MySQL的索引是什麼？怎麼優化？

      索引相似大學圖書館建書目索引，能夠提升數據檢索的效率，下降數據庫的IO成本。MySQL在300萬條記錄左右性能開始逐漸降低，雖然官方文檔說500~800w記錄，因此大數據量創建索引是很是有必要的。MySQL提供了Explain，用於顯示SQL執行的詳細信息，能夠進行索引的優化。

1、致使SQL執行慢的緣由：

      1.硬件問題。如網絡速度慢，內存不足，I/O吞吐量小，磁盤空間滿了等。

      2.沒有索引或者索引失效。（通常在互聯網公司，DBA會在半夜把表鎖了，從新創建一遍索引，由於當你刪除某個數據的時候，索引的樹結構就不完整了。因此互聯網公司的數據作的是假刪除.一是爲了作數據分析,二是爲了避免破壞索引 ）

      3.數據過多（分庫分表）

      4.服務器調優及各個參數設置（調整my.cnf）

2、分析緣由時，必定要找切入點：

      1.先觀察，開啓慢查詢日誌，設置相應的閾值（好比超過3秒就是慢SQL），在生產環境跑上個一天事後，看看哪些SQL比較慢。

      2.Explain和慢SQL分析。好比SQL語句寫的爛，索引沒有或失效，關聯查詢太多（有時候是設計缺陷或者不得以的需求）等等。

      3.Show Profile是比Explain更近一步的執行細節，能夠查詢到執行每個SQL都幹了什麼事，這些事分別花了多少秒。

      4.找DBA或者運維對MySQL進行服務器的參數調優。

3、什麼是索引？

      MySQL官方對索引的定義爲：索引(Index)是幫助MySQL高效獲取數據的數據結構。咱們能夠簡單理解爲：快速查找排好序的一種數據結構。Mysql索引主要有兩種結構：B+Tree索引和Hash索引。咱們日常所說的索引，若是沒有特別指明，通常都是指B樹結構組織的索引(B+Tree索引)。索引如圖所示：

             

      最外層淺藍色磁盤塊1裏有數據1七、35（深藍色）和指針P一、P二、P3（黃色）。P1指針表示小於17的磁盤塊，P2是在17-35之間，P3指向大於35的磁盤塊。真實數據存在於子葉節點也就是最底下的一層三、五、九、十、13......非葉子節點不存儲真實的數據，只存儲指引搜索方向的數據項，如1七、35。

      查找過程：例如搜索28數據項，首先加載磁盤塊1到內存中，發生一次I/O，用二分查找肯定在P2指針。接着發現28在26和30之間，經過P2指針的地址加載磁盤塊3到內存，發生第二次I/O。用一樣的方式找到磁盤塊8，發生第三次I/O。

      真實的狀況是，上面3層的B+Tree能夠表示上百萬的數據，上百萬的數據只發生了三次I/O而不是上百萬次I/O，時間提高是巨大的。

4、Explain分析

      前文鋪墊完成，進入實操部分，先來插入測試須要的數據：

CREATE TABLE `user_info` (
  `id`   BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `name` VARCHAR(50) NOT NULL DEFAULT '',
  `age`  INT(11)              DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO user_info (name, age) VALUES ('xys', 20);
INSERT INTO user_info (name, age) VALUES ('a', 21);
INSERT INTO user_info (name, age) VALUES ('b', 23);
INSERT INTO user_info (name, age) VALUES ('c', 50);
INSERT INTO user_info (name, age) VALUES ('d', 15);
INSERT INTO user_info (name, age) VALUES ('e', 20);
INSERT INTO user_info (name, age) VALUES ('f', 21);
INSERT INTO user_info (name, age) VALUES ('g', 23);
INSERT INTO user_info (name, age) VALUES ('h', 50);
INSERT INTO user_info (name, age) VALUES ('i', 15);

CREATE TABLE `order_info` (
  `id`           BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `user_id`      BIGINT(20)           DEFAULT NULL,
  `product_name` VARCHAR(50) NOT NULL DEFAULT '',
  `productor`    VARCHAR(30)          DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');
INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初體驗，執行Explain的效果：

索引使用狀況在possible_keys、key和key_len三列，接下來咱們先從左到右依次講解。

1.id

--id相同,執行順序由上而下
explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

--id不一樣,值越大越先被執行
explain select * from  user_info  where id=(select user_id from order_info where  product_name ='p8');

2.select_type

能夠看id的執行實例，總共有如下幾種類型：

• SIMPLE： 表示此查詢不包含 UNION 查詢或子查詢
• PRIMARY： 表示此查詢是最外層的查詢
• SUBQUERY： 子查詢中的第一個 SELECT
• UNION： 表示此查詢是 UNION 的第二或隨後的查詢
• DEPENDENT UNION： UNION 中的第二個或後面的查詢語句, 取決於外面的查詢
• UNION RESULT, UNION 的結果
• DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決於外面的查詢. 即子查詢依賴於外層查詢的結果.
• DERIVED：衍生，表示導出表的SELECT（FROM子句的子查詢）

