欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

MySQL的索引原理以及查詢優(yōu)化詳解

 更新時(shí)間:2021年12月29日 17:05:04   作者:WorthWaitingFor  
這篇文章主要為大家介紹了MySQL的索引原理以及查詢優(yōu)化,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助

一、介紹

1.什么是索引?

一般的應(yīng)用系統(tǒng),讀寫比例在10:1左右,而且插入操作和一般的更新操作很少出現(xiàn)性能問題,在生產(chǎn)環(huán)境中,我們遇到最多的,也是最容易出問題的,還是一些復(fù)雜的查詢操作,因此對(duì)查詢語(yǔ)句的優(yōu)化顯然是重中之重。說(shuō)起加速查詢,就不得不提到索引了。

2.為什么要有索引呢?

索引在MySQL中也叫做“鍵”,是存儲(chǔ)引擎用于快速找到記錄的一種數(shù)據(jù)結(jié)構(gòu)。索引對(duì)于良好的性能

非常關(guān)鍵,尤其是當(dāng)表中的數(shù)據(jù)量越來(lái)越大時(shí),索引對(duì)于性能的影響愈發(fā)重要。

索引優(yōu)化應(yīng)該是對(duì)查詢性能優(yōu)化最有效的手段了。索引能夠輕易將查詢性能提高好幾個(gè)數(shù)量級(jí)。

索引相當(dāng)于字典的音序表,如果要查某個(gè)字,如果不使用音序表,則需要從幾百頁(yè)中逐頁(yè)去查。

二、索引的原理

一 索引原理

索引的目的在于提高查詢效率,與我們查閱圖書所用的目錄是一個(gè)道理:先定位到章,然后定位到該章下的一個(gè)小節(jié),然后找到頁(yè)數(shù)。相似的例子還有:查字典,查火車車次,飛機(jī)航班等

本質(zhì)都是:通過不斷地縮小想要獲取數(shù)據(jù)的范圍來(lái)篩選出最終想要的結(jié)果,同時(shí)把隨機(jī)的事件變成順序的事件,也就是說(shuō),有了這種索引機(jī)制,我們可以總是用同一種查找方式來(lái)鎖定數(shù)據(jù)。

數(shù)據(jù)庫(kù)也是一樣,但顯然要復(fù)雜的多,因?yàn)椴粌H面臨著等值查詢,還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數(shù)據(jù)庫(kù)應(yīng)該選擇怎么樣的方式來(lái)應(yīng)對(duì)所有的問題呢?我們回想字典的例子,能不能把數(shù)據(jù)分成段,然后分段查詢呢?最簡(jiǎn)單的如果1000條數(shù)據(jù),1到100分成第一段,101到200分成第二段,201到300分成第三段......這樣查第250條數(shù)據(jù),只要找第三段就可以了,一下子去除了90%的無(wú)效數(shù)據(jù)。但如果是1千萬(wàn)的記錄呢,分成幾段比較好?稍有算法基礎(chǔ)的同學(xué)會(huì)想到搜索樹,其平均復(fù)雜度是lgN,具有不錯(cuò)的查詢性能。但這里我們忽略了一個(gè)關(guān)鍵的問題,復(fù)雜度模型是基于每次相同的操作成本來(lái)考慮的。而數(shù)據(jù)庫(kù)實(shí)現(xiàn)比較復(fù)雜,一方面數(shù)據(jù)是保存在磁盤上的,另外一方面為了提高性能,每次又可以把部分?jǐn)?shù)據(jù)讀入內(nèi)存來(lái)計(jì)算,因?yàn)槲覀冎涝L問磁盤的成本大概是訪問內(nèi)存的十萬(wàn)倍左右,所以簡(jiǎn)單的搜索樹難以滿足復(fù)雜的應(yīng)用場(chǎng)景。

