mysql数据库中的索引与优化

本文主要讲述了如何加速动态网站的MySQL索引分析和优化。 

一、什么是索引？ 

索引用来快速地寻找那些具有特定值的记录，所有MySQL索引都以B-树的形式保存。如果没有索引，执行查询时MySQL必须从第一个记录开始扫描整个表的所有记录，直至找到符合要求的记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已经创建了索引，MySQL无需扫描任何记录即可迅速得到目标记录所在的位置。如果表有1000个记录，通过索引查找记录至少要比顺序扫描记录快100倍。 

假设我们创建了一个名为people的表： 

CREATE TABLE people ( peopleid SMALLINT NOT NULL, 

name CHAR(50) NOT NULL );

然后，我们完全随机把1000个不同name值插入到people表。在数据文件中name列没有任何明确的次序。如果我们创建了name列的索引，MySQL将在索引中排序name列,对于索引中的每一项，MySQL在内部为它保存一个数据文件中实际记录所在位置的“指针”。因此，如果我们要查找name等于“Mike”记录的peopleid（SQL命令为“SELECT peopleid FROM people WHERE name='Mike';”），MySQL能够在name的索引中查找“Mike”值，然后直接转到数据文件中相应的行，准确地返回该行的peopleid（999）。在这个过程中，MySQL只需处理一个行就可以返回结果。如果没有“name”列的索引，MySQL要扫描数据文件中的所有记录，即1000个记录！显然，需要MySQL处理的记录数量越少，则它完成任务的速度就越快。 

二、索引的类型 

MySQL提供多种索引类型供选择： 

普通索引 : 

这是最基本的索引类型，而且它没有唯一性之类的限制。普通索引可以通过以下几种方式创建： 

创建索引，例如CREATE INDEX <索引的名字> ON tablename (列的列表)； 

修改表，例如ALTER TABLE tablename ADD INDEX [索引的名字] (列的列表)； 

创建表的时候指定索引，例如CREATE TABLE tablename ( [...], INDEX [索引的名字] (列的列表) )； 

唯一性索引: 

这种索引和前面的“普通索引”基本相同，但有一个区别：索引列的所有值都只能出现一次，即必须唯一。唯一性索引可以用以下几种方式创建： 

创建索引，例如CREATE UNIQUE INDEX <索引的名字> ON tablename (列的列表)； 

修改表，例如ALTER TABLE tablename ADD UNIQUE [索引的名字] (列的列表)； 

创建表的时候指定索引，例如CREATE TABLE tablename ( [...], UNIQUE [索引的名字] (列的列表) )； 

主键 : 

主键是一种唯一性索引，但它必须指定为“PRIMARY KEY”。如果你曾经用过AUTO_INCREMENT类型的列，你可能已经熟悉主键之类的概念了。主键一般在创建表的时候指定，例如“CREATE TABLE tablename ( [...], PRIMARY KEY (列的列表) ); ”。但是，我们也可以通过修改表的方式加入主键，例如“ALTER TABLE tablename ADD PRIMARY KEY (列的列表); ”。每个表只能有一个主键。 

全文索引: 

MySQL从3.23.23版开始支持全文索引和全文检索。在MySQL中，全文索引的索引类型为FULLTEXT。全文索引可以在VARCHAR或者TEXT类型的列上创建。它可以通过CREATE TABLE命令创建，也可以通过ALTER TABLE或CREATE INDEX命令创建。对于大规模的数据集，通过ALTER TABLE（或者CREATE INDEX）命令创建全文索引要比把记录插入带有全文索引的空表更快。本文下面的讨论不再涉及全文索引，要了解更多信息，请参见MySQL documentation。 

三、单列索引与多列索引 

索引可以是单列索引，也可以是多列索引。下面我们通过具体的例子来说明这两种索引的区别。假设有这样一个people表： 

CREATE TABLE people ( peopleid 

SMALLINT NOT NULL AUTO_INCREMENT,

firstname CHAR(50) NOT NULL, lastname CHAR(50) NOT NULL, 

age SMALLINT NOT NULL,

townid SMALLINT NOT NULL, PRIMARY KEY (peopleid) );

下面是我们插入到这个people表的数据： 

这个数据片段中有四个名字为“Mikes”的人（其中两个姓Sullivans，两个姓McConnells），有两个年龄为17岁的人，还有一个名字与众不同的Joe Smith。 

这个表的主要用途是根据指定的用户姓、名以及年龄返回相应的peopleid。例如，我们可能需要查找姓名为Mike Sullivan、年龄17岁用户的peopleid（SQL命令为SELECT peopleid FROM people WHERE firstname='Mike' AND lastname='Sullivan' AND age=17；）。由于我们不想让MySQL每次执行查询就去扫描整个表，这里需要考虑运用索引。 

