歸納整理MySQL索引最佳化知識點
- WBOY轉載
- 2022-06-09 15:55:131983瀏覽
這篇文章為大家帶來了關於mysql的相關知識，其中主要介紹了關於索引的相關問題，包括了索引優化的原則的相關內容，下面一起來看一下，希望對大家有幫助。
推薦學習：mysql影片教學
前言：相信大家都知道索引可以大大提高MySQL的檢索速度，但真正在平常工作中寫SQL，真的會考慮到這條SQL如何能夠用上索引提升執行效率？這篇部落格詳細的介紹了索引優化的20個原則，只要在工作中能夠隨時應用到，相信你寫出的SQL能夠命中索引，效率槓槓的。
一、索引的分類
索引可以大幅提升MySQL的檢索速度。索引就像書中的目錄一樣為了讓我們更快的尋找到自己想要的數據，以下是MySQL常用的索引簡介。
1.1、普通索引、主鍵索引與唯一索引
(1) 普通索引
這是最基本的索引，它沒有任何限制。
如何使用？
//方式1 ALTER TABLE table_name ADD INDEX index_name ( column )
例如：ALTER TABLE users ADD INDEX index_users( id )
//方式2 CREATE INDEX index_name ON table_name (column_name)
例如：CREATE INDEX index_users ON users (id)
(2) 唯一索引
#與普通索引類似，不同的是：索引列的值必須唯一，但允許有空值。如果是組合索引，則列值的組合必須一。
如何使用？
//方式1 ALTER TABLE table_name ADD UNIQUE [indexName] (column)
例如：ALTER TABLE users ADD UNIQUE index_users( id )
//方式2 CREATE UNIQUE INDEX index_name ON table_name (column_name)
例如：CREATE UNIQUE INDEX index_users ON users(id)
(3) 主鍵索引
它是一種特殊的唯一索引，不允許有空值。一般是在建表的時候指定了主鍵，就會自動建立主鍵索引， CREATE INDEX不能用來建立主鍵索引，使用 ALTER TABLE來取代。
如何使用？
//方式1 ALTER TABLE table_name ADD PRIMARY KEY ( column )
例如：ALTER TABLE users ADD PRIMARY KEY ( id )
方式2：建立表格的時候指定主鍵
1.2、聚集索引和非聚集索引
（1）聚集索引
聚集索引，又叫叢集索引，所有的資料都存在聚集索引上，葉子節點直接對應數據，從中間級的索引頁的索引行直接對應資料頁。 InnoDB儲存引擎中的主鍵預設會建立一個聚集索引，每張表只能建立一個聚集索引。記錄的索引順序與物理順序相同，更適合between and和order by操作。
InnoDB聚集索引的葉子節點儲存行記錄，因此， InnoDB必須要有，且只有一個聚集索引：
（1）如果表定義了PK，則PK就是聚集索引；
（2）如果表沒有定義PK，則第一個not NULL unique列是聚集索引；
（3）否則，InnoDB會建立一個隱藏的row-id作為聚集索引
畫外音：所以PK查詢非常快，直接定位行記錄。
打個比方，一個表就像是我們以前用的新華字典，聚集索引就像是拼音目錄，而每個字存放的頁碼就是我們的資料物理位址，我們如果要查詢一個「哇」字，我們只需要查詢「哇」字對應在新華字典拼音目錄對應的頁碼，就可以查詢到對應的「哇」字所在的位置，而拼音目錄對應的A-Z的字順序，和新華字典實際儲存的字的順序A-Z也是一樣的，如果我們中文新出了一個字，拼音開頭第一個是B，那麼他插入的時候也要按照拼音目錄順序插入到A字的後面。
（2）非聚集索引
非聚集索引，又叫非叢集索引、輔助索引，所有的資料和索引的目錄是分開存的，葉子節點不存放具體的整行資料（葉子結點不直接指向資料頁），而是儲存的這一行的主鍵的值。
記錄的索引順序與物理順序無關。每張表可以有多個非聚集索引，需要更多磁碟和內存，多個索引會影響insert和update的速度。
畫外音：非聚集索引需要回表查詢，先定位主鍵值，再定位行記錄，因為要掃描兩遍索引樹，它的效能較掃一遍索引樹更低。
其實依照定義，除了聚集索引以外的索引都是非聚集索引，只是人們想細分一下非聚集索引，分成普通索引，唯一索引，全文索引。如果非要把非聚集索引類比成現實生活中的東西，那麼非聚集索引就像新華字典的偏旁字典，他結構順序與實際存放順序不一定一致。
1.3、联合索引最左匹配原则