二 磁盤IO與預(yù)讀

考慮到磁盤IO是非常高昂的操作,計(jì)算機(jī)操作系統(tǒng)做了一些優(yōu)化,當(dāng)一次IO時(shí),不光把當(dāng)前磁盤地址的數(shù)據(jù),而是把相鄰的數(shù)據(jù)也都讀取到內(nèi)存緩沖區(qū)內(nèi),因?yàn)榫植款A(yù)讀性原理告訴我們,當(dāng)計(jì)算機(jī)訪問一個(gè)地址的數(shù)據(jù)的時(shí)候,與其相鄰的數(shù)據(jù)也會(huì)很快被訪問到。每一次IO讀取的數(shù)據(jù)我們稱之為一頁(yè)(page)。具體一頁(yè)有多大數(shù)據(jù)跟操作系統(tǒng)有關(guān),一般為4k或8k,也就是我們讀取一頁(yè)內(nèi)的數(shù)據(jù)時(shí)候,實(shí)際上才發(fā)生了一次IO,這個(gè)理論對(duì)于索引的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)非常有幫助。

三、索引的數(shù)據(jù)結(jié)構(gòu)

任何一種數(shù)據(jù)結(jié)構(gòu)都不是憑空產(chǎn)生的,一定會(huì)有它的背景和使用場(chǎng)景,我們現(xiàn)在總結(jié)一下,我們需要這種數(shù)據(jù)結(jié)構(gòu)能夠做些什么,其實(shí)很簡(jiǎn)單,那就是:每次查找數(shù)據(jù)時(shí)把磁盤IO次數(shù)控制在一個(gè)很小的數(shù)量級(jí),最好是常數(shù)數(shù)量級(jí)。那么我們就想到如果一個(gè)高度可控的多路搜索樹是否能滿足需求呢?就這樣,b+樹應(yīng)運(yùn)而生。

如上圖,是一顆b+樹,關(guān)于b+樹的定義可以參見B+樹,這里只說(shuō)一些重點(diǎn),淺藍(lán)色的塊我們稱之為一個(gè)磁盤塊,可以看到每個(gè)磁盤塊包含幾個(gè)數(shù)據(jù)項(xiàng)(深藍(lán)色所示)和指針(黃色所示),如磁盤塊1包含數(shù)據(jù)項(xiàng)17和35,包含指針P1、P2、P3,P1表示小于17的磁盤塊,P2表示在17和35之間的磁盤塊,P3表示大于35的磁盤塊。真實(shí)的數(shù)據(jù)存在于葉子節(jié)點(diǎn)即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點(diǎn)只不存儲(chǔ)真實(shí)的數(shù)據(jù),只存儲(chǔ)指引搜索方向的數(shù)據(jù)項(xiàng),如17、35并不真實(shí)存在于數(shù)據(jù)表中。

###b+樹的查找過程

如圖所示,如果要查找數(shù)據(jù)項(xiàng)29,那么首先會(huì)把磁盤塊1由磁盤加載到內(nèi)存,此時(shí)發(fā)生一次IO,在內(nèi)存中用二分查找確定29在17和35之間,鎖定磁盤塊1的P2指針,內(nèi)存時(shí)間因?yàn)榉浅6蹋ㄏ啾却疟P的IO)可以忽略不計(jì),通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內(nèi)存,發(fā)生第二次IO,29在26和30之間,鎖定磁盤塊3的P2指針,通過指針加載磁盤塊8到內(nèi)存,發(fā)生第三次IO,同時(shí)內(nèi)存中做二分查找找到29,結(jié)束查詢,總計(jì)三次IO。真實(shí)的情況是,3層的b+樹可以表示上百萬(wàn)的數(shù)據(jù),如果上百萬(wàn)的數(shù)據(jù)查找只需要三次IO,性能提高將是巨大的,如果沒有索引,每個(gè)數(shù)據(jù)項(xiàng)都要發(fā)生一次IO,那么總共需要百萬(wàn)次的IO,顯然成本非常非常高。

###b+樹性質(zhì)

