MySQL索引與查詢優化

目錄

• About MySQL
• Why MySQL
• MySQL Index
  • Why Index
  • 索引是如何工做的
  • 如何使用
    • 建立索引
    • 查看索引
    • 刪除索引
• 索引的使用原則
  • 寫操做比較頻繁的列慎重加索引
  • 索引越多佔用磁盤空間越大
  • 不要爲輸出列加索引
  • 考慮維度優點
  • 對短小的值加索引
  • 爲字符串前綴加索引
  • 複合索引的左側索引
  • 索引加鎖
  • 覆蓋索引
  • 聚簇索引
  • 選擇合適的索引類型
• 查詢優化建議
  • 使用explain分析查詢語句
    • select_type
    • type
    • Key
    • possible_keys
    • ref
    • rows
  • 聲明NOT NULL
  • 考慮使用數值類型代替字符串
  • 考慮使用ENUM類型
• 總結
• Links
  • 做者資源
  • 參考資料

About MySQL

MySQL（讀做/maɪ ˈsiːkwəl/「My Sequel」）是一個開放源碼的關係數據庫管理系統，原開發者爲瑞典的MySQL AB公司，目前爲Oracle旗下產品。

被甲骨文公司收購後，自由軟件社羣們對於Oracle是否還會持續支持MySQL社羣版（MySQL之中惟一的免費版本）有所隱憂，所以MySQL的創始人麥克爾·維德紐斯以MySQL爲基礎，成立分支計劃MariaDB。原先一些使用MySQL的開源軟件，部分轉向了MariaDB或其它的數據庫。

不能否認的是，MySQL因爲其性能高、成本低、可靠性好，已經成爲最流行的開源數據庫之一，隨着MySQL的不斷成熟，它也逐漸用於更多大規模網站和應用，很是流行的開源軟件組合LAMP中的「M」指的就是MySQL。

Why MySQL

在衆多開源免費的關係型數據庫系統中，MySQL有如下比較出衆的優點：

1. 運行速度快
2. 易使用
3. SQL語言支持
4. 移植性好
5. 功能豐富
6. 成本低廉

對於其中運行速度，根據官方介紹，MySQL 8.0 比以前普遍使用的版本 MySQL 5.7 有了兩倍的提高。

在其官方的Benchmarks中，只讀的性能超過了每秒一百萬次：

讀寫的性能接近每秒二十五萬次：

MySQL Index

Why Index

從概念上講，數據庫是數據表的集合，數據表是數據行和數據列的集合。當你執行一個SELECT語句從數據表中查詢部分數據行的時候，獲得的就是另一個數據表和數據行的集合。

固然，咱們都但願得到這個新的集合的時間儘量地短，效率儘量地高，這就是優化查詢。

提高查詢速度的技術有不少，其中最重要的就是索引。當你發現本身的查詢速度慢的時候，最快解決問題的方法就是使用索引。索引的使用是影響查詢速度的重要因素。在使用索引以前其餘的優化查詢的動做純粹是浪費時間，只有合理地使用索引以後，纔有必要考慮其餘優化方式。

索引是如何工做的

首先，在你的MySQL上建立t_user_action_log 表，方便下面進行演示。

CREATE DATABASE `ijiangtao_local_db_mysql` /*!40100 DEFAULT CHARACTER SET utf8 */;

USE ijiangtao_local_db_mysql;

DROP TABLE IF EXISTS t_user_action_log;

CREATE TABLE `t_user_action_log` (
  `id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '主鍵id',
  `name` VARCHAR(32) DEFAULT NULL COMMENT '用戶名',
  `ip_address` VARCHAR(50) DEFAULT NULL COMMENT 'IP地址',
  `action` INT4 DEFAULT NULL COMMENT '操做：1-登陸，2-登出，3-購物，4-退貨，5-瀏覽',
  `create_time` TIMESTAMP COMMENT '建立時間',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.1', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.3', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.4', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.1', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 4, CURRENT_TIMESTAMP);
複製代碼

假如咱們要篩選 action爲2的全部記錄，SQL以下：

SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;
複製代碼

經過查詢分析器explain分析這條查詢語句：

EXPLAIN SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;
複製代碼

分析結果以下：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	t_user_action_log		ALL					1	100.00	Using where

其中type爲ALL表示要進行全表掃描。這樣效率無疑是極慢的。

下面爲action列添加索引：

ALTER TABLE t_user_action_log ADD INDEX (`action`);
複製代碼

而後再次執行查詢分析，結果以下：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	t_user_action_log		ref	action	action	5	const	1	100.00