联合索引又叫复合索引，对表上的多个字段同时建立的索引(有顺序，ABC，ACB是完全不同的两种联合索引。)以联合索引(a,b,c)为例，建立这样的索引相当于建立了索引a、ab、abc三个索引。
遵循最左前缀原则（必须带着最左边的列做条件才能命中索引），且从出现范围开始索引失效；
当遇到范围查询(>、<、between、like)就会停止匹配。也就是：
#这样a,b可以用到（a,b,c），c不可以 select * from t where a=1 and b>1 and c =1;</p> <p>这条语句只有 a,b 会用到索引，c 都不能用到索引。</p> <pre class="brush:php;toolbar:false">create index mix_ind on 表名 (id,name,email); select * from 表名 where id = 123; # 命中索引 select * from 表名 where id = 123 and name = 'pamela'; # 命中索引 select * from 表名 where id > 123 and name = 'pamela'; # id命中，name不命中索引，因为出现范围 select * from 表名 where id = 123 and email = 'pamela@123.com'; # 命中索引 select * from 表名 where email = 'pamela@123.com'; # 不命中索引，因为条件中没有id select * from 表名 where name='pamela' and email = 'pamela@123.com'; # 不命中
A:select * from student where age = 16 and name = '小张' B:select * from student where name = '小张' and sex = '男' C:select * from student where name = '小张' and sex = '男' and age = 18 D:select * from student where age > 20 and name = '小张' E:select * from student where age != 15 and name = '小张'
A遵从最左匹配原则，age是在最左边，所以A走索引；
B直接从name开始，没有遵从最左匹配原则，所以不走索引；
C虽然从name开始，但是有索引最左边的age，mysql内部会自动转成where age = '18' and name = '小张' and sex = '男' 这种，所以还是遵从最左匹配原则；
D这个是因为age>20是范围，范围字段会结束索引对范围后面索引字段的使用，所以只有走了age这个索引；
E这个虽然遵循最左匹配原则，但是不走索引，因为!= 不走索引；
question1:如何给下列sql语句加上联合索引？
select * from test where a = 1 and b = 1 and c = 1;
answer：
咱们一看，直接加索引(a,b,c)就可以了，其实不然，也不能说这个答案不对，只能说这个答案不够完整。因为mysql在执行的时候会经历优化器过程，所以会把sql语句自动优化成符合索引的顺序，所以索引(a,b,c) (a,c,b) 或者是(c,b,a)都是可以的，那我们究竟如何确定索引呢？这个就得根据实际情况来了，比如a字段是表示性别的，只有0，1和2三个值来表示 未知，男，女三种性别，那么把a字段放在联合索引的最后会比较合适，反正哪个字段的内容重复率越高，就把哪个字段往联合索引的后面放。
question2:如何给下列sql语句加上索引？
SELECT * FROM table WHERE a > 1 and b = 2;
answer：
如果咱们建立索引(a,b),那么a>1是可以走到索引的，但是b=2就没法走到索引了。但是如果咱们建立索引(b,a),那么sql语句会被自动优化成 where b=2 and a> 1，这样a和b都能走到索引，所以建立索引(b,a)比较合适
1.4、索引覆盖和回表
使用聚集索引（主键或第一个唯一索引）就不会回表，非聚集索引就会回表。当select的数据列被所建索引覆盖时不需要回表，可以直接取得数据。
覆盖索引是select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。覆盖索引在查询过程中不需要回表。只需要在一棵索引树上就能获取SQL所需的所有列数据，无需回表速度更快。
