联合索引最左原则原理_索引原理与慢查询优化联合索引(最左前缀匹配)查询优化(explain)...

1. 索引的作用：

一般的应用系统，读写比例在10:1左右，而且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

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。

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。

2.索引的原理

(1)索引原理

目的 提高查询效率

本质 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，

有了这种索引机制，可以总是用同一种查找方式来锁定数据。

(2)磁盘IO与预读

磁盘IO和预读，磁盘读取数据靠的是机械运动，每次读取数据花费的时间可以分为寻道时间、旋转延迟、传输时间三个部分，

寻道时间 指的是磁臂移动到指定磁道所需要的时间，主流磁盘一般在5ms以下；

旋转延迟 就是我们经常听说的磁盘转速，比如一个磁盘7200转，表示每分钟能转7200次，也就是说1秒钟能转120次，

旋转延迟就是1/120/2 = 4.17ms；

传输时间 指的是从磁盘读出或将数据写入磁盘的时间，一般在零点几毫秒，相对于前两个时间可以忽略不计。

一次磁盘的时间，即一次磁盘IO的时间约等于5+4.17 = 9ms左右，听起来还挺不错的，

但 一台500 -MIPS(Million Instructions Per Second)的机器每秒可以执行5亿条指令,

磁盘IO是非常高昂的操作，计算机操作系统做了一些优化，当一次IO时，不光把当前磁盘地址的数据，而是把相邻的数据也都读取到内存缓冲区内，因为 局部预读性原理 告诉我们，当计算机访问一个地址的数据的时候，

与其相邻的数据也会很快被访问到。每一次IO读取的数据我们称之为一页(page)。具体一页有多大数据跟操作系统有关，一般为4k或8k，也就是我们读取一页内的数据时候，实际上才发生了一次IO，对索引的数据结构设计非常有帮助。

(3)索引的数据结构

任何一种数据结构都不是凭空产生的，一定会有它的背景和使用场景，要每次查找数据时把磁盘IO次数控制在一个很小的数量级，

最好是常数数量级。多路搜索树， b+树 应运而生。

索引 === 平衡树 ---btree (树的平衡---高度) ====== 减少IO

磁盘块(数据项+指针)

磁盘块(数据项+指针) 磁盘块(数据项+指针)

真实的数据项 真实的数据项 真实的数据项 真实的数据项 真实的数据项 (叶子节点)

浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项(深蓝色所示)和指针(黄色所示)，如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

b+树的查找过程

如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短(相比磁盘的IO)可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

b+树性质

索引字段要尽量的小：

通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。

索引的最左匹配特性：

当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。

3. MySQL索引

(1) 功能

索引的功能就是加速查找

mysql中的 primary key，unique，联合唯一也都是索引，这些索引除了加速查找以外，还有约束的功能

(2)MySQL常用的索引

普通索引INDEX：加速查找

唯一索引：

-主键索引PRIMARY KEY：加速查找+约束(不为空、不能重复)

-唯一索引UNIQUE:加速查找+约束(不能重复)

联合索引：

-PRIMARY KEY(id,name):联合主键索引

-UNIQUE(id,name):联合唯一索引

-INDEX(id,name):联合普通索引

(3) 索引的两大类型hash与btree

索引类型，分两类

hash类型的索引：查询单条快，范围查询慢

btree类型的索引：b+树，层数越多，数据量指数级增长(我们就用它，因为innodb默认支持它)

不同的存储引擎支持的索引类型也不一样

InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；

NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；

Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；

4 创建/删除索引的语法

(1)创建表时

　　CREATE TABLE 表名 (

字段名1 数据类型 [完整性约束条件…],

字段名2 数据类型 [完整性约束条件…],

[UNIQUE | FULLTEXT | SPATIAL ] INDEX | KEY

[索引名] (字段名[(长度)] [ASC |DESC])

);

(2)CREATE在已存在的表上创建索引

CREATE [UNIQUE | FULLTEXT | SPATIAL ] INDEX 索引名

ON 表名 (字段名[(长度)] [ASC |DESC]) ;