咱們看到此次查詢就使用索引了。加索引前Extra的值是Using Where，加索引後Extra的值爲空。

那麼爲何索引會提升查詢速度呢？緣由是索引會根據索引值進行分類，這樣就不用再進行全表掃描了。

好比上圖，action值爲2的索引值分類存儲在了索引空間，能夠快速地查詢到索引值所對應的列。

如何使用

下面介紹一下如何使用SQL建立、查看和刪除索引。

建立索引

三種方式：

1. 使用CREATE INDEX建立，語法以下：

CREATE INDEX indexName ON tableName (columnName(length));
複製代碼

例如咱們對ip_address這一列建立一個長度爲16的索引：

CREATE INDEX index_ip_addr ON t_user_action_log (ip_address(16));
複製代碼

2. 使用ALTER語句建立，語法以下：

ALTER TABLE tableName ADD INDEX indexName(columnName);
複製代碼

ALTER語句建立索引前面已經有例子了。下面提供一個設置索引長度的例子：

ALTER TABLE t_user_action_log ADD INDEX ip_address_idx (ip_address(16));

SHOW INDEX FROM t_user_action_log;
複製代碼

Table	Non_unique	Key_name	Seq_in_index	Column_name	Collation	Cardinality	Sub_part	Packed	Null	Index_type	Comment	Index_comment
t_user_action_log	1	ip_address_idx	1	ip_address	A	1	16		YES	BTREE

3. 建表的時候建立索引：

CREATE TABLE tableName(  
  id INT NOT NULL,   
  columnName  columnType,
  INDEX [indexName] (columnName(length))  
);
複製代碼

查看索引

能夠經過show語句查看索引：

SHOW INDEX FROM t_user_action_log;
複製代碼

Table	Non_unique	Key_name	Seq_in_index	Column_name	Collation	Cardinality	Sub_part	Packed	Null	Index_type	Comment	Index_comment
t_user_action_log	0	PRIMARY	1	id	A	199,368				BTREE
t_user_action_log	1	action	1	action	A	4			YES	BTREE
t_user_action_log	1	index_ip_addr	1	ip_address	A	1	16		YES	BTREE

刪除索引

使用ALTER命令能夠刪除索引，例如：

ALTER TABLE t_user_action_log DROP INDEX index_ip_addr;
複製代碼

索引的使用原則

索引因爲其提供的優越的查詢性能，彷佛不使用索引就是一個愚蠢的行爲了。可是使用索引，是要付出時間和空間的代價的。所以，索引雖好不可貪多。

下面介紹幾個索引的使用技巧和原則，在使用索引以前，你應該對它們有充分的認識。

寫操做比較頻繁的列慎重加索引

索引在提升查詢速度的同時，也因爲須要更新索引而帶來了下降插入、刪除和更新帶索引列的速度的問題。一張數據表的索引越多，在寫操做的時候性能降低的越厲害。

索引越多佔用磁盤空間越大

與沒有加索引比較，加索引會更快地使你的磁盤接近使用空間極限。

不要爲輸出列加索引

爲查詢條件、分組、鏈接條件的列加索引，而不是爲查詢輸出結果的列加索引。

例以下面的查詢語句：

select ip_address from t_user_action_log
where name='LiSi'
group by action
order by create_time;
複製代碼

因此能夠考慮增長在 name action create_time 列上，而不是 ip_address。

考慮維度優點

例如action列的值包含：一、二、三、四、5，那麼該列的維度就是5。

維度越高（理論上維度的最大值就是數據行的總數），數據列包含的獨一無二的值就越多，索引的使用效果越好。

對於維度很低的數據列，索引幾乎不會起做用，所以沒有必要加索引。

例如性別列的值只有男和女，每種查詢結果佔比大約50%。通常當查詢優化處理器發現查詢結果超過全表的30%的時候，就會跳過索引，直接進行全表掃描。

對短小的值加索引

對短小的值加索引，意味着索引所佔的空間更小，能夠減小I/O活動，同時比較索引的速度也更快。

尤爲是主鍵，要儘量短小。

另外，InnoDB使用的是彙集索引（clustered index），也就是把主鍵和數據行保存在一塊兒。主鍵以外的其餘索引都是二級索引，這些二級索引也保留着一份主鍵，這樣在查詢到索引之後，就能夠根據主鍵找到對應的數據行。若是主鍵太長的話，會形成二級索引佔用的空間變大。

