|
《Mysql学习MySQL索引背后的之使用策略及优化(高性能索引策略)》要点：
本文介绍了Mysql学习MySQL索引背后的之使用策略及优化(高性能索引策略)，希望对您有用。如果有疑问，可以联系我们。
本章的内容完全基于上文的理论基础,实际上一旦理解了索引背后的机制,那么选择高性能的策略就变成了纯粹的推理,并且可以理解这些策略背后的逻辑.
示例数据库MYSQL数据库
为了讨论索引策略,需要一个数据量不算小的数据库作为示例.本文选用MySQL官方文档中提供的示例数据库之一：employees.这个数据库关系复杂度适中,且数据量较大.下图是这个数据库的E-R关系图(引用自MySQL官方手册)：MYSQL数据库
MYSQL数据库
?MYSQL数据库
图12MYSQL数据库
MySQL官方文档中关于此数据库的页面为http://dev.mysql.com/doc/employee/en/employee.html.里面详细介绍了此数据库,并提供了下载地址和导入方法,如果有兴趣导入此数据库到自己的MySQL可以参考文中内容.MYSQL数据库
最左前缀原理与相关优化MYSQL数据库
高效使用索引的首要条件是知道什么样的查询会使用到索引,这个问题和B+Tree中的“最左前缀原理”有关,下面通过例子说明最左前缀原理.MYSQL数据库
这里先说一下联合索引的概念.在上文中,我们都是假设索引只引用了单个的列,实际上,MySQL中的索引可以以一定顺序引用多个列,这种索引叫做联合索引,一般的,一个联合索引是一个有序元组,其中各个元素均为数据表的一列,实际上要严格定义索引需要用到关系代数,但是这里我不想讨论太多关系代数的话题,因为那样会显得很枯燥,所以这里就不再做严格定义.另外,单列索引可以看成联合索引元素数为1的特例.MYSQL数据库
以employees.titles表为例,下面先查看其上都有哪些索引：MYSQL数据库
SHOW INDEX FROM employees.titles;
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+
| Table? | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Null | Index_type |
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+
| titles |????????? 0 | PRIMARY? |??????????? 1 | emp_no????? | A???????? |??????? NULL |????? | BTREE????? |
| titles |????????? 0 | PRIMARY? |??????????? 2 | title?????? | A???????? |??????? NULL |????? | BTREE????? |
| titles |????????? 0 | PRIMARY? |??????????? 3 | from_date?? | A???????? |????? 443308 |????? | BTREE????? |
| titles |????????? 1 | emp_no?? |??????????? 1 | emp_no????? | A???????? |????? 443308 |????? | BTREE????? |
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+ MYSQL数据库
?MYSQL数据库
从结果中可以到titles表的主索引为,还有一个辅助索引.为了避免多个索引使事情变复杂(MySQL的SQL优化器在多索引时行为比较复杂),这里我们将辅助索引drop掉：,>MYSQL数据库
ALTER TABLE employees.titles DROP INDEX emp_no;MYSQL数据库
这样就可以专心分析索引PRIMARY的行为了.MYSQL数据库
?MYSQL数据库
情况一：全列匹配.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title='Senior Engineer' AND from_date='1986-06-26';
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref?????????????? | rows | Extra |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
|? 1 | SIMPLE????? | titles | const | PRIMARY?????? | PRIMARY | 59????? | const,const,const |??? 1 |?????? |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+ MYSQL数据库
?MYSQL数据库
很明显,当按照索引中所有列进行精确匹配(这里精确匹配指“=”或“IN”匹配)时,索引可以被用到.这里有一点需要注意,理论上索引对顺序是敏感的,但 是由于MySQL的查询优化器会自动调整where子句的条件顺序以使用适合的索引,例如我们将where中的条件顺序颠倒：MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26' AND emp_no='10001' AND title='Senior Engineer';
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref?????????????? | rows | Extra |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
|? 1 | SIMPLE????? | titles | const | PRIMARY?????? | PRIMARY | 59????? | const,const |??? 1 |?????? |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+ MYSQL数据库
?MYSQL数据库
效果是一样的.MYSQL数据库
情况二：最左前缀匹配.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+
| id | select_type | table? | type | possible_keys | key???? | key_len | ref?? | rows | Extra |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+
|? 1 | SIMPLE????? | titles | ref? | PRIMARY?????? | PRIMARY | 4?????? | const |??? 1 |?????? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+ MYSQL数据库