(3)ALTER TABLE在已存在的表上创建索引

ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL ] INDEX

索引名 (字段名[(长度)] [ASC |DESC]) ;

#删除索引：DROP INDEX 索引名 ON 表名字;

5 创建索引时需要注意：

=== 1 选择区分度高的字段作为 索引 字段

=== 2 范围 ，条件不明确的 有索引 速度也会很慢

=== 3 索引字段 不能 通过 *10 avg() 查询

=== 4 最左前缀 --联合索引 (a,b,c,d)

重复性高的 字段( name ,gender )不要加索引

范围大的 索引 速度 会很慢

like '%xx' % 在左边 索引会很慢 要从头到尾先查询一遍

用 name, id 字段 作为 索引的 只能 用 本来的字段进行查询 (不能用 id*10, avg(id) 等来查询)

and 左右条件 会先找 有索引的 查

or 会按顺序找

a,b,c,d ==== 联合索引 (a=1,b=1,d=2,c>3) 范围放到最后---最左前缀匹配

select * from s1 where a=3,b=5,c>3,d=6 (先找 区分度高的 索引)

(1) 一定是为搜索条件的字段创建索引，比如select * from s1 where id = 333; 就需要为id加上索引

(2) 在表中已经有大量数据的情况下，建索引会很慢，且占用硬盘空间，建完后查询速度加快

比如create index idx on s1(id);会扫描表中所有的数据，然后以id为数据项，创建索引结构，存放于硬盘的表中。

建完以后，再查询就会很快了。

(3) innodb表的索引 会存放于s1.ibd文件中，而 myisam表的索引 则会有单独的索引文件table1.MYI

innodb 引擎 --- frm + idb(数据+索引)

myisam 引擎 ---- frm + myd + myi (数据与索引分离)

MySAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而在innodb中，表数据文件本身就是按照B+Tree

(BTree即Balance True)组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，

因此innodb表数据文件本身就是主索引。

因为inndob的数据文件要按照主键聚集，所以innodb要求表必须要有主键(Myisam可以没有)，如果没有显式定义，

则mysql系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则mysql会自动为innodb表生成一个

隐含字段作为主键，这字段的长度为6个字节，类型为长整型。

6 正确使用索引

一 索引未命中

并不是说我们创建了索引就一定会加快查询速度，若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下问题

1 范围问题，或者说条件不明确，条件中出现这些符号或关键字：>、>=、

大于号、小于号

不等于！=

between ...and...

like

2 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

3 =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

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’)

7 and/or

#注意：

条件1 and 条件2:查询原理是：首先条件1与条件2都成立的前提下，才算匹配成功一条记录；其次mysql会按先优先判断索引字段的条件,如果按照该条件为真，但锁定的范围很小，或者干脆为假，那我们即便是没有为其他条件的字段添加索引，最终的结果仍然很快

#例如：

若条件1的字段有索引，而条件2的字段没有索引，那么如果在按照条件1查出的结果很少的情况下，即便我们没有为条件2创建索引，最终的查询速度依然很快

若条件1的字段没有索引，而条件2的字段有索引，那么如果在按照条件2查出的结果很少的情况下，即便我们没有为条件1创建索引，最终的查询速度依然很快

在左边条件成立但是索引字段的区分度低的情况下(name与gender均属于这种情况)，会依次往右找到一个区分度高的索引字段，加速查询

经过分析，在条件为name='egon' and gender='male' and id>333 and email='xxx'的情况下，我们完全没必要为前三个条件的字段加索引，因为只能用上email字段的索引，前三个字段的索引反而会降低我们的查询效率

6 最左前缀匹配原则，非常重要的原则，对于组合索引mysql会一直向右匹配直到遇到范围查询(>、 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。

8 其他情况

使用函数

select * from tb1 where reverse(email) = 'egon';

- 类型不一致

如果列是字符串类型，传入条件是必须用引号引起来，不然...

select * from tb1 where email = 999;

