mysql數據庫索引優化與實踐（一）

前言

mysql數據庫是如今應用最普遍的數據庫系統。與數據庫打交道是每一個Java程序員平常工做之一，索引優化是必備的技能之一。

爲何要了解索引

真實案例

案例一：大學有段時間學習爬蟲，爬取了知乎300w用戶答題數據，存儲到mysql數據中。那時不瞭解索引，一條簡單的「根據用戶名搜索所有回答的sql「須要執行半分鐘左右，徹底知足不了正常的使用。

案例二：最近線上應用的數據庫頻頻出現多條慢sql風險提示，而工做以來，對數據庫優化方面所知甚少。例如一個用戶數據頁面須要執行不少次數據庫查詢，性能很慢，經過增長超時時間勉強能夠訪問，可是性能上須要優化。

索引的優勢

合適的索引，能夠大大減少mysql服務器掃描的數據量，避免內存排序和臨時表，提升應用程序的查詢性能。

索引的類型

mysql數據中有多種索引類型，primary key，unique，normal，但底層存儲的數據結構都是BTREE；有些存儲引擎還提供hash索引，全文索引。

BTREE是最多見的優化要面對的索引結構，都是基於BTREE的討論。

B-TREE

查詢數據最簡單暴力的方式是遍歷全部記錄；若是數據不重複，就能夠經過組織成一顆排序二叉樹，經過二分查找算法來查詢，大大提升查詢性能。而BTREE是一種更強大的排序樹，支持多個分支，高度更低，數據的插入、刪除、更新更快。

現代數據庫的索引文件和文件系統的文件塊都被組織成BTREE。

btree的每一個節點都包含有key，data和只想子節點指針。

btree有度的概念d>=1。假設btree的度爲d，則每一個內部節點能夠有n=[d+1，2d+1）個key，n+1個子節點指針。樹的最大高度爲h=Logb[(N+1)/2]。

索引和文件系統中，B-TREE的節點常設計成接近一個內存頁大小（也是磁盤扇區大小），且樹的度很是大。這樣磁盤I/O的次數，就等於樹的高度h。假設b=100，一百萬個節點的樹，h將只有3層。即，只有3次磁盤I/O就能夠查找完畢，性能很是高。

索引查詢

創建索引後，合適的查詢語句才能最大發揮索引的優點。

另外，因爲查詢優化器能夠解析客戶端的sql語句，會調整sql的查詢語句的條件順序去匹配最合適的索引。

-- 表建立語句
CREATE TABLE people (
    last_name VARCHAR(20) NOT NULL,
    first_name VARCHAR(20) NOT NULL,
    gender CHAR(1) NOT NULL,
　　 birth date NOT NULL,
    KEY last_first_name_gender_key(last_name, first_name, gener)
);

一，全值匹配

查詢語句where條件和索引中的全部列進行匹配。

1 SELECT * FROM people WHERE last_name='zhang' AND first_name='yin' AND gender='m';

二，最左前綴匹配

查詢條件能夠匹配索引的最左若干列。注意關鍵詞」最左前綴「。

-- 可使用部分索引"last_name"
SELECT * FROM people WHERE last_name='zhang' AND gender='m';

-- 沒法使用索引
SELECT * FROM people WHERE first_name='zhang' AND gender='m';

三，列前綴匹配

查詢中的like條件，在有些場景下也可使用索引。如 last_name like 'zh%'可使用索引，而last_name like '%ing'則沒法使用索引。

-- 可使用索引，由於BTREE的節點比較key值時是從key值得最左側開始匹配
SELECT * FROM people WHERE last_name like 'zhang%' AND gender='m' ;

四，範圍查詢

索引的列也支持範圍查詢。

SELECT * FROM people WHERE last_name > 'zhang' AND last_name <'wang'

五，排序

ORDER BY語句在特定狀況下也支持用索引來排序來提升性能。

EXPLAIN SELECT * FROM people WHERE last_name = 'zhang' ORDER BY first_name ASC

六，限制

1，查詢列不能參與表達式運算，不然沒法使用索引。

--表設計中沒有age列，以示參考
--假設age是索引中一部分，這樣的查詢將沒法使用到索引
SELECT * FROM people WHERE last_name='zhang' AND age+3>28;

--這樣寫就可使用索引
SELECT * FROM people WHERE last_name='zhang' AND age>25;

2，若是不是從索引的最左列開始，則沒法使用索引。如，根據first_name、gender或者查找的查詢沒法使用索引。

-- 不是從last_name開始匹配，因此沒法使用索引
SELECT * FROM people WHERE first_name='zhang' AND gender='m'

3，不能跳過索引中的列。

-- 不能跳過first_name查詢，不然只有last_name列用到了索引
SELECT * FROM people WHERE last_name='zhang' AND gender='m'

4，若是查詢中某個列是範圍查詢（like，between，>，<等），則其右邊全部的列都沒法使用索引。

-- 因爲first_name用了like查詢，因此gender列沒法使用索引了
SELECT * FROM people WHERE last_name='zhang' AND first_name LIKE '%in' AND gender='m';

高效索引策略

前面講到了各類可使用索引的查詢狀況，下面講如何創建高效的索引。

1，創建多列索引

　創建多列的索引，而不是每一列都創建單獨的。由於在mysql服務器在查詢分析後，最終只能根據查詢匹配到一個索引（或者沒有）並使用。因此，假設多列上分別都創建了單獨索引，即便組合查詢用到了多列，最終也只有一列用到了索引。

   因此，假設你最多見的查詢是根據last_name、first_name和gender來查詢，應該創建包含三列的索引。

ALTER TABLE people ADD INDEX idx_name_gender(last_name, first_name , gender);

2，索引列的順序

在多列B-TREE索引中，意味着索引是按照最左列開始，從左往右進行排序的。一個設計經驗法則，將」選擇性高「的列放在索引最左列。這樣有助於索引通過最少的比較找到目標元組。

索引列選擇性：不重複的索引值與表的所有記錄總數的比值，0<T<=1。惟一索引列的選擇性是1。索引的選擇性越高則查詢效率越高，能夠」更早地」過濾掉不匹配地記錄。

假設要創建 last_name, first_name , gender 三列的索引。

T（last_name）= select count(distinct last_name) / count(*) ;

T（first_name）= select count(distinct first_name) / count(*) ;

T（gender）= select count(distinct gender) / count(*) ;

很顯然，last_name和first_name應該放到索引的前面（以實際狀況爲主）

 

結尾

瞭解到了常見的索引策略和查詢技巧，可是怎麼在實際項目中應用並排查現存數據庫中sql的性能缺陷？下一篇將介紹mysql數據庫的explain關鍵字，總結和分析慢sql常見技巧。