1.索引字段要盡量的小:通過上面的分析,我們知道IO次數(shù)取決于b+數(shù)的高度h,假設(shè)當(dāng)前數(shù)據(jù)表的數(shù)據(jù)為N,每個(gè)磁盤塊的數(shù)據(jù)項(xiàng)的數(shù)量是m,則有h=㏒(m+1)N,當(dāng)數(shù)據(jù)量N一定的情況下,m越大,h越??;而m = 磁盤塊的大小 / 數(shù)據(jù)項(xiàng)的大小,磁盤塊的大小也就是一個(gè)數(shù)據(jù)頁(yè)的大小,是固定的,如果數(shù)據(jù)項(xiàng)占的空間越小,數(shù)據(jù)項(xiàng)的數(shù)量越多,樹的高度越低。這就是為什么每個(gè)數(shù)據(jù)項(xiàng),即索引字段要盡量的小,比如int占4字節(jié),要比bigint8字節(jié)少一半。這也是為什么b+樹要求把真實(shí)的數(shù)據(jù)放到葉子節(jié)點(diǎn)而不是內(nèi)層節(jié)點(diǎn),一旦放到內(nèi)層節(jié)點(diǎn),磁盤塊的數(shù)據(jù)項(xiàng)會(huì)大幅度下降,導(dǎo)致樹增高。當(dāng)數(shù)據(jù)項(xiàng)等于1時(shí)將會(huì)退化成線性表。

2.索引的最左匹配特性(即從左往右匹配):當(dāng)b+樹的數(shù)據(jù)項(xiàng)是復(fù)合的數(shù)據(jù)結(jié)構(gòu),比如(name,age,sex)的時(shí)候,b+數(shù)是按照從左到右的順序來(lái)建立搜索樹的,比如當(dāng)(張三,20,F)這樣的數(shù)據(jù)來(lái)檢索的時(shí)候,b+樹會(huì)優(yōu)先比較name來(lái)確定下一步的所搜方向,如果name相同再依次比較age和sex,最后得到檢索的數(shù)據(jù);但當(dāng)(20,F)這樣的沒有name的數(shù)據(jù)來(lái)的時(shí)候,b+樹就不知道下一步該查哪個(gè)節(jié)點(diǎn),因?yàn)榻⑺阉鳂涞臅r(shí)候name就是第一個(gè)比較因子,必須要先根據(jù)name來(lái)搜索才能知道下一步去哪里查詢。比如當(dāng)(張三,F)這樣的數(shù)據(jù)來(lái)檢索時(shí),b+樹可以用name來(lái)指定搜索方向,但下一個(gè)字段age的缺失,所以只能把名字等于張三的數(shù)據(jù)都找到,然后再匹配性別是F的數(shù)據(jù)了, 這個(gè)是非常重要的性質(zhì),即索引的最左匹配特性。

四、Mysql索引管理

一、功能

#1. 索引的功能就是加速查找

#2. mysql中的primary key,unique,聯(lián)合唯一也都是索引,這些索引除了加速查找以外,還有約束的功能

二、MySQL的索引分類

索引分類
1.普通索引index :加速查找
2.唯一索引
    主鍵索引:primary key :加速查找+約束(不為空且唯一)
    唯一索引:unique:加速查找+約束 (唯一)
3.聯(lián)合索引
    -primary key(id,name):聯(lián)合主鍵索引
    -unique(id,name):聯(lián)合唯一索引
    -index(id,name):聯(lián)合普通索引
4.全文索引fulltext :用于搜索很長(zhǎng)一篇文章的時(shí)候,效果最好。
5.空間索引spatial :了解就好,幾乎不用
1 舉個(gè)例子來(lái)說(shuō),比如你在為某商場(chǎng)做一個(gè)會(huì)員卡的系統(tǒng)。
 2 
 3 這個(gè)系統(tǒng)有一個(gè)會(huì)員表
 4 有下列字段:
 5 會(huì)員編號(hào) INT
 6 會(huì)員姓名 VARCHAR(10)
 7 會(huì)員身份證號(hào)碼 VARCHAR(18)
 8 會(huì)員電話 VARCHAR(10)
 9 會(huì)員住址 VARCHAR(50)
10 會(huì)員備注信息 TEXT
11 
12 那么這個(gè) 會(huì)員編號(hào),作為主鍵,使用 PRIMARY
13 會(huì)員姓名 如果要建索引的話,那么就是普通的 INDEX
14 會(huì)員身份證號(hào)碼 如果要建索引的話,那么可以選擇 UNIQUE (唯一的,不允許重復(fù))
15 
16 #除此之外還有全文索引,即FULLTEXT
17 會(huì)員備注信息 , 如果需要建索引的話,可以選擇全文搜索。
18 用于搜索很長(zhǎng)一篇文章的時(shí)候,效果最好。
19 用在比較短的文本,如果就一兩行字的,普通的 INDEX 也可以。
20 但其實(shí)對(duì)于全文搜索,我們并不會(huì)使用MySQL自帶的該索引,而是會(huì)選擇第三方軟件如Sphinx,專門來(lái)做全文搜索。
21 
22 #其他的如空間索引SPATIAL,了解即可,幾乎不用
各個(gè)索引的應(yīng)用場(chǎng)景