#排序条件为索引，则select字段必须也是索引字段，否则无法命中

- order by

select name from s1 order by email desc;

当根据索引排序时候，select查询的字段如果不是索引，则速度仍然很慢

select email from s1 order by email desc;

特别的：如果对主键排序，则还是速度很快：

select * from tb1 order by nid desc;

- 组合索引最左前缀

如果组合索引为：(name,email)

name and email -- 命中索引

name -- 命中索引

email -- 未命中索引

- count(1)或count(列)代替count(*)在mysql中没有差别了

- create index xxxx on tb(title(19)) #text类型，必须制定长度

9 其他注意事项

- 避免使用select *

- count(1)或count(列) 代替 count(*)

- 创建表时尽量时 char 代替 varchar

- 表的字段顺序固定长度的字段优先

- 组合索引代替多个单列索引(经常使用多个条件查询时)

- 尽量使用短索引

- 使用连接(JOIN)来代替子查询(Sub-Queries)

- 连表时注意条件类型需一致

- 索引散列值(重复少)不适合建索引，例：性别不适合

三 覆盖索引与索引合并

#覆盖索引：

- 所有字段(条件的，查询结果的等)都是索引字段

#分析

select age from s1 where id=123 and name = 'egon'; #id字段有索引，但是name字段没有索引

该sql命中了索引，但未覆盖全部。

利用id=123到索引的数据结构中定位到了id字段，但是仍要判断name字段，但是name字段没有索引，而且查询结果的字段age也没有索引

最牛逼的情况是，索引字段覆盖了所有，那全程通过索引来加速查询以及获取结果就ok了

#索引合并：把多个单列索引合并使用

#分析：

组合索引能做到的事情，我们都可以用索引合并去解决，比如

create index ne on s1(name,email);#组合索引

我们完全可以单独为name和email创建索引，然后按照where name='xxx' and email='xxx'使用 #索引合并

组合索引可以命中：

select * from s1 where name='egon' ;

select * from s1 where name='egon' and email='adf';

索引合并可以命中：

select * from s1 where name='egon' ;

select * from s1 where email='adf';

select * from s1 where name='egon' and email='adf';

乍一看好像索引合并更好了：可以命中更多的情况，但其实要分情况去看，如果是name='egon' and email='adf',那么组合索引的效率要高于索引合并，如果是单条件查，那么还是用索引合并比较合理

10 查询优化神器-explain

关于explain命令相信大家并不陌生，具体用法和字段含义可以参考官网explain-output，这里需要强调rows是核心指标，绝大部分rows小的语句执行一定很快(有例外，下面会讲到)。所以优化语句基本上都是在优化rows。

执行计划：让mysql预估执行操作(一般正确)

all < index < range < index_merge < ref_or_null < ref < eq_ref < system/const

id,email

慢：

select * from userinfo3 where name='alex'

explain select * from userinfo3 where name='alex'

type: ALL(全表扫描)

select * from userinfo3 limit 1;

快：

select * from userinfo3 where email='alex'

type: const(走索引)

11 慢查询优化的基本步骤

0.先运行看看是否真的很慢，注意设置SQL_NO_CACHE

1.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

2.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)

3.order by limit 形式的sql语句让排序的表优先查

4.了解业务方使用场景

5.加索引时参照建索引的几大原则

6.观察结果，不符合预期继续从0分析

12 慢日志管理

慢日志

- 执行时间 > 10

- 未命中索引

- 日志文件路径

配置：

- 内存

show variables like '%query%';

show variables like '%queries%';

set global 变量名 = 值

- 配置文件

mysqld --defaults-file='E:wupeiqimysql-5.7.16-winx64mysql-5.7.16-winx64my-default.ini'

my.conf内容：

slow_query_log = ON

slow_query_log_file = D:/....

注意：修改配置文件之后，需要重启服务

专注于技术热点大数据，人工智能，JAVA、Python、 C 、GO、Javascript等语言最新前言技术，及业务痛点问题分析，请关注【编程我最懂】共同交流学习。