首先，我们可以考虑在单个列上创建索引，比如firstname、lastname或者age列。如果我们创建firstname列的索引（ALTER TABLE people ADD INDEX firstname (firstname)；），MySQL将通过这个索引迅速把搜索范围限制到那些firstname='Mike'的记录，然后再在这个“中间结果集”上进行其他条件的搜索：它首先排除那些lastname不等于“Sullivan”的记录，然后排除那些age不等于17的记录。当记录满足所有搜索条件之后，MySQL就返回最终的搜索结果。 

由于建立了firstname列的索引，与执行表的完全扫描相比，MySQL的效率提高了很多，但我们要求MySQL扫描的记录数量仍旧远远超过了实际所需要的。虽然我们可以删除firstname列上的索引，再创建lastname或者age列的索引，但总地看来，不论在哪个列上创建索引搜索效率仍旧相似。 

为了提高搜索效率，我们需要考虑运用多列索引。如果为firstname、lastname和age这三个列创建一个多列索引，MySQL只需一次检索就能够找出正确的结果！下面是创建这个多列索引的SQL命令： 

ALTER TABLE people ADD INDEX fname_lname_age (firstname,lastname,age)； 

由于索引文件以B-树格式保存，MySQL能够立即转到合适的firstname，然后再转到合适的lastname，最后转到合适的age。在没有扫描数据文件任何一个记录的情况下，MySQL就正确地找出了搜索的目标记录！ 

那么，如果在firstname、lastname、age这三个列上分别创建单列索引，效果是否和创建一个firstname、lastname、age的多列索引一样呢？答案是否定的，两者完全不同。当我们执行查询的时候，MySQL只能使用一个索引。如果你有三个单列的索引，MySQL会试图选择一个限制最严格的索引。但是，即使是限制最严格的单列索引，它的限制能力也肯定远远低于firstname、lastname、age这三个列上的多列索引。 

四、最左前缀 

多列索引还有另外一个优点，它通过称为最左前缀（Leftmost Prefixing）的概念体现出来。继续考虑前面的例子，现在我们有一个firstname、lastname、age列上的多列索引，我们称这个索引为fname_lname_age。当搜索条件是以下各种列的组合时，MySQL将使用fname_lname_age索引： 

firstname，lastname，age

firstname，lastname

firstname

从另一方面理解，它相当于我们创建了(firstname，lastname，age)、(firstname，lastname)以及(firstname)这些列组合上的索引。下面这些查询都能够使用这个fname_lname_age索引： 

SELECT peopleid FROM people 

WHERE firstname='Mike' AND lastname='Sullivan' AND age='17'; 

SELECT peopleid FROM people WHERE firstname='Mike' AND lastname='Sullivan'; 

SELECT peopleid FROM people WHERE firstname='Mike'; 

The following queries cannot use the index at all: 

SELECT peopleid FROM people WHERE lastname='Sullivan'; 

SELECT peopleid FROM people WHERE age='17'; 

SELECT peopleid FROM people WHERE lastname='Sullivan' AND age='17';

五、选择索引列 

在性能优化过程中，选择在哪些列上创建索引是最重要的步骤之一。可以考虑使用索引的主要有两种类型的列：在WHERE子句中出现的列，在join子句中出现的列。请看下面这个查询： 

SELECT age ## 不使用索引

FROM people WHERE firstname='Mike' ## 考虑使用索引

AND lastname='Sullivan' ## 考虑使用索引

这个查询与前面的查询略有不同，但仍属于简单查询。由于age是在SELECT部分被引用，MySQL不会用它来限制列选择操作。因此，对于这个查询来说，创建age列的索引没有什么必要。下面是一个更复杂的例子： 

　 

　

SELECT people.age, ##不使用索引

town.name ##不使用索引

FROM people LEFT JOIN town ON

people.townid=town.townid ##考虑使用索引

WHERE firstname='Mike' ##考虑使用索引

AND lastname='Sullivan' ##考虑使用索引

与前面的例子一样，由于firstname和lastname出现在WHERE子句中，因此这两个列仍旧有创建索引的必要。除此之外，由于town表的townid列出现在join子句中，因此我们需要考虑创建该列的索引。那么，我们是否可以简单地认为应该索引WHERE子句和join子句中出现的每一个列呢？差不多如此，但并不完全。我们还必须考虑到对列进行比较的操作符类型。MySQL只有对以下操作符才使用索引：<，<=，=，>，>=，BETWEEN，IN，以及某些时候的LIKE。可以在LIKE操作中使用索引的情形是指另一个操作数不是以通配符（%或者_）开头的情形。例如，“SELECT peopleid FROM people WHERE firstname LIKE 'Mich%';”这个查询将使用索引，但“SELECT peopleid FROM people WHERE firstname LIKE '%ike';”这个查询不会使用索引。