三、 索引的兩大類型hash與btree

#我們可以在創(chuàng)建上述索引的時(shí)候,為其指定索引類型,分兩類
hash類型的索引:查詢單條快,范圍查詢慢
btree類型的索引:b+樹,層數(shù)越多,數(shù)據(jù)量指數(shù)級(jí)增長(zhǎng)(我們就用它,因?yàn)閕nnodb默認(rèn)支持它)
#不同的存儲(chǔ)引擎支持的索引類型也不一樣
InnoDB 支持事務(wù),支持行級(jí)別鎖定,支持 B-tree、Full-text 等索引,不支持 Hash 索引;
MyISAM 不支持事務(wù),支持表級(jí)別鎖定,支持 B-tree、Full-text 等索引,不支持 Hash 索引;
Memory 不支持事務(wù),支持表級(jí)別鎖定,支持 B-tree、Hash 等索引,不支持 Full-text 索引;
NDB 支持事務(wù),支持行級(jí)別鎖定,支持 Hash 索引,不支持 B-tree、Full-text 等索引;
Archive 不支持事務(wù),支持表級(jí)別鎖定,不支持 B-tree、Hash、Full-text 等索引;

四、創(chuàng)建/刪除索引的語(yǔ)法

1 #方法一:創(chuàng)建表時(shí)
 2       CREATE TABLE 表名 (
 3                 字段名1  數(shù)據(jù)類型 [完整性約束條件…],
 4                 字段名2  數(shù)據(jù)類型 [完整性約束條件…],
 5                 [UNIQUE | FULLTEXT | SPATIAL ]   INDEX | KEY
 6                 [索引名]  (字段名[(長(zhǎng)度)]  [ASC |DESC]) 
 7                 );
 8 
 9 
10 #方法二:CREATE在已存在的表上創(chuàng)建索引
11         CREATE  [UNIQUE | FULLTEXT | SPATIAL ]  INDEX  索引名 
12                      ON 表名 (字段名[(長(zhǎng)度)]  [ASC |DESC]) ;
13 
14 
15 #方法三:ALTER TABLE在已存在的表上創(chuàng)建索引
16         ALTER TABLE 表名 ADD  [UNIQUE | FULLTEXT | SPATIAL ] INDEX
17                              索引名 (字段名[(長(zhǎng)度)]  [ASC |DESC]) ;
18                              
19 #刪除索引:DROP INDEX 索引名 ON 表名字;
創(chuàng)建/刪除索引的語(yǔ)法