?MYSQL数据库
当查询条件精确匹配索引的左边连续一个或几个列时,如或,所以可以被用到,但是只能用到一部分,即条件所组成的最左前缀.上面的查询从分析结果看用到了PRIMARY索引,但是 key_len为4,说明只用到了索引的第一列前缀.,>MYSQL数据库
情况三：查询条件用到了索引中列的精确匹配,但是中间某个条件未提供.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
| id | select_type | table? | type | possible_keys | key???? | key_len | ref?? | rows | Extra?????? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
|? 1 | SIMPLE????? | titles | ref? | PRIMARY?????? | PRIMARY | 4?????? | const |??? 1 | Using where |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+ MYSQL数据库
?MYSQL数据库
此时索引使用情况和情况二相同,因为title未提供,所以查询只用到了索引的第一列,而后面的from_date虽然也在索引中,但是由于 title不存在而无法和左前缀连接,因此需要对结果进行扫描过滤from_date(这里由于emp_no唯一,所以不存在扫描).如果想让 from_date也使用索引而不是where过滤,可以增加一个辅助索引,此时上面的查询会使用这个索引.除此之外,还可以使用一种称之为“隔离列”的优化方法,将emp_no与from_date 之间的“坑”填上.,>MYSQL数据库
首先我们看下title一共有几种不同的值：MYSQL数据库
SELECT DISTINCT(title) FROM employees.titles;
+--------------------+
| title????????????? |
+--------------------+
| Senior Engineer??? |
| Staff????????????? |
| Engineer?????????? |
| Senior Staff?????? |
| Assistant Engineer |
| Technique Leader?? |
| Manager??????????? |
+--------------------+ MYSQL数据库
?MYSQL数据库
只有7种.在这种成为“坑”的列值比较少的情况下,可以考虑用“IN”来填补这个“坑”从而形成最左前缀：MYSQL数据库
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no='10001'
AND title IN ('Senior Engineer','Staff','Engineer','Senior Staff','Assistant Engineer','Technique Leader','Manager')
AND from_date='1986-06-26';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref? | rows | Extra?????? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE????? | titles | range | PRIMARY?????? | PRIMARY | 59????? | NULL |??? 7 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+ MYSQL数据库
?MYSQL数据库
这次key_len为59,说明索引被用全了,但是从type和rows看出IN实际上执行了一个range查询,这里检查了7个key.看下两种查询的性能比较：MYSQL数据库
SHOW PROFILES;
+----------+------------+-------------------------------------------------------------------------------+
| Query_ID | Duration?? | Query???????????????????????????????????????????????????????????????????????? |
+----------+------------+-------------------------------------------------------------------------------+
|?????? 10 | 0.00058000 | SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26'|
|?????? 11 | 0.00052500 | SELECT * FROM employees.titles WHERE emp_no='10001' AND title IN ...????????? |
+----------+------------+-------------------------------------------------------------------------------+ MYSQL数据库
?MYSQL数据库
“填坑”后性能提升了一点.如果经过emp_no筛选后余下很多数据,则后者性能优势会更加明显.当然,如果title的值很多,用填坑就不合适了,必须建立辅助索引.MYSQL数据库
情况四：查询条件没有指定索引第一列.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26';??????????????????
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table? | type | possible_keys | key? | key_len | ref? | rows?? | Extra?????? |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE????? | titles | ALL? | NULL????????? | NULL | NULL??? | NULL | 443308 | Using where |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+ MYSQL数据库
?MYSQL数据库
由于不是最左前缀,索引这样的查询显然用不到索引.MYSQL数据库
情况五：匹配某列的前缀字符串.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title LIKE 'Senior%';
view sourceprint?