索引和优化查询恰当的索引可以加快查询速度，可以分为四种类型：主键、唯一索引、全文索引、普通索引。主键：唯一且没有null值。 create table pk_test(f1 int not null,primary key(f1)); alter table customer modify id int not null, add primary key(id); 普通索引：允许重复的值出现。 create table tableanme (fieldname1 columntype,fieldname2 columntype,index [indexname] (fieldname1 [,fieldname2...])); create table tablename add index [indexname] (fieldname1 [fieldname2...]); alter table slaes add index(value); 全文索引：用来对大表的文本域(char，varchar，text)进行索引。语法和普通索引一样－fulltext。使用全文索引：create table ft2 (f1 varchar(255)，fulltext(f1)); insert into ft2 values('wating for the bvarbariands'),('in the heart of the country'),('the master of petersburg'),('writing and being'),('heart of the beast'),('master master'); select * from ft2 where match(f1) against('master'); // match()－匹配域；against()匹配值。 mysql会对某些字忽略，造成查询的误差：a. 50％以上的域出现的单词；b.少于三个字的单词；c.mysql预定义的列表，包括the。查询语句：select * from ft2 where match(f1) against('the master'); // 与希望的结果是不同的相关性分数查询：select f1,(match(f1) against('master')) from ft2; mysql4的新功能－布尔全文查询：select * from ft2 where match(f1) against('+master -pet' in boolean mode); // 运算符类型 +-<>()~*" 唯一索引：除了不能有重复的记录外，其它和普通索引一样。 create table ui_test (f1 int,f2 int,unique(f1)); alter table ui_test add unique(f2); 对域(varchar，char，blob，text)的部分创建索引：alter table customer add index (surname(10)); 自动增加域：每次插入记录时会自动增加一个域的值,只能用于一个域，且这个域有索引。 create table tablename(fieldname int auto_increment,[fieldname2...,] primary key(filedname)); alter table tablename modify fieldname columntype auto_increment; last_insert_id()函数返回最新插入的自动增加值。 select last_insert_id() from customer limit 1; 此函数在多个连接同时进行时，会发生错误。重置自动增加计数器的值： create table tablename(fieldname int auto_increment,[fieldname2...,] primary key(filedname) auto_increment=50); alter table tablename auto_increment=50; 如果重置的值比存在的值小，自动增加计数器会从记录中最大的那个值开始增加计数，比如customer表中的id已经有1、2、3、15、16、20，当把自动增加计数器的值设为1时，下次插入的记录会从21开始。自动增加计数器的越界：有效值为1～2的127次方，即2147483647。如果超过这个值(包括负值)，mysql会自动把它设为最大值，这样就会产生一个重复键值的错误。自动增加域在多列索引中的使用： create table staff(rank enum('employee','manager','contractor') not null,position varchar(100),id int not null auto_increment,primary key(rank,id)); insert into staff(rank,position) values('employee','cleaner'),('cotractor','network maintenance'),('manager','sales manager'); 在对每个级别添加一些数据，会看到熟悉的自动增加现象： insert into staff(rank,position) values('employee','cleaner1'),('employee','network maintenance1'),('manager','sales manager1'); 在这种情况下是不能重置自动增加计数器的。删除或更改索引：对索引的更改都需要先删除再重新定义。 alter table tablename drop primary key; alter table table drop index indexname; drop index on tablename; 高效使用索引：下面讨论的是用了索引会给我们带来什么？ 1.) 获得域where从句中匹配的行：select * from customer where surname>'c'; 2.) 查找max()和min()值时，mysql只需在排序的索引中查找第一个和最后一个值。 3.) 返回的部分是索引的一部分，mysql就不需要去查询全表的数据而只需看索引：select id from customer; 4.) 对域使用order by的地方：select * from customer order by surname; 5.) 还可以加速表的连接：select first_name,surname,commission from sales,sales_rep where sales.sales_rep=sales_rep.employee_number and code=8; 6.) 在通配符的情况下：select * from sales_rep where surname like 'ser%'; 这种情况就不能起作用：select * from sales_rep where surname like '%ser%'; 选择索引： 1.) 有查询需要使用索引(比如where从句中条件的域)的时候，要创建索引；不要不使用的域(不如第一个字符是通配符的)创建索引。 