創(chuàng)建/刪除索引的語(yǔ)法

善用幫助文檔
help create
help create index
==================
1.創(chuàng)建索引
    -在創(chuàng)建表時(shí)就創(chuàng)建(需要注意的幾點(diǎn))
    create table s1(
    id int ,#可以在這加primary key
    #id int index #不可以這樣加索引,因?yàn)閕ndex只是索引,沒有約束一說(shuō),
    #不能像主鍵,還有唯一約束一樣,在定義字段的時(shí)候加索引
    name char(20),
    age int,
    email varchar(30)
    #primary key(id) #也可以在這加
    index(id) #可以這樣加
    );
    -在創(chuàng)建表后在創(chuàng)建
    create index name on s1(name); #添加普通索引
    create unique age on s1(age);添加唯一索引
    alter table s1 add primary key(id); #添加住建索引,也就是給id字段增加一個(gè)主鍵約束
    create index name on s1(id,name); #添加普通聯(lián)合索引
2.刪除索引
    drop index id on s1;
    drop index name on s1; #刪除普通索引
    drop index age on s1; #刪除唯一索引,就和普通索引一樣,不用在index前加unique來(lái)刪,直接就可以刪了
    alter table s1 drop primary key; #刪除主鍵(因?yàn)樗砑拥臅r(shí)候是按照alter來(lái)增加的,那么我們也用alter來(lái)刪)

幫助查看

五、測(cè)試索引

1、準(zhǔn)備

#1. 準(zhǔn)備表
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);
#2. 創(chuàng)建存儲(chǔ)過程,實(shí)現(xiàn)批量插入記錄
delimiter $$ #聲明存儲(chǔ)過程的結(jié)束符號(hào)為$$
create procedure auto_insert1()
BEGIN
    declare i int default 1;
    while(i<3000000)do
        insert into s1 values(i,concat('egon',i),'male',concat('egon',i,'@oldboy'));
        set i=i+1;
    end while;
END$$ #$$結(jié)束
delimiter ; #重新聲明分號(hào)為結(jié)束符號(hào)
#3. 查看存儲(chǔ)過程
show create procedure auto_insert1\G 
#4. 調(diào)用存儲(chǔ)過程
call auto_insert1();

2 、在沒有索引的前提下測(cè)試查詢速度

#無(wú)索引:從頭到尾掃描一遍,所以查詢速度很慢
mysql> select * from s1 where id=333;
+------+---------+--------+----------------+
| id   | name    | gender | email          |
+------+---------+--------+----------------+
|  333 | egon333 | male   | 333@oldboy.com |
|  333 | egon333 | f      | alex333@oldboy |
|  333 | egon333 | f      | alex333@oldboy |
+------+---------+--------+----------------+
rows in set (0.32 sec)
mysql> select * from s1 where email='egon333@oldboy';
....
... rows in set (0.36 sec)

3、 加上索引

#1. 一定是為搜索條件的字段創(chuàng)建索引,比如select * from t1 where age > 5;就需要為age加上索引
#2. 在表中已經(jīng)有大量數(shù)據(jù)的情況下,建索引會(huì)很慢,且占用硬盤空間,插入刪除更新都很慢,只有查詢快
比如create index idx on s1(id);會(huì)掃描表中所有的數(shù)據(jù),然后以id為數(shù)據(jù)項(xiàng),創(chuàng)建索引結(jié)構(gòu),存放于硬盤的表中。
建完以后,再查詢就會(huì)很快了
#3. 需要注意的是:innodb表的索引會(huì)存放于s1.ibd文件中,而myisam表的索引則會(huì)有單獨(dú)的索引文件table1.MYI

六、正確使用索引

一、覆蓋索引

#分析
select * from s1 where id=123;
該sql命中了索引,但未覆蓋索引。
利用id=123到索引的數(shù)據(jù)結(jié)構(gòu)中定位到該id在硬盤中的位置,或者說(shuō)再數(shù)據(jù)表中的位置。
但是我們select的字段為*,除了id以外還需要其他字段,這就意味著,我們通過索引結(jié)構(gòu)取到id還不夠,
還需要利用該id再去找到該id所在行的其他字段值,這是需要時(shí)間的,很明顯,如果我們只select id,
就減去了這份苦惱,如下
select id from s1 where id=123;
這條就是覆蓋索引了,命中索引,且從索引的數(shù)據(jù)結(jié)構(gòu)直接就取到了id在硬盤的地址,速度很快