覆盖索引其核心就是只从辅助索引要数据。那么, 普通索引(单字段)和联合索引，以及唯一索引都能实现覆盖索引的作用。explain的输出结果Extra字段为Using index时，能够触发索引覆盖。
create index ind_id on 表名(id); # 对id字段创建了索引 select id from 表名 where id > 100; # 覆盖索引：在查找一条数据的时候，命中索引，不需要再回表 select max(id) from 表名 where id > 100; # 覆盖索引：在查找一条数据的时候，命中索引，不需要再回表 select count(id) from 表名 where id > 100; # 覆盖索引：在查找一条数据的时候，命中索引，不需要再回表 select name from 表名 where id > 100; # 相对慢
(1) 如何实现索引覆盖？
常见的方法是：将被查询的字段，建立到联合索引里去。
select id,name from user where name='shenjian';
能够命中name索引，索引叶子节点存储了主键id，通过name的索引树即可获取id和name，无需回表，符合索引覆盖，效率较高。
Extra：Using index。
(2)哪些场景可以利用索引覆盖来优化SQL？
场景1：全表count查询优化
原表为：user(PK id, name, sex)；不能利用索引覆盖
select count(name) from user;
添加索引，就能够利用索引覆盖提效
alter table user add key(name);
场景2：列查询回表优化
这个例子不再赘述，将单列索引(name)升级为联合索引(name, sex)，即可避免回表。
场景3：分页查询
将单列索引(name)升级为联合索引(name, sex)，也可以避免回表。
1.5、前缀索引
前缀索引说白了就是对文本的前几个字符（具体是几个字符在建立索引时指定）建立索引，这样建立起来的索引更小，所以查询更快。
ALTER TABLE table_name ADD KEY(column_name(prefix_length));
MySQL 前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。
1.6、索引合并
深入理解 index merge 是使用索引进行优化的重要基础之一。理解了 index merge 技术，我们才知道应该如何在表上建立索引。
为什么会有index merge？
我们的 where 中可能有多个条件(或者join)涉及到多个字段，它们之间进行 AND 或者 OR，那么此时就有可能会使用到 index merge 技术。index merge 技术如果简单的说，其实就是：对多个索引分别进行条件扫描，然后将它们各自的结果进行合并(intersect/union)。
MySQL5.0之前，一个表一次只能使用一个索引，无法同时使用多个索引分别进行条件扫描。但是从5.1开始，引入了 index merge 优化技术，对同一个表可以使用多个索引分别进行条件扫描。
索引合并是指分别创建的两个索引，在某一次查询中临时合并成一条索引。
# 索引合并 create index ind_id on 表名(id); create index ind_email on 表名(email); select * from 表名 where id=100 or email = 'pamela@123.com' # 索引合并，临时把两个索引ind_id和ind_email合并成一个索引
1.7、索引下推
(1)索引下推简介
索引条件下推(Index Condition Pushdown),简称ICP。MySQL5.6新添加，用于优化数据的查询。 通过索引下推对于非主键索引进行优化，可有效减少回表次数，从而提高效率。
如果没有索引下推优化（或称ICP优化），当进行索引查询时，首先根据索引来查找记录，然后再根据where条件来过滤记录；在支持ICP优化后，MySQL会在取出索引的同时，判断是否可以进行where条件过滤再进行索引查询，也就是说提前执行where的部分过滤操作，在某些场景下，可以大大减少回表次数，从而提升整体性能。
当你不使用ICP,通过使用非主键索引（普通索引or二级索引）进行查询，存储引擎通过索引检索数据，然后返回给MySQL服务器，服务器再判断是否符合条件。
使用ICP，当存在索引的列做为判断条件时，MySQL服务器将这一部分判断条件传递给存储引擎，然后存储引擎通过判断索引是否符合MySQL服务器传递的条件，只有当索引符合条件时才会将数据检索出来返回给MySQL服务器。
(2)适用场景
当需要整表扫描，e.g.:range,ref,eq_ref....
