性能实战之MySQL索引优化

大力敲代码
203 阅读13分钟

我的博客原地址：blog.csdn.net/weixin_3931…

Explain工具介绍

使用explain关键字，可以模拟优化器执行sql语句。并将优化器执行的优化结果反馈出来。通过这些结果我们可以找到我们的sql或者表的瓶颈。注意explain不是真的帮我们执行了sql只是做了分析。

Explain分析示例

官方文档：dev.mysql.com/doc/refman/…

DROP TABLE IF EXISTS `actor`;
 CREATE TABLE `actor` (
 `id` int(11) NOT NULL,
 `name` varchar(45) DEFAULT NULL,
 `update_time` datetime DEFAULT NULL,
 PRIMARY KEY (`id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2017‐12‐22
15:27:18'), (2,'b','2017‐12‐22 15:27:18'), (3,'c','2017‐12‐22 15:27:18');

 DROP TABLE IF EXISTS `film`;
 CREATE TABLE `film` (
 `id` int(11) NOT NULL AUTO_INCREMENT,
 `name` varchar(10) DEFAULT NULL,
 PRIMARY KEY (`id`),
 KEY `idx_name` (`name`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

 INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');

 DROP TABLE IF EXISTS `film_actor`;
 CREATE TABLE `film_actor` (
 `id` int(11) NOT NULL,
 `film_id` int(11) NOT NULL,
 `actor_id` int(11) NOT NULL,
 `remark` varchar(255) DEFAULT NULL,
 PRIMARY KEY (`id`),
 KEY `idx_film_actor_id` (`film_id`,`actor_id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

 explain select * from actor;

在这里插入图片描述

explain 变种

explain extended:

explain extended：会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可 以得到优化后的查询语句，从而看出优化器优化了什么。额外还有 filtered 列，是一个半分比的值，rows * filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数（前一个表指 explain 中的id值比当前表id值小的 表）。 在这里插入图片描述

explain partitions

explain partitions 相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分区。 在这里插入图片描述

EXPLAIN中核心的列

1. id列

id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。 id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

2.select_type

  • simple：简单查询。查询不包含子查询和union
  • primary：复杂查询中最外层的 select
  • subquery：包含在 select 中的子查询（不在 from 子句中）
  • derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含 义） 用这个例子来了解 primary、subquery 和 derived 类型
set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

在这里插入图片描述

  • union：在 union 中的第二个和随后的 select
 explain select 1 union all select 1;

在这里插入图片描述

3.table列

这一列表示 explain 的一行正在访问哪个表。 当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查 询。 当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。

4.type列 (重点中的重点)

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。 依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL 一般来说，得保证查询达到range级别，最好达到ref

NULL

mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表 在这里插入图片描述

const, system

mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条元组匹配时为system；

explain extended select * from (select * from film where id = 1) tmp;
show WARNINGS;

在这里插入图片描述 在这里插入图片描述

eq_ref

primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

explain select * from film_actor left join film on film_actor.film_id = film.id;

在这里插入图片描述

ref

相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行

  1. 简单 select 查询，name是普通索引（非唯一索引） explain select * from film where name = 'film1'; 在这里插入图片描述
  2. 关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分。
explain select film_id from film left join film_actor on film.id = film_actor.film_id;

在这里插入图片描述

range

范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。

explain select * from actor where id > 1;

在这里插入图片描述

index

扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描（回表），速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

 explain select * from film;

在这里插入图片描述

ALL

即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了

explain select * from actor;

在这里插入图片描述

总结：

eq_ref: 根据主键索引或者唯一键索引扫一条数据 ref： 根据索引扫一条数据 range 根据索引扫部分数据 index：根据索引扫全部数据 all：部根据索引扫全部数据

主要关注上面几种日常就完全够了。

possible_keys列

这一列显示查询可能使用哪些索引来查找。 explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。 如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。

key列

这一列显示mysql实际使用那个索引优化该表的访问，如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force index、ignore index。

key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 举例来说，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成，并且每个int是4字节。通 过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。

explain select * from film_actor where film_id = 2;

在这里插入图片描述 key_len计算规则如下：

  1. 字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字或字母占1个字节，一个汉字占3个字节
  • char(n)：如果存汉字长度就是 3n 字节
  • varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为
  • varchar是变长字符串
  1. 数值类型
  • tinyint：1字节
  • smallint：2字节
  • int：4字节
  • bigint：8字节
  1. 时间类型
  • date：3字节
  • timestamp：4字节
  • datetime：8字节

如果字段允许为 NULL，需要1字节记录是否为 NULL 索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。

ref列

这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

rows列

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

Extra列

扩展列，中有很多额外信息。

  1. Using index：使用覆盖索引 覆盖索引定义：mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中 获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值
explain select film_id from film_actor where film_id = 1;

在这里插入图片描述 2. Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖

explain select * from actor where name = 'a';

在这里插入图片描述

  1. Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围；
 explain select * from film_actor where film_id > 1;

