一、準(zhǔn)備工作

首先準(zhǔn)備兩張表用于演示：

CREATE TABLE `student_info` (
  `id` int NOT NULL AUTO_INCREMENT,
  `student_id` int NOT NULL,
  `name` varchar(20) DEFAULT NULL,
  `course_id` int NOT NULL,
  `class_id` int DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1000001 DEFAULT CHARSET=utf8;

CREATE TABLE `course` (
  `id` int NOT NULL AUTO_INCREMENT,
  `course_id` int NOT NULL,
  `course_name` varchar(40) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=101 DEFAULT CHARSET=utf8;

#準(zhǔn)備數(shù)據(jù)
select count(*) from student_info;#1000000
select count(*) from course;      #100

二、索引失效規(guī)則

1.優(yōu)先使用聯(lián)合索引

如下一條sql語句是沒有索引的情況：

#平均耗時291毫秒
select * from student_info where name='123' and course_id=1 and class_id=1;

我們通過建立索引來優(yōu)化它的查詢效率，有如下幾種方案：

①建立普通索引：

#建立普通索引
create index idx_name on student_info(name);
#平均耗時25毫秒，查看explain執(zhí)行計(jì)劃，使用到的是idx_name索引查詢
select * from student_info where name='MOKiKb' and course_id=1 and class_id=1;

②在普通索引的基礎(chǔ)上，再增加聯(lián)合索引：

#name，course_id組成的聯(lián)合索引
create index idx_name_courseId on student_info(name,course_id);
#該查詢語句一般使用的是聯(lián)合索引，而不是普通索引，具體看優(yōu)化器決策
#平均耗時20ms
select * from student_info where name='zhangsan' and course_id=1 and class_id=1;

 可以看到，在多個索引都可以使用時，系統(tǒng)一般優(yōu)先使用更長的聯(lián)合索引，因?yàn)槁?lián)合索引相比來說更快，這點(diǎn)應(yīng)該也很好理解，前提是要遵守聯(lián)合索引的最左匹配原則。

如果再創(chuàng)建一個name,course_id,class_id組成的聯(lián)合索引，那么上述sql語句不出意外會使用這個key_len更長的聯(lián)合索引(意外是優(yōu)化器可能會選擇其他更優(yōu)的方案，如果它更快的話)。

聯(lián)合索引速度不一定優(yōu)于普通索引，比如第一個條件就過濾了所有記錄，那么就沒必要用后序的索引了。

2.最左匹配原則

#刪除前例創(chuàng)建的索引，新創(chuàng)建三個字段的聯(lián)合索引，name-course_id-cass_id
create index idx_name_cou_cls on student_info(name,course_id,class_id);

①聯(lián)合索引全部匹配的情況：

#關(guān)聯(lián)字段的索引比較完整
explain select * from student_info where name='11111' and course_id=10068 and class_id=10154;

 該sql語句符合最左前綴原則，每個字段條件中的字段恰好和聯(lián)合索引吻合。這種情況是最優(yōu)的，因?yàn)橐揽恳粋€聯(lián)合索引就可以快速查找，不需要額外的查詢。

②聯(lián)合索引最右邊缺失的情況：

explain select * from student_info where name='11111' and course_id=10068;

 該sql語句條件中，并不含有聯(lián)合索引的全部條件，而是抹去了右半部分，該語句使用的索引依舊是該關(guān)聯(lián)查詢，只不過只用到了一部分，通過查看key_len可以知道少了5字節(jié)，這5字節(jié)對應(yīng)的是class_id，證明class_id并未生效而已(where中沒有，當(dāng)然用不到啦)。

同理，抹掉where中的course_id字段，聯(lián)合索引依舊會生效，只是key_len會減小。

③聯(lián)合索引中間缺失的情況：

#聯(lián)合索引中間的字段未使用，而左邊和右邊的都存在
explain select * from student_info where name='11111' and class_id=10154;;

如上sql語句依舊使用的是聯(lián)合索引，但是它的key_len變小了，只有name字段使用到了索引，而class_id字段雖然在聯(lián)合索引中，但是因?yàn)椴环献钭笃ヅ湓瓌t而GG了。

整個sql語句的執(zhí)行流程為：先在聯(lián)合索引的B樹中找到所有name為11111的記錄，然后全文過濾掉這些記錄中class_id不是10154的記錄。多了一個全文搜索的步驟，相比于①和②情況性能會更差。

④聯(lián)合索引最左邊缺失的情況：

explain select * from student_info where class_id=10154 and course_id=10068;

 該情況是上一個情況的特例，聯(lián)合索引中最左邊的字段未找到，所以雖然有其他部分，但是統(tǒng)統(tǒng)都失效了，走的是全文查找。

結(jié)論：最左匹配原則指的是查詢從索引的最左列開始，并且不能跳過索引中的列，如果跳過了某一列，索引將部分失效(后面的字段索引全部失效)。

注意：創(chuàng)建聯(lián)合索引時，字段的順序就定格了，最左匹配就是根據(jù)該順序比較的；但是在查詢語句中，where條件中字段的順序是可變的，意味著不需要按照關(guān)聯(lián)索引字段的順序，只要where條件中有就行了。