适用InnoDB引擎和MyISAM引擎查询（5.6版本不适用分区查询，5.7版本可以用于分区表查询）。
InnoDB引擎仅仅适用二级索引。（原因InnoDB聚簇索引将整行数据读到InnoDB缓冲区）。
子查询条件不能下推。触发条件不能下推，调用存储过程条件不能下推。
二、索引优化规则
查询的条件字段尽量用索引字段
2.0、and/or条件相连
and条件相连，有一列有索引就会命中索引，加快查询速度；or条件相连，所有列都有索引才能命中索引，加快查询速度；
create index mix_ind on 表名 (id); select * from 表名 where id = 123 and name = 'pamela'; # 有一列有索引，速度快 select * from 表名 where id = 123 or name = 'pamela'; # 不是所有列都有索引，速度慢
2.1、like语句的前导模糊查询不能使用索引
select * from doc where title like '%XX'； --不能使用索引 select * from doc where title like 'XX%'； --非前导模糊查询，可以使用索引
因为页面搜索严禁左模糊或者全模糊，如果需要可以使用搜索引擎来解决。
2.2、union、in、or 都能够命中索引，建议使用 in
union能够命中索引，并且MySQL 耗费的 CPU 最少。
select * from doc where status=1 union all select * from doc where status=2;
in能够命中索引，查询优化耗费的 CPU 比 union all 多，但可以忽略不计，一般情况下建议使用 in。
select * from doc where status in (1, 2);
or 新版的 MySQL（MySQL5.0后） 索引合并能够命中索引，查询优化耗费的 CPU 比 in多，不建议频繁用or。
select * from doc where status = 1 or status = 2
补充：有些地方说在where条件中使用or，索引会失效，造成全表扫描，这是个误区：
要求where子句使用的所有字段，都必须建立索引；
如果数据量太少，mysql制定执行计划时发现全表扫描比索引查找更快，所以会不使用索引；
确保mysql版本5.0以上，且查询优化器开启了index_merge_union=on, 也就是变量optimizer_switch里存在index_merge_union且为on。
2.3、负向条件查询不能使用索引
负向条件有：!=、<>、not in、not exists、not like 等。
例如下面SQL语句：
select * from doc where status != 1 and status != 2;
可以优化为 in 查询：
select * from doc where status in （0,3,4）;
2.4、联合索引最左前缀原则
如果在(a,b,c)三个字段上建立联合索引，那么他会自动建立 a| (a,b) | (a,b,c)组索引。联合索引遵循最左前缀原则（必须带着最左边的列做条件才能命中索引），且从出现范围开始索引失效；
create index mix_ind on 表名 (id,name,email); select * from 表名 where id = 123; # 命中索引 select * from 表名 where id > 123; # 不命中索引，因为出现范围 select * from 表名 where id = 123 and name = 'pamela'; # 命中索引 select * from 表名 where id > 123 and name = 'pamela'; # 不命中索引，因为出现范围 select * from 表名 where id = 123 and email = 'pamela@123.com'; # 命中索引 select * from 表名 where email = 'pamela@123.com'; # 不命中索引，因为条件中没有id select * from 表名 where name='pamela' and email = 'pamela@123.com'; # 不命中索引，因为条件中没有id
登录业务需求，SQL语句如下：
select uid, login_time from user where login_name=? andpasswd=?
可以建立(login_name, passwd)的联合索引。因为业务上几乎没有passwd 的单条件查询需求，而有很多login_name 的单条件查询需求，所以可以建立(login_name, passwd)的联合索引，而不是(passwd, login_name)。
2.5、不能使用索引中范围条件右边的列（范围列可以用到索引），范围列之后列的索引全失效。
范围条件有：<、<=、>、>=、between等。
索引最多用于一个范围列，如果查询条件中有两个范围列则无法全用到索引。
假如有联合索引 (empno、title、fromdate)，那么下面的 SQL 中 emp_no 可以用到索引，而title 和 from_date 则使用不到索引。
select * from employees.titles where emp_no < 10010' and title='Senior Engineer'and from_date between '1986-01-01' and '1986-12-31'
2.6、不要在索引列上面做任何操作（计算、函数），否则会导致索引失效而转向全表扫描。
例如下面的 SQL 语句，即使 date 上建立了索引，也会全表扫描：
select * from doc where YEAR(create_time) <= '2016';
可优化为值计算，如下：
select * from doc where create_time <= '2016-01-01';
比如下面的 SQL 语句：
select * from order where date < = CURDATE()；
可以优化为：
select * from order where date < = '2018-01-2412:00:00';
2.7、强制类型转换会全表扫描
字符串类型不加单引号会导致索引失效，因为mysql会自己做类型转换,相当于在索引列上进行了操作。
如果 phone 字段是 varchar 类型，则下面的 SQL 不能命中索引。
select * from user where phone=13800001234
可以优化为：
select * from user where phone='13800001234';
2.8、更新十分频繁、数据区分度不高的列不宜建立索引
更新会变更 B+ 树，更新频繁的字段建立索引会大大降低数据库性能。
“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似。
一般区分度在80%以上的时候就可以建立索引，区分度可以使用 count(distinct(列名))/count(*) 来计算。
2.9、利用覆盖索引来进行查询操作，避免回表，减少select * 的使用
覆盖索引：查询的列和所建立的索引的列个数相同，字段相同。
被查询的列，数据能从索引中取得，而不用通过行定位符 row-locator 再到 row 上获取，即“被查询列要被所建的索引覆盖”，这能够加速查询速度。
例如登录业务需求，SQL语句如下。
select uid, login_time from user where login_name=? and passwd=?