在这里插入图片描述

  1. Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。
  • actor.name没有索引，此时创建了张临时表来distinct
 explain select distinct name from actor;

在这里插入图片描述

  • film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表
explain select distinct name from film;

在这里插入图片描述

  1. Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。
  • actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录
 explain select * from actor order by name;

在这里插入图片描述

  1. film.name建立了idx_name索引,此时查询时extra是using index
explain select * from film order by name;

在这里插入图片描述

  1. Select tables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段是
 explain select min(id) from film;

在这里插入图片描述

索引最佳实践

CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
 `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
 `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
 PRIMARY KEY (`id`),
 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';

 INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
 INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',23,'dev',NOW());
 INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

取值匹配

查询的条件刚好就是索引字段。

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

在这里插入图片描述

 EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

在这里插入图片描述

左前缀法则

如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

在这里插入图片描述 在这里插入图片描述

存储引擎不能使用索引中范围条件右边的列（左前缀法则变种）

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

在这里插入图片描述 在这里插入图片描述 可以看到中间age使用了范围查询，age之后的position就用不到索引了。可以通过key_len字段看到 此处可以自己通过索引的数据结构来做一遍推演：

如果通过name 和age >20 在b+树上搜索的结果中。position就不一定是有序的。所以得遍历上面两个条件得到的结果集。

在这里插入图片描述

比如这里 通过name和age 可以将地下三个过滤出来。但是 第一个efg>eeg>abc。 position 就不是有序的。那么就没法根据一定条件过滤了。

尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）就可以避免回表），减少 select * 语句

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position='manager';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

在这里插入图片描述 可以看到 第二查询就没有 用到usering index。只在where过滤的时候用到了索引

mysql在使用不等于（！=或者<>），not in ，not exists 的时候无法使用索引会导致全表扫描

< 小于、 > 大于、 <=、>= 这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

在这里插入图片描述 虽然name加了索引，但是key_len为null，表示没用上索引

is null,is not null 一般情况下也无法使用索引

 EXPLAIN SELECT * FROM employees WHERE name is null

在这里插入图片描述

like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

还是回归到b+树上去，通过Lei这个前缀我们可以在索引树上直接过滤出前面三个字母是Lei的所有元素，只要遍历到不是Lei开头就可以结束了。因为索引是有序的。 在这里插入图片描述

下面这个可以看下 问题：解决like'%字符串%'索引不被使用的方法？ a）使用覆盖索引，查询字段必须是建立覆盖索引字段

 EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';

b）如果不能使用覆盖索引则可能需要借助搜索引擎

字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;

在这里插入图片描述 在这里插入图片描述

其实主要是mysq底层自动的帮忙做了类型转换。是上面也说到索引字段不要用函数。这里隐藏的帮我们用了转类型的函数。

少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引，详见范围查询优化

 EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

在这里插入图片描述 这里是因为表的数据量非常小，mysql引擎计算得到的不使用索引，反而更快。因为使用索引还要回表到主键索引。

范围查询优化

给年龄添加单值索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
explain select * from employees where age >=1 and age <=2000;

在这里插入图片描述

没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是由于单次数据量查询过大导致优化器最终选择不走索引 优化方法：可以将大的范围拆分成多个小范围

 explain select * from employees where age >=1 and age <=1000;
 explain select * from employees where age >=1001 and age <=2000;

在这里插入图片描述

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_age`;

索引使用总结

在这里插入图片描述 问题：where a=3 and b like 'kk%' and c=4这条语句用到了a,b,c？

其实： **like KK%相当于=常量 **可以想象一下建索引的时候是不是如果字符串过长我们都是截取一部分作为索引字段。那如果截取的就是前面两个字段就是现在这样了。

回归到B+树 通过前两个字母为 KK 来过滤，得到的数据部分是有序的 在这里插入图片描述 即前面两个元素都是相等的情况下C节点是有序的。这就给mysql查询利用索引留下了空间。

不同关于 %KK和%KK% 相当于范围

剩下的判断就不一一解读了。

avatar
文章
阅读
粉丝
相关推荐
MySQL优化（索引优化）
439阅读
 · 
15点赞
Mysql全文索引
5.7k阅读
 · 
9点赞
Mysql进阶之索引优化
1.3k阅读
 · 
6点赞
MySQL 索引及优化实战
1.5k阅读
 · 
3点赞
MySQL索引15连问，抗住！
43k阅读
 · 
533点赞
你不得不知的MYSQL优化——索引下推
3.8k阅读
 · 
85点赞
【MySQL】深入理解MySQL索引优化器工作原理
2.9k阅读
 · 
28点赞
MySQl 索引之道
36k阅读
 · 
446点赞
(五)MySQL索引应用篇：建立索引的正确姿势与使用索引的最佳指南！
22k阅读
 · 
334点赞
(四)MySQL之索引初识篇：索引机制、索引分类、索引使用与管理综述
19k阅读
 · 
286点赞

友情链接：