3.范圍條件右邊的列索引失效

承接上面的聯(lián)合索引，使用如下sql查詢：

#key_len=> name:63,course_id:5,class_id:5
explain select * from student_info where name='11111' and course_id>1 and class_id=1; 

 key_len只有68，代表關(guān)聯(lián)索引中class_id未使用到，雖然符合最左匹配原則，但因?yàn)?strong>>符號讓關(guān)聯(lián)索引中該條件字段右邊的索引失效了。

但如果使用>=號的話：

#不是>、<,而是>=、<=
explain select * from student_info where name='11111' and course_id>=20 and course_id<=40 and class_id=1;

 右邊的索引并未失效，key_len為73，所有字段的索引都使用到了。

結(jié)論：為了充分利用索引，我們有時候可以將>、<等價轉(zhuǎn)為>=、<=的形式，或者將可能會有<、>的條件的字段盡量放在關(guān)聯(lián)索引靠后的位置。

4.計(jì)算、函數(shù)導(dǎo)致索引失效

#刪除前面的索引，新創(chuàng)建name字段的索引，方便演示
create index idx_name on student_info(name);

現(xiàn)有一個需求，找出name為li開頭的學(xué)生信息：

#使用到了索引
explain select * from student_info where name like 'li%';
#未使用索引，花費(fèi)時間更久
explain select * from student_info where LEFT(name,2)='li';

上面的兩條sql語句都可以滿足需求，然而第一條語句用了索引，第二條沒有，一點(diǎn)點(diǎn)的改變真是天差地別。

結(jié)論：字段使用函數(shù)會讓優(yōu)化器無從下手，B樹中的值和函數(shù)的結(jié)果可能不搭邊，所以不會使用索引，即索引失效。字段能不用就不用函數(shù)。

類似：

#也不會使用索引
explain select * from student_info where name+''='lisi';

類似的對字段的運(yùn)算也會導(dǎo)致索引失效。

5.類型轉(zhuǎn)換導(dǎo)致索引失效

#不會使用name的索引
explain select * from student_info where name=123;
#使用到索引
explain select * from student_info where name='123';

如上，name字段是VARCAHR類型的，但是比較的值是INT類型的，name的值會被隱式的轉(zhuǎn)換為INT類型再比較，中間相當(dāng)于有一個將字符串轉(zhuǎn)為INT類型的函數(shù)。

6.不等于(!= 或者<>)索引失效

#創(chuàng)建索引
create index idx_name on student_info(name);
#索引失效
explain select * from student_info where name<>'zhangsan';
explain select * from student_info where name!='zhangsan';

不等于的情況是不會使用索引的。因?yàn)?=代表著要進(jìn)行全文的查找，用不上索引。

7.is null可以使用索引，is not null無法使用索引

#可以使用索引
explain select * from student_info where name is null;
#索引失效
explain select * from student_info where name is not null;

和前一個規(guī)則類似的，!=null。同理not like也無法使用索引。

最好在設(shè)計(jì)表時設(shè)置NOT NULL約束，比如將INT類型的默認(rèn)值設(shè)為0，將字符串默認(rèn)值設(shè)為''。

8.like以%開頭，索引失效

#使用到了索引
explain select * from student_info where name like 'li%';
#索引失效
explain select * from student_info where name like '%li';

只要以%開頭就無法使用索引，因?yàn)槿绻?開頭，在B樹排序的數(shù)據(jù)中并不好找。

9.OR前后存在非索引的列，索引失效

#創(chuàng)建好索引
create index idx_name on student_info(name);
create index idx_courseId on student_info(course_id);

如果or前后都是索引：

#使用索引
explain select * from student_info where name like 'li%' or course_id=200;

 如果其中一個沒有索引：

explain select * from student_info where name like 'li%' or class_id=1;

那么索引就失效了，假設(shè)還是使用索引，那就變成了先通過索引查，然后再根據(jù)沒有的索引的字段進(jìn)行全表查詢，這種方式還不如直接全表查詢來的快。

10.字符集不統(tǒng)一

字符集如果不同，會存在隱式的轉(zhuǎn)換，索引也會失效，所有應(yīng)該使用相同的字符集，防止這種情況發(fā)生。

三、建議

• 對于單列索引，盡量選擇針對當(dāng)前query過濾性更好的索引
• 在選擇組合索引時，query過濾性最好的字段應(yīng)該越靠前越好
• 在選擇組合索引時，盡量選擇能包含當(dāng)前query中where子句中更多字段的索引
• 在選擇組合索引時，如果某個字段可能出現(xiàn)范圍查詢，盡量將它往后放

 到此這篇關(guān)于MySQL導(dǎo)致索引失效的幾種情況的文章就介紹到這了,更多相關(guān)MySQL 索引失效內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論