三、什么是索引？

MySQL官方對(duì)索引的定義為：索引(Index)是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。我們可以簡(jiǎn)單理解為：快速查找排好序的一種數(shù)據(jù)結(jié)構(gòu)（好比一本書的目錄）。Mysql索引主要有兩種結(jié)構(gòu)：B+Tree索引和Hash索引。我們平常所說(shuō)的索引，如果沒有特別指明，一般都是指B樹結(jié)構(gòu)組織的索引(B+Tree索引)。索引如圖所示：

最外層淺藍(lán)色磁盤塊1里有數(shù)據(jù)17、35（深藍(lán)色）和指針P1、P2、P3（黃色）。P1指針表示小于17的磁盤塊，P2是在17-35之間，P3指向大于35的磁盤塊。真實(shí)數(shù)據(jù)存在于葉子節(jié)點(diǎn)也就是最底下的一層3、5、9、10、13......非葉子節(jié)點(diǎn)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。

 查找過(guò)程：例如搜索28數(shù)據(jù)項(xiàng)，首先加載磁盤塊1到內(nèi)存中，發(fā)生一次I/O，用二分查找確定在P2指針。接著發(fā)現(xiàn)28在26和30之間，通過(guò)P2指針的地址加載磁盤塊3到內(nèi)存，發(fā)生第二次I/O。用同樣的方式找到磁盤塊8，發(fā)生第三次I/O。

 真實(shí)的情況是，上面3層的B+Tree可以表示上百萬(wàn)的數(shù)據(jù)，上百萬(wàn)的數(shù)據(jù)只發(fā)生了三次I/O而不是上百萬(wàn)次I/O，時(shí)間提升是巨大的。

四、Explain分析

前文鋪墊完成，進(jìn)入實(shí)操部分，先來(lái)插入測(cè)試需要的數(shù)據(jù)：

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(yàn)，執(zhí)行Explain的效果：

索引使用情況在possible_keys、key和key_len三列，接下來(lái)我們先從左到右依次講解。

1.id

--id相同,執(zhí)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不同,值越大越先被執(zhí)行
explain select * from user_info where id = (select user_id from order_info where  product_name ='p8');

2.select_type

可以看id的執(zhí)行實(shí)例，總共有以下幾種類型：

• 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(gè) SELECT
• UNION： 表示此查詢是 UNION 的第二或隨后的查詢
• DEPENDENT UNION： UNION 中的第二個(gè)或后面的查詢語(yǔ)句, 取決于外面的查詢
• UNION RESULT, UNION 的結(jié)果
• DEPENDENT SUBQUERY: 子查詢中的第一個(gè) SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結(jié)果.
• DERIVED：衍生，表示導(dǎo)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為1的<derived2>的表示id為2的u和o表衍生出來(lái)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(jù)。通過(guò) type 字段，我們判斷此次查詢是 全表掃描 還是 索引掃描 等。

type 常用的取值有:

• system: 表中只有一條數(shù)據(jù)， 這個(gè)類型是特殊的 const 類型。
• const: 針對(duì)主鍵或唯一索引的等值查詢掃描，最多只返回一行數(shù)據(jù)。 const 查詢速度非常快， 因?yàn)樗鼉H僅讀取一次即可。例如下面的這個(gè)查詢，它使用了主鍵索引，因此 type 就是 const 類型的：explain select * from user_info where id = 2；
• eq_ref: 此類型通常出現(xiàn)在多表的 join 查詢，表示對(duì)于前表的每一個(gè)結(jié)果，都只能匹配到后表的一行結(jié)果。并且查詢的比較操作通常是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;
• ref: 此類型通常出現(xiàn)在多表的 join 查詢，針對(duì)于非唯一或非主鍵索引，或是使用了 最左前綴 規(guī)則索引的查詢。例如下面這個(gè)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: 表示使用索引范圍查詢，通過(guò)索引字段范圍獲取表中部分?jǐn)?shù)據(jù)記錄。這個(gè)類型通常出現(xiàn)在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下面的例子就是一個(gè)范圍查詢：explain select * from user_info  where id between 2 and 8；
• index: 表示全索引掃描(full index scan)，和 ALL 類型相比，ALL 類型是全表掃描，而 index 類型則僅僅掃描所有的索引， 而不掃描數(shù)據(jù)。index 類型通常出現(xiàn)在：所要查詢的數(shù)據(jù)直接在索引樹中就可以獲取到, 而不需要回表掃描其他數(shù)據(jù)。當(dāng)為這種情況時(shí)，Extra 字段會(huì)顯示 Using index。
• ALL: 表示全表掃描，這個(gè)類型的查詢是性能最差的查詢之一。通常來(lái)說(shuō)， 我們的查詢不應(yīng)該出現(xiàn) ALL 類型的查詢，因?yàn)檫@樣的查詢?cè)跀?shù)據(jù)量大的情況下，對(duì)數(shù)據(jù)庫(kù)的性能是巨大的災(zāi)難。 如一個(gè)查詢是 ALL 類型查詢， 那么一般來(lái)說(shuō)可以對(duì)相應(yīng)的字段添加索引來(lái)避免。