二、聯(lián)合索引

三、索引合并

#索引合并:把多個(gè)單列索引合并使用
#分析:
組合索引能做到的事情,我們都可以用索引合并去解決,比如
create index ne on s1(name,email);#組合索引
我們完全可以單獨(dú)為name和email創(chuàng)建索引
組合索引可以命中:
select * from s1 where name='egon' ;
select * from s1 where name='egon' and email='adf';
索引合并可以命中:
select * from s1 where name='egon' ;
select * from s1 where email='adf';
select * from s1 where name='egon' and email='adf';
乍一看好像索引合并更好了:可以命中更多的情況,但其實(shí)要分情況去看,如果是name='egon' and email='adf',
那么組合索引的效率要高于索引合并,如果是單條件查,那么還是用索引合并比較合理

若想利用索引達(dá)到預(yù)想的提高查詢速度的效果,我們?cè)谔砑铀饕龝r(shí),必須遵循以下原則

#1.最左前綴匹配原則,非常重要的原則,
create index ix_name_email on s1(name,email,)
- 最左前綴匹配:必須按照從左到右的順序匹配
select * from s1 where name='egon'; #可以
select * from s1 where name='egon' and email='asdf'; #可以
select * from s1 where email='alex@oldboy.com'; #不可以
mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配,
比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引,
d是用不到索引的,如果建立(a,b,d,c)的索引則都可以用到,a,b,d的順序可以任意調(diào)整。
#2.=和in可以亂序,比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序,mysql的查詢優(yōu)化器
會(huì)幫你優(yōu)化成索引可以識(shí)別的形式
#3.盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*),
表示字段不重復(fù)的比例,比例越大我們掃描的記錄數(shù)越少,唯一鍵的區(qū)分度是1,而一些狀態(tài)、
性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0,那可能有人會(huì)問,這個(gè)比例有什么經(jīng)驗(yàn)值嗎?使用場(chǎng)景不同,
這個(gè)值也很難確定,一般需要join的字段我們都要求是0.1以上,即平均1條掃描10條記錄
#4.索引列不能參與計(jì)算,保持列“干凈”,比如from_unixtime(create_time) = '2014-05-29'
就不能使用到索引,原因很簡(jiǎn)單,b+樹中存的都是數(shù)據(jù)表中的字段值,
但進(jìn)行檢索時(shí),需要把所有元素都應(yīng)用函數(shù)才能比較,顯然成本太大。
所以語(yǔ)句應(yīng)該寫成create_time = unix_timestamp('2014-05-29');

最左前綴示范

mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.39 sec)
mysql> create index idx on s1(id,name,email,gender); #未遵循最左前綴
Query OK, 0 rows affected (15.27 sec)
Records: 0  Duplicates: 0  Warnings: 0
mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.43 sec)

mysql> drop index idx on s1;
Query OK, 0 rows affected (0.16 sec)
Records: 0  Duplicates: 0  Warnings: 0
mysql> create index idx on s1(name,email,gender,id); #遵循最左前綴
Query OK, 0 rows affected (15.97 sec)
Records: 0  Duplicates: 0  Warnings: 0
mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.03 sec)
1 6. 最左前綴匹配
 2 index(id,age,email,name)
 3 #條件中一定要出現(xiàn)id(只要出現(xiàn)id就會(huì)提升速度)
 4 id
 5 id age
 6 id email
 7 id name
 8 
 9 email #不行  如果單獨(dú)這個(gè)開頭就不能提升速度了
10 mysql> select count(*) from s1 where id=3000;
11 +----------+
12 | count(*) |
13 +----------+
14 |        1 |
15 +----------+
16 1 row in set (0.11 sec)
17 
18 mysql> create index xxx on s1(id,name,age,email);
19 Query OK, 0 rows affected (6.44 sec)
20 Records: 0  Duplicates: 0  Warnings: 0
21 
22 mysql>  select count(*) from s1 where id=3000;
23 +----------+
24 | count(*) |
25 +----------+
26 |        1 |
27 +----------+
28 1 row in set (0.00 sec)
29 
30 mysql>  select count(*) from s1 where name='egon';
31 +----------+
32 | count(*) |
33 +----------+
34 |   299999 |
35 +----------+
36 1 row in set (0.16 sec)
37 
38 mysql>  select count(*) from s1 where email='egon3333@oldboy.com';
39 +----------+
40 | count(*) |
41 +----------+
42 |        1 |
43 +----------+
44 1 row in set (0.15 sec)
45 
46 mysql>  select count(*) from s1 where id=1000 and email='egon3333@oldboy.com';
47 +----------+
48 | count(*) |
49 +----------+
50 |        0 |
51 +----------+
52 1 row in set (0.00 sec)
53 
54 mysql>  select count(*) from s1 where email='egon3333@oldboy.com' and id=3000;
55 +----------+
56 | count(*) |
57 +----------+
58 |        0 |
59 +----------+
60 1 row in set (0.00 sec)
建聯(lián)合索引,最左匹配

