑，like语句基于最左匹配不会起作用，会遍历所有age满足的数据

1. 遍历age 20-35之间索引对应的聚簇索引值
2. 根据age索引对应的聚簇索引查询基表数据
3. 过滤结果集，将name为“老白”的数据返回

​

启用索引下推优化后mysql底层逻辑，like语句会下推至存储引擎进行过滤

1. 遍历age 20-35之间所有数据
2. 过滤掉不满足name条件的数据，剩余联合索引中满足age条件，且满足name like语句条件的索引对应的聚簇索引值
3. 根据聚簇索引查询基表数据
4. 返回数据

上面的案例可以得出索引下推技术通过减少mysql底层回表的次数来提升检索性能

like ‘%关键字’

1. 函数索引
2. 联合索引结合索引下推优化
3. 新增固定的后缀字段

函数索引用法
​

案例数据

id	name
1	superman
2	spiderman

SELECT id, name FROM gallant_user where name like '%man';
create index idx_like_index on gallant.gallant_user ((name like '%man'));
// 查看函数索引
show index from gallant_user;

Table	Non_unique	Key_name	Seq_in_index	Column_name	Collation	Cardinality	Index_type	Expression
gallant_user	0	PRIMARY	1	id	A	2	BTREE
gallant_user	1	idx_like_index	1		A	1	BTREE	(name like _utf8mb3’%man’)