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref? | rows | Extra?????? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE????? | titles | range | PRIMARY?????? | PRIMARY | 56????? | NULL |??? 1 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+ MYSQL数据库
?MYSQL数据库
此时可以用到索引,但是如果通配符不是只出现在末尾,则无法使用索引.MYSQL数据库
情况六：范围查询.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no<'10010' and title='Senior Engineer';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref? | rows | Extra?????? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE????? | titles | range | PRIMARY?????? | PRIMARY | 4?????? | NULL |?? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+ MYSQL数据库
?MYSQL数据库
范围列可以用到索引(必须是最左前缀),但是范围列后面的列无法用到索引.同时,索引最多用于一个范围列,因此如果查询条件中有两个范围列则无法全用到索引.MYSQL数据库
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no<'10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref? | rows | Extra?????? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE????? | titles | range | PRIMARY?????? | PRIMARY | 4?????? | NULL |?? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+ MYSQL数据库
?MYSQL数据库
可以看到索引对第二个范围索引无能为力.这里特别要说明MySQL一个有意思的地方,那就是仅用explain可能无法区分范围索引和多值匹配,因为在type中这两者都显示为range.同时,用了“between”并不意味着就是范围查询,例如下面的查询：MYSQL数据库
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no BETWEEN '10001' AND '10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key???? | key_len | ref? | rows | Extra?????? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE????? | titles | range | PRIMARY?????? | PRIMARY | 59????? | NULL |?? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+ MYSQL数据库
?MYSQL数据库
看起来是用了两个范围查询,但作用于emp_no上的“BETWEEN”实际上相当于“IN”,也就是说emp_no实际是多值精确匹配.可以看到这个查询用到了索引全部三个列.因此在MySQL中要谨慎地区分多值匹配和范围匹配,否则会对MySQL的行为产生困惑.MYSQL数据库
情况七：查询条件中含有函数或表达式.MYSQL数据库
很不幸,如果查询条件中含有函数或表达式,则MySQL不会为这列使用索引(虽然某些在数学意义上可以使用).例如：MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND left(title,6)='Senior';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
| id | select_type | table? | type | possible_keys | key???? | key_len | ref?? | rows | Extra?????? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
|? 1 | SIMPLE????? | titles | ref? | PRIMARY?????? | PRIMARY | 4?????? | const |??? 1 | Using where |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+ MYSQL数据库
?MYSQL数据库
虽然这个查询和情况五中功能相同,但是由于使用了函数left,则无法为title列应用索引,而情况五中用LIKE则可以.再如：MYSQL数据库
EXPLAIN SELECT * FROM employees.titles WHERE emp_no - 1='10000';???????????????????????
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table? | type | possible_keys | key? | key_len | ref? | rows?? | Extra?????? |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE????? | titles | ALL? | NULL????????? | NULL | NULL??? | NULL | 443308 | Using where |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+ MYSQL数据库
?MYSQL数据库
显然这个查询等价于查询emp_no为10001的函数,但是由于查询条件是一个表达式,MySQL无法为其使用索引.看来MySQL还没有智能到自动优化常量表达式的程度,因此在写查询语句时尽量避免表达式出现在查询中,而是先手工私下代数运算,转换为无表达式的查询语句.MYSQL数据库
?MYSQL数据库
索引选择性与前缀索引MYSQL数据库
既然索引可以加快查询速度,那么是不是只要是查询语句需要,就建上索引?答案是否定的.因为索引虽然加快了查询速度,但索引也是有代价的：索引文件本身要消耗存储空间,同时索引会加重插入、删除和修改记录时的负担,另外,MySQL在运行时也要消耗资源维护索引,因此索引并不是越多越好.一般两种情况下不建议建索引.MYSQL数据库
第一种情况是表记录比较少,例如一两千条甚至只有几百条记录的表,没必要建索引,让查询做全表扫描就好了.至于多少条记录才算多,这个个人有个人的看法,我个人的经验是以2000作为分界线,记录数不超过 2000可以考虑不建索引,超过2000条可以酌情考虑索引.MYSQL数据库
另一种不建议建索引的情况是索引的选择性较低.所谓索引的选择性(Selectivity),是指不重复的索引值(也叫基数,Cardinality)与表记录数(#T)的比值：MYSQL数据库
Index Selectivity = Cardinality / #TMYSQL数据库
显然选择性的取值范围为(0,1],选择性越高的索引价值越大,这是由B+Tree的性质决定的.例如,上文用到的employees.titles表,如果title字段经常被单独查询,是否需要建索引,我们看一下它的选择性：MYSQL数据库
SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles;
+-------------+
| Selectivity |
+-------------+
|????? 0.0000 |
+-------------+MYSQL数据库
?MYSQL数据库
title的选择性不足0.0001(精确值为0.00001579),所以实在没有什么必要为其单独建索引.MYSQL数据库
有一种与索引选择性有关的索引优化策略叫做前缀索引,就是用列的前缀代替整个列作为索引key,当前缀长度合适时,可以做到既使得前缀索引的选择性 接近全列索引,同时因为索引key变短而减少了索引文件的大小和维护开销.下面以employees.employees表为例介绍前缀索引的选择和使 用.MYSQL数据库
从图12可以看到employees表只有一个索引,那么如果我们想按名字搜索一个人,就只能全表扫描了：MYSQL数据库
EXPLAIN SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido';????????????????