2.) 创建的索引返回的行越少越好，主键最好，枚举类型的索引不什么用处。 3.) 使用短索引(比如，名字的头十个字符而不是全部)。 4.) 不要创建太多的索引，虽然加快了查询的速度，但增加了更新的添加记录的时间。如果索引在查询中很少使用，而没有索引只是轻微的影响速度，就不要创建索引。最左边规则：这种情况发生在多个有索引的域上，mysql从索引列表的最左边开始，按顺序使用他们。 alter table customer add initial varchar(5); alter table customer add index(surname,initial,first_name); update customer set initial='x' where id=1; update customer set initial='c' where id=2; update customer set initial='v' where id=3; update customer set initial='b' where id=4; update customer set initial='n' where id=20; update customer set initial='m' where id=21; 如果在查询中使用了这三个域，那就最大限度的利用了索引：select * from customer where surname='clegg' and initial='x' and first_name='yvonne'; 或者是利用索引的大部分：select * from customer where surname='clegg' and initial='x'; 或仅仅是surname：select * from customer where surname='clegg'; 如果打破最左边规则，下面的例子就不会用到索引：select * from customer where initial='x' and first_name='yvonne'; select * from customer where initial='x' ; select * from customer where first_name='yvonne'; select * from customer where surname='clegg' and first_name='yvonne'; 使用explain－解释mysql如何使用索引来处理select语句及连接表的。输入 explain select * from customer; 后，出现一张表，个行的意思如下： table－显示此行数据属于哪张表；type－重要的一列，显示使用了何种连接，从好到差依次为const、eq_ref、ref、range、index、all，下面会详细说明；possible_keys－可以应用在这张表中的索引，如果为null，则表示没有可用索引；key－实际使用的索引，如为null，表示没有用到索引；key_len－索引的长度，在不损失精确度的情况下，越短越好；ref－显示索引的哪一列被使用了，如果可能的话，是个常数；rows－返回请求数据的行数；extra－关于mysql如何解析查询的额外信息，下面会详细说明。 extra行的描述：distinct－mysql找到了域行联合匹配的行，就不再搜索了； not exists－mysql优化了left join，一旦找到了匹配left join的行，就不再搜索了； range checked for each－没找到理想的索引，一次对于从前面表中来的每一个行组合； record(index map: #)－检查使用哪个索引，并用它从表中返回行，这是使用索引最慢的一种； using filesort－看到这个就需要优化查询了，mysql需要额外的步骤来发现如何对返回的行排序。他根据连接类型以及存储排序键值和匹配条件的全部行的行指针来排序全部行。 using index－列数据是从单单使用了索引中的信息而没有读取实际行的表返回的，这发生在对表的全部的请求列都是同一个索引时； using temporary－看到这个就需要优化查询了，mysql需要创建一个临时表来查询存储结果，这通常发生在多不同的列表进行order by时，而不是group by； where used－使用了where从句来限制哪些行将与下一张表匹配或是返回给用户。如不想返回表中用的全部行，并连接类型是all或index，这就会发生，也可能是查询有问题。 type的描述：system－表只有一行，这是const连接类型的特例；const－表中一个记录的最大值能够匹配这个查询(索引可以是主键或唯一索引)。因为只有一行，这个值实际就是常数，因为mysql先读这个值，再把它当作常数对待；eq_ref－从前面的表中，对每一个记录的联合都从表中读取一个记录。在查询使用索引为主键或唯一索引的全部时使用；ref－只有使用了不是主键或唯一索引的部分时发生。对于前面表的每一行联合，全部记录都将从表中读出，这个连接类型严重依赖索引匹配记录的多少－越少越好；range－使用索引返回一个范围中的行，比如使用>或<查找时发生；index－这个连接类型对前面的表中的每一个记录联合进行完全扫描(比all好，因为索引一般小于表数据)；all－这个连接类型多前面的表中的每一个记录联合进行完全扫描，这个比较糟糕，应该尽量避免。举个例子：create index sales_rep on sales(sales_rep); // 可以比较一下创建索引前后的变化 explain select * from sales_rep left join sales on sales.sales_rep = sales_rep.employee_number; 结果如下： table type possible_keys key key_len ref rows extra sales_rep all null null null null 5 sales ref sales_rep sales_rep 5 sales_rep.employee_number 2 这个结果表示sales_rep表有个不好的连接类型－all，没用到索引，要查询的行数为5；sales的连接类型为ref，可用的索引是sales_rep，实际也使用sales_rep索引，这个索引的长度是5，对应的列是employee_number，要查询的行数为2，所以这次查询对表共进行了5×2次查询。 查看索引信息：show index from tablename; 列的描述：table－正在查看的表名；non_unique－1或1.0表示索引不能包含重复值(主键和唯一索引)，1表示可以；key_name－索引名；seq_in_index－索引中列的顺序，从1开始；column_name－列名；collation－a或null，a表示索引以序升排列，null表示不排序；cardinality－索引中唯一值的个数；sub_part－如果整个列为索引，值为null，否则以字符表示索引的大小；packed－是否打包；null－如果列能包含null，则为yes；comment－各种注释。