好比下面的action索引保存了對應行的id。

爲字符串前綴加索引

前邊已經講太短小索引的種種好處了，有時候一個字符串的前幾個字符就能惟一標識這條記錄，這個時候設置索引的長度就是很是划算的作法。

前面已經提供了設置索引length的例子，這裏就不舉例子了。

複合索引的左側索引

建立複合索引的語法以下：

CREATE INDEX indexName ON tableName (column1 DESC, column2 DESC, column3 ASC);
複製代碼

咱們能夠看到，最左側的column1索引老是有效的。

索引加鎖

對於InnoDB來講，索引可讓查詢鎖住更少的行，從而能夠在併發狀況下擁有更佳表現。

下面演示一下查詢鎖與索引之間的關係。

前面使用的t_user_action_log表目前有一個id爲主鍵，還有一個二級索引action。

下面這條語句的修改範圍是id值爲1 2 3 4所在的行，查詢鎖會鎖住id值爲1 2 3 4 5所在的行。

update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where id<5;
複製代碼

1. 首先建立數據庫鏈接1，開啓事務，並執行update語句

set autocommit=0;

begin;

update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where id<5;
複製代碼

2. 而後開啓另一個鏈接2，分別執行下面幾個update語句

-- 沒有被鎖
update ijiangtao_local_db_mysql.t_user_action_log set name='c2' where id=6;
-- 被鎖
update ijiangtao_local_db_mysql.t_user_action_log set name='c2' where id=5;
複製代碼

你會發現id=5的數據行已經被鎖定，id=6的數據行能夠正常提交。

3. 鏈接1提交事務，鏈接2的id=1和id=5的數據行能夠update成功了。

-- 在鏈接1提交事務
commit;
複製代碼

4. 若是不使用索引

ip_address沒有索引的話，會鎖定全表。

鏈接1開啓事務之後commit;以前，鏈接2對該表的update所有須要等待鏈接1釋放鎖。

set autocommit=0;

begin;

update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where ip_address='8.8.8.1';
複製代碼

覆蓋索引

若是索引包含知足查詢的全部數據，就被稱爲覆蓋索引(Covering Indexes)，覆蓋索引很是強大，能夠大大提升查詢性能。

覆蓋索引高性能的緣由是：

• 索引一般比記錄要小，覆蓋索引查詢只須要讀索引，而不須要讀記錄。
• 索引都按照值的大小進行順序存儲，相比與隨機訪問記錄，須要更少的I/0。
• 大多數數據引擎能更好的緩存索引，例如MyISAM只緩存索引。

ijiangtao_local_db_mysql表的action列包含索引。使用explain分析下面的查詢語句，對於索引覆蓋查詢(index-covered query)，分析結果Extra的值是Using index，表示使用了覆蓋索引 :

explain select `action` from ijiangtao_local_db_mysql.t_user_action_log;
複製代碼

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	t_user_action_log		index		action	5		199,703	100.00	Using index

聚簇索引

聚簇索引(Clustered Indexes)保證關鍵字的值相近的元組存儲的物理位置也相同，且一個表只能有一個聚簇索引。

字符串類型不建議使用聚簇索引，特別是隨機字符串，由於它們會使系統進行大量的移動操做。

並非全部的存儲引擎都支持聚簇索引，目前InnoDB支持。

若是使用聚簇索引，最好使用AUTO_INCREMENT列做爲主鍵，應該儘可能避免使用隨機的聚簇主鍵。

從物理位置上看，聚簇索引表比非聚簇的索引表，有更好的訪問性能。

選擇合適的索引類型

從數據結構角度來看，MySQL支持的索引類型有B樹索引、Hash索引等。

• B樹索引

B樹索引對於<、<=、 =、 >=、 >、 <>、!=、 between查詢，進行精確比較操做和範圍比較操做都有比較高的效率。

B樹索引也是InnoDB存儲引擎默認的索引結構。

• Hash索引

Hash索引僅能知足=、<=>、in查詢。

Hash索引檢索效率很是高，索引的檢索能夠一次定位，不像B樹索引須要從根節點到枝節點，最後才能訪問到頁節點這樣屢次的I/O訪問，因此Hash索引的查詢效率要遠高於B樹索引。但Hash索引不能使用範圍查詢。

查詢優化建議

下面提供幾個查詢優化的建議。

使用explain分析查詢語句

前面已經演示過如何使用explain命令分析查詢語句了，這裏再解釋一下其中幾個有參考價值的字段的含義：

select_type

select_type表示查詢中每一個select子句的類型，通常有下面幾個值:

• SIMPLE 簡單SELECT,不使用UNION或子查詢等。

• PRIMARY 查詢中若包含任何複雜的子部分,最外層的select被標記爲PRIMARY。

• UNION UNION中的第二個或後面的SELECT語句。

• DEPENDENT UNION UNION中的第二個或後面的SELECT語句，取決於外面的查詢。

• UNION RESULT UNION的結果。

• SUBQUERY 子查詢中的第一個SELECT。

• DEPENDENT SUBQUERY 子查詢中的第一個SELECT，取決於外面的查詢。

• DERIVED 派生表的SELECT, FROM子句的子查詢。

• UNCACHEABLE SUBQUERY 一個子查詢的結果不能被緩存，必須從新評估外連接的第一行。

type

type表示MySQL在表中找到所需行的方式，又稱「訪問類型」，經常使用的類型有：

ALL, index, range, ref, eq_ref, const, system, NULL。

從左到右，性能從差到好。

• ALL： Full Table Scan，MySQL將遍歷全表以找到匹配的行。

• index: Full Index Scan，index與ALL區別爲index類型只遍歷索引樹。

• range: 只檢索給定範圍的行，使用一個索引來選擇行。

• ref: 表示上述表的鏈接匹配條件，即哪些列或常量被用於查找索引列上的值。

• eq_ref: 相似ref，區別就在使用的索引是惟一索引，對於每一個索引鍵值，表中只有一條記錄匹配，簡單來講，就是多表鏈接中使用primary key或者 unique key做爲關聯條件。

• const: 當MySQL對查詢某部分進行優化，並轉換爲一個常量時，使用這些類型訪問。 如將主鍵置於where列表中，MySQL就能將該查詢轉換爲一個常量。

• NULL: MySQL在優化過程當中分解語句，執行時甚至不用訪問表或索引，例如從一個索引列裏選取最小值能夠經過單獨索引查找完成。

Key

key列顯示MySQL實際決定使用的鍵（索引），若是沒有選擇索引，鍵是NULL。

possible_keys

possible_keys指出MySQL能使用哪一個索引在表中找到記錄，查詢涉及到的字段上若是存在索引則該索引將被列出，但不必定被查詢使用。

ref

ref表示上述表的鏈接匹配條件，即哪些列或常量被用於查找索引列上的值。

rows

rows表示MySQL根據表統計信息，以及索引選用的狀況，找到所需記錄須要讀取的行數。這個行數是估算的值，實際行數可能不一樣。

聲明NOT NULL

當數據列被聲明爲NOT NULL之後，在查詢的時候就不須要判斷是否爲NULL，因爲減小了判斷，能夠下降複雜性，提升查詢速度。

若是要表示數據列爲空，可使用0等代替。

考慮使用數值類型代替字符串

MySQL對數值類型的處理速度要遠遠快於字符串，並且數值類型每每更加節省空間。

例如對於「Male」和「Female」能夠用「0」和「1」進行代替。

考慮使用ENUM類型

若是你的數據列的取值是肯定有限的，可使用ENUM類型代替字符串。由於MySQL會把這些值表示爲一系列對應的數字，這樣處理的速度會提升不少。

CREATE TABLE shirts (
    name VARCHAR(40),
    size ENUM('x-small', 'small', 'medium', 'large', 'x-large')
);

INSERT INTO shirts (name, size) VALUES ('dress shirt','large'), ('t-shirt','medium'),
  ('polo shirt','small');

SELECT name, size FROM shirts WHERE size = 'medium';
複製代碼

總結

索引是一個單獨的，存儲在磁盤上的數據結構，索引對數據表中一列或者多列值進行排序，索引包含着對數據表中全部數據的引用指針。

本教程從MySQL開始講起，又介紹了MySQL中索引的使用，最後提供了使用索引的幾條原則和優化查詢的幾個方法。

不管你是DBA仍是軟件開發，菜鳥程序員仍是資深工程師，相信本節提到的關於索引的知識，對你都會有所幫助。

Links

做者資源

• 位運算與SQL實現
• MySQL 主鍵自增 Auto Increment用法
• Windows操做系統安裝MySQL解壓版
• MySQL數據庫存儲引擎簡介
• MySQL索引與查詢優化

參考資料

• MySQL explain
• MySQL enum
• Why Mysql ? Benchmarks
• MySQL技術內幕（第4版）
• wiki : MySQL