3.table

table表示查詢涉及的表或衍生的表：

explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

id爲1的<derived2>的表示id爲2的u和o表衍生出來的。

4.type

type 字段比較重要，它提供了判斷查詢是否高效的重要依據依據。 經過 type 字段，咱們判斷這次查詢是 全表掃描 仍是 索引掃描等。

type 經常使用的取值有:

• system: 表中只有一條數據， 這個類型是特殊的 const 類型。
• const: 針對主鍵或惟一索引的等值查詢掃描，最多隻返回一行數據。 const 查詢速度很是快， 由於它僅僅讀取一次便可。例以下面的這個查詢，它使用了主鍵索引，所以 type 就是 const 類型的：explain select * from user_info where id = 2；
• eq_ref: 此類型一般出如今多表的 join 查詢，表示對於前表的每個結果，都只能匹配到後表的一行結果。而且查詢的比較操做一般是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;
• ref: 此類型一般出如今多表的 join 查詢，針對於非惟一或非主鍵索引，或者是使用了 最左前綴 規則索引的查詢。例以下面這個例子中， 就使用到了 ref 類型的查詢：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5
• range: 表示使用索引範圍查詢，經過索引字段範圍獲取表中部分數據記錄。這個類型一般出如今 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操做中。例以下面的例子就是一個範圍查詢：explain select * from user_info  where id between 2 and 8；
• index: 表示全索引掃描(full index scan)，和 ALL 類型相似，只不過 ALL 類型是全表掃描，而 index 類型則僅僅掃描全部的索引， 而不掃描數據。index 類型一般出如今：所要查詢的數據直接在索引樹中就能夠獲取到, 而不須要掃描數據。當是這種狀況時，Extra 字段 會顯示 Using index。
• ALL: 表示全表掃描，這個類型的查詢是性能最差的查詢之一。一般來講， 咱們的查詢不該該出現 ALL 類型的查詢，由於這樣的查詢在數據量大的狀況下，對數據庫的性能是巨大的災難。 如一個查詢是 ALL 類型查詢， 那麼通常來講能夠對相應的字段添加索引來避免。

      一般來講, 不一樣的 type 類型的性能關係以下:
      ALL < index < range ~ index_merge < ref < eq_ref < const < system
      ALL 類型由於是全表掃描， 所以在相同的查詢條件下，它是速度最慢的。而 index 類型的查詢雖然不是全表掃描，可是它掃描了全部的索引，所以比 ALL 類型的稍快.後面的幾種類型都是利用了索引來查詢數據，所以能夠過濾部分或大部分數據，所以查詢效率就比較高了。

5.possible_keys

      它表示 mysql 在查詢時，可能使用到的索引。 注意，即便有些索引在 possible_keys 中出現，可是並不表示此索引會真正地被 mysql 使用到。 mysql 在查詢時具體使用了哪些索引，由 key 字段決定。

6.key

      此字段是 mysql 在當前查詢時所真正使用到的索引。好比請客吃飯,possible_keys是應到多少人，key是實到多少人。當咱們沒有創建索引時：

explain select o.* from order_info o where  o.product_name= 'p1' and  o.productor='whh';
create index idx_name_productor on order_info(productor);
drop index idx_name_productor on order_info;

創建複合索引後再查詢：

7.key_len

      表示查詢優化器使用了索引的字節數，這個字段能夠評估組合索引是否徹底被使用。

8.ref

      這個表示顯示索引的哪一列被使用了，若是可能的話,是一個常量。前文的type屬性裏也有ref，注意區別。

9.rows

      rows 也是一個重要的字段，mysql 查詢優化器根據統計信息，估算 sql 要查找到結果集須要掃描讀取的數據行數，這個值很是直觀的顯示 sql 效率好壞， 原則上 rows 越少越好。能夠對比key中的例子，一個沒創建索引錢，rows是9，創建索引後，rows是4。

10.extra

explain 中的不少額外的信息會在 extra 字段顯示, 常見的有如下幾種內容:

• using filesort ：表示 mysql 需額外的排序操做，不能經過索引順序達到排序效果。通常有 using filesort都建議優化去掉，由於這樣的查詢 cpu 資源消耗大。
• using index：覆蓋索引掃描，表示查詢在索引樹中就可查找所需數據，不用掃描表數據文件，每每說明性能不錯。
• using temporary：查詢有使用臨時表, 通常出現於排序， 分組和多表 join 的狀況， 查詢效率不高，建議優化。
• using where ：表名使用了where過濾。

5、優化案例

explain select u.*,o.* from user_info u LEFT JOIN  order_info o on u.id=o.user_id;

執行結果，type有ALL，而且沒有索引：

開始優化，在關聯列上建立索引，明顯看到type列的ALL變成ref，而且用到了索引，rows也從掃描9行變成了1行：

這裏面通常有個規律是：左連接索引加在右表上面，右連接索引加在左表上面。

6、是否須要建立索引？   

      索引雖然能很是高效的提升查詢速度，同時卻會下降更新表的速度。實際上索引也是一張表，該表保存了主鍵與索引字段，並指向實體表的記錄，因此索引列也是要佔用空間的。

              

      我是個普通的程序猿，水平有限，文章不免有錯誤，歡迎犧牲本身寶貴時間的讀者，就本文內容直抒己見，個人目的僅僅是但願對讀者有所幫助。

 

原文連接：https://my.oschina.net/liughDevelop/blog/1788148