可以建立(login_name, passwd, login_time)的联合索引，由于 login_time 已经建立在索引中了，被查询的 uid 和 login_time 就不用去 row 上获取数据了，从而加速查询。
2.10、索引不会包含有NULL值的列
只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时，尽量使用not null 约束以及默认值。
2.11、is null, is not null无法使用索引
2.12、如果有order by、group by的场景，请注意利用索引的有序性
order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现file_sort 的情况，影响查询性能。
例如对于语句 where a=? and b=? order by c，可以建立联合索引(a,b,c)。
如果索引中有范围查找，那么索引有序性无法利用，如 WHERE a>10 ORDER BY b;，索引(a,b)无法排序。
2.13、使用短索引（前缀索引）
对列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果该列在前10个或20个字符内，可以做到既使得前缀索引的区分度接近全列索引，那么就不要对整个列进行索引。因为短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作，减少索引文件的维护开销。可以使用count(distinct leftIndex(列名, 索引长度))/count(*) 来计算前缀索引的区分度。
但缺点是不能用于 ORDER BY 和 GROUP BY 操作，也不能用于覆盖索引。
不过很多时候没必要对全字段建立索引，根据实际文本区分度决定索引长度即可。
2.14、利用延迟关联或者子查询优化超多分页场景
MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写。
示例如下，先快速定位需要获取的id段，然后再关联:
select a.* from 表1 a,(select id from 表1 where 条件 limit100000,20 ) b where a.id=b.id；
2.15、如果明确知道只有一条结果返回，limit 1 能够提高效率
比如如下 SQL 语句：
select * from user where login_name=?;
可以优化为：
select * from user where login_name=? limit 1
自己明确知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动。
2.16、超過三個表最好不要 join
需要 join 的字段，資料類型必須一致，多表關聯查詢時，保證被關聯的字段需要有索引。
例如：left join是由左邊決定的，左邊的資料一定都有，所以右邊是我們的關鍵點，建立索引要建右邊的。當然如果索引在左邊，可以用right join。
2.17、單表索引建議控制在5個以內
2.18、SQL 效能最佳化explain 中的type：至少要達到range 級別，要求是ref 級別，如果可以是consts 最好
consts：單表中最多只有一個匹配行（主鍵或唯一索引），在最佳化階段即可讀取到資料。
ref：使用普通的索引（Normal Index）。
range：對索引進行範圍檢索。
當 type=index 時，索引實體檔案全掃，速度非常慢。
2.19、業務上具有唯一特性的字段，即使是多個字段的組合，也必須建成唯一索引
不要以為唯一索引影響了insert 速度，這個速度損耗可以忽略，但提高查找速度是明顯的。另外，即使在應用層做了非常完善的校驗控制，只要沒有唯一索引，根據墨菲定律，必然有髒數據產生。
2.20、建立索引時避免以下錯誤觀念
#索引越多越好，認為需要一個查詢就建立一個索引。寧缺勿濫，因為索引會消耗空間、嚴重拖慢更新和新增速度。
抵制惟一索引，認為業務的惟一性一律需要在應用層透過「先查後插」方式解決。
過早優化，在不了解系統的情況下就開始優化。
三、使用索引和不使用索引的情況
3.1、使用索引
主鍵自動建立唯一索引。
經常作為查詢條件在WHERE或ORDER BY 語句中出現的欄位要建立索引。
查詢中與其他資料表關聯的字段，外鍵關係建立索引。
常用於聚合函數的欄位要建立索引，如min()，max()等的聚合函數。
3.2、不使用索引
#經常增刪改的欄位不要建立索引。
有大量重複的欄位不建立索引。
表格記錄太少不要建立索引，因為資料較少，可能查詢全部資料花費的時間比遍歷索引的時間還要短，索引就可能不會產生最佳化效果 。
推薦學習：mysql影片教學
以上是歸納整理MySQL索引最佳化知識點的詳細內容。更多資訊請關注PHP中文網其他相關文章！