索引無(wú)法命中的情況需要注意:

- like '%xx'
    select * from tb1 where email like '%cn';
    
- 使用函數(shù)
    select * from tb1 where reverse(email) = 'wupeiqi';
    
- or
    select * from tb1 where nid = 1 or name = 'seven@live.com';
    
    特別的:當(dāng)or條件中有未建立索引的列才失效,以下會(huì)走索引
            select * from tb1 where nid = 1 or name = 'seven';
            select * from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex'
            
- 類型不一致
    如果列是字符串類型,傳入條件是必須用引號(hào)引起來(lái),不然...
    select * from tb1 where email = 999;
普通索引的不等于不會(huì)走索引
- !=
    select * from tb1 where email != 'alex'
    特別的:如果是主鍵,則還是會(huì)走索引
        select * from tb1 where nid != 123
- >
    select * from tb1 where email > 'alex'
    
    特別的:如果是主鍵或索引是整數(shù)類型,則還是會(huì)走索引
        select * from tb1 where nid > 123
        select * from tb1 where num > 123
        
#排序條件為索引,則select字段必須也是索引字段,否則無(wú)法命中
- order by
    select name from s1 order by email desc;
    當(dāng)根據(jù)索引排序時(shí)候,select查詢的字段如果不是索引,則不走索引
    select email from s1 order by email desc;
    特別的:如果對(duì)主鍵排序,則還是走索引:
        select * from tb1 order by nid desc;
- 組合索引最左前綴
    如果組合索引為:(name,email)
    name and email       -- 使用索引
    name                 -- 使用索引
    email                -- 不使用索引

- count(1)或count(列)代替count(*)在mysql中沒有差別了
- create index xxxx  on tb(title(19)) #text類型,必須制定長(zhǎng)度
- 避免使用select *
- count(1)或count(列) 代替 count(*)
- 創(chuàng)建表時(shí)盡量時(shí) char 代替 varchar
- 表的字段順序固定長(zhǎng)度的字段優(yōu)先
- 組合索引代替多個(gè)單列索引(經(jīng)常使用多個(gè)條件查詢時(shí))
- 盡量使用短索引
- 使用連接(JOIN)來(lái)代替子查詢(Sub-Queries)
- 連表時(shí)注意條件類型需一致
- 索引散列值(重復(fù)少)不適合建索引,例:性別不適合

七、慢查詢優(yōu)化的基本步驟

0.先運(yùn)行看看是否真的很慢,注意設(shè)置SQL_NO_CACHE
1.where條件單表查,鎖定最小返回記錄表。這句話的意思是把查詢語(yǔ)句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開始查起,單表每個(gè)字段分別查詢,看哪個(gè)字段的區(qū)分度最高
2.explain查看執(zhí)行計(jì)劃,是否與1預(yù)期一致(從鎖定記錄較少的表開始查詢)
3.order by limit 形式的sql語(yǔ)句讓排序的表優(yōu)先查
4.了解業(yè)務(wù)方使用場(chǎng)景
5.加索引時(shí)參照建索引的幾大原則
6.觀察結(jié)果,不符合預(yù)期繼續(xù)從0分析

總結(jié)

本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

相關(guān)文章

最新評(píng)論