通常來(lái)說(shuō), 不同的 type 類型的性能關(guān)系如下:

 ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 類型因?yàn)槭侨頀呙瑁?因此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，但是它掃描了所有的索引，因此比 ALL 類型的稍快。后面的幾種類型都是利用了索引來(lái)查詢數(shù)據(jù)，因此可以過(guò)濾部分或大部分?jǐn)?shù)據(jù)，因此查詢效率就比較高了。

5.possible_key

 它表示 mysql 在查詢時(shí)，可能使用到的索引。 注意，即使有些索引在 possible_keys 中出現(xiàn)，但是并不表示此索引會(huì)真正地被 mysql 使用到。 mysql 在查詢時(shí)具體使用了哪些索引，由 key 字段決定。

6.key（★）

此字段是 mysql 在當(dāng)前查詢時(shí)真正用到的索引。比如請(qǐng)客吃飯的場(chǎng)景，possible_keys是應(yīng)到多少人，key是實(shí)到多少人。

當(dāng)我們沒有建立索引時(shí)：

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;

建立復(fù)合索引后再查詢：

7.key_len

表示查詢優(yōu)化器使用了索引的字節(jié)數(shù)，這個(gè)字段可以評(píng)估組合索引是否完全被使用。

8.ref（★）

這一列顯示了在key列記錄的索引中，表查找值所用到的列或常量，常見的有：const（常量），func，NULL，字段名（例：film.id）。前文的type屬性里也有ref，注意區(qū)別。

9.rows（★）

 rows 也是一個(gè)重要的字段，mysql 查詢優(yōu)化器根據(jù)統(tǒng)計(jì)信息，估算 sql 要查找到結(jié)果集需要掃描讀取的數(shù)據(jù)行數(shù)，這個(gè)值非常直觀的顯示 sql 效率好壞， 原則上 rows 越少越好。可以對(duì)比key中的例子，一個(gè)沒建立索引前，rows是9，建立索引后，rows是4。

具體可參考文章：mysql or走索引加索引及慢查詢的作用

10.extra

explain 中的很多額外的信息會(huì)在 extra 字段顯示, 常見的有以下幾種內(nèi)容:

• using filesort ：表示 mysql 需額外的排序操作，不能通過(guò)索引順序達(dá)到排序效果。一般有 using filesort都建議優(yōu)化去掉，因?yàn)檫@樣的查詢 cpu 資源消耗大。
• using index：索引覆蓋掃描，表示查詢?cè)谒饕龢渲芯涂刹檎宜钄?shù)據(jù)，不用掃描表數(shù)據(jù)文件，往往說(shuō)明性能不錯(cuò)。
• using temporary：查詢有使用臨時(shí)表, 一般出現(xiàn)于排序， 分組和多表 join 的情況， 查詢效率不高，建議優(yōu)化。using where ：表名使用了where過(guò)濾。

五、優(yōu)化案例

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

執(zhí)行結(jié)果，type有ALL，并且沒有索引：

開始優(yōu)化，在關(guān)聯(lián)列上創(chuàng)建索引，明顯看到type列的ALL變成ref，并且用到了索引，rows也從掃描9行變成了1行：

這里面一般有個(gè)規(guī)律是：左連接時(shí)，索引加在右表關(guān)聯(lián)字段上（由于上述示例為L(zhǎng)EFT JOIN，所以索引加在右表order_info上）。相反的，右連接索引加在左表關(guān)聯(lián)字段上。

六、是否需要?jiǎng)?chuàng)建索引？   

索引雖然能非常高效的提高查詢速度，但卻會(huì)降低表的更新速度。實(shí)際上索引也是一張表，該表保存了主鍵與索引字段，并指向?qū)嶓w表的記錄，所以索引列也是要占用空間的。

到此這篇關(guān)于MySQL索引介紹及優(yōu)化方式的文章就介紹到這了,更多相關(guān)MySQL索引 內(nèi)容請(qǐng)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！