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table???? | type | possible_keys | key? | key_len | ref? | rows?? | Extra?????? |
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE????? | employees | ALL? | NULL????????? | NULL | NULL??? | NULL | 300024 | Using where |
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+ MYSQL数据库
?MYSQL数据库
如果频繁按名字搜索员工,这样显然效率很低,因此我们可以考虑建索引.有两种选择,建或,看下两个索引的选择性：,>MYSQL数据库
SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|????? 0.0042 |
+-------------+
SELECT count(DISTINCT(concat(first_name,last_name)))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|????? 0.9313 |
+-------------+ MYSQL数据库
??? <first_name>显然选择性太低,<first_name,last_name>选择性很好,但是first_name和last_name加起来长度为30,有没有兼顾长度和选择性的办法?可以考虑用 first_name和last_name的前几个字符建立索引,例如<first_name,left(last_name,3)>,看看其选择性：MYSQL数据库
SELECT count(DISTINCT(concat(first_name,3))))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|????? 0.7879 |
+-------------+ MYSQL数据库
?MYSQL数据库
选择性还不错,但离0.9313还是有点距离,那么把last_name前缀加到4：MYSQL数据库
MYSQL数据库
?MYSQL数据库
这时选择性已经很理想了,而这个索引的长度只有18,比短了接近一半,我们把这个前缀索引<first_name,last_name>,>建上：MYSQL数据库
ALTER TABLE employees.employees
ADD INDEX `first_name_last_name4` (first_name,last_name(4)); MYSQL数据库
?MYSQL数据库
此时再执行一遍按名字查询,比较分析一下与建索引前的结果：MYSQL数据库
SHOW PROFILES;
+----------+------------+---------------------------------------------------------------------------------+
| Query_ID | Duration?? | Query?????????????????????????????????????????????????????????????????????????? |
+----------+------------+---------------------------------------------------------------------------------+
|?????? 87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |
|?????? 90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |
+----------+------------+---------------------------------------------------------------------------------+ MYSQL数据库
?MYSQL数据库
性能的提升是显著的,查询速度提高了120多倍.MYSQL数据库
前缀索引兼顾索引大小和查询速度,但是其缺点是不能用于ORDER BY和GROUP BY操作,也不能用于Covering index(即当索引本身包含查询所需全部数据时,不再访问数据文件本身).MYSQL数据库
InnoDB的主键选择与插入优化MYSQL数据库
在使用InnoDB存储引擎时,如果没有特别的需要,请永远使用一个与业务无关的自增字段作为主键.MYSQL数据库
经常看到有帖子或博客讨论主键选择问题,有人建议使用业务无关的自增主键,有人觉得没有必要,完全可以使用如学号或身份证号这种唯一字段作为主键.不论支持哪种论点,大多数论据都是业务层面的.如果从数据库索引优化角度看,使用InnoDB引擎而不使用自增主键绝对是一个糟糕的主意.MYSQL数据库
上文讨论过InnoDB的索引实现,InnoDB使用聚集索引,数据记录本身被存于主索引(一颗B+Tree)的叶子节点上.这就要求同一个叶子节点内(大小为一个内存页或磁盘页)的各条数据记录按主键顺序存放,因此每当有一条新的记录插入时,MySQL会根据其主键将其插入适当的节点和位置,如果页面达到装载因子(InnoDB默认为15/16),则开辟一个新的页(节点).MYSQL数据库
如果表使用自增主键,那么每次插入新的记录,记录就会顺序添加到当前索引节点的后续位置,当一页写满,就会自动开辟一个新的页.如下图所示：MYSQL数据库
MYSQL数据库
?MYSQL数据库
图13MYSQL数据库
这样就会形成一个紧凑的索引结构,近似顺序填满.由于每次插入时也不需要移动已有数据,因此效率很高,也不会增加很多开销在维护索引上.MYSQL数据库
如果使用非自增主键(如果身份证号或学号等),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页得中间某个位置：MYSQL数据库
MYSQL数据库
?MYSQL数据库
图14MYSQL数据库
此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动、分页操作造成了大量的碎片,得到了不够紧凑的索引结构,后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面.MYSQL数据库
因此,只要可以,请尽量在InnoDB上采用自增字段做主键.MYSQL数据库 （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
