MySQL索引介紹及優(yōu)化方式
一、導致sql執(zhí)行慢的原因
硬件條件限制:
- io吞吐量小,形成瓶頸(讀取磁盤數(shù)據(jù))
- 網(wǎng)絡傳輸速度慢
- 內(nèi)存不足(讀取磁盤數(shù)據(jù)加載到內(nèi)存)
程序設(shè)計方面:
沒有索引或未使用到索引表數(shù)據(jù)量過大(可采用分批查詢,減少單次查詢數(shù)據(jù)量)返回不必要的行/列鎖/死鎖(例如:給表新增字段導致鎖表,此時執(zhí)行sql語句會被阻塞,直至表解鎖)
二、分析原因時,一定要找切入點
- 1.通過慢查詢?nèi)罩?,設(shè)置相應的閾值(比如超過3s就是慢sql),在生產(chǎn)環(huán)境跑一天后,看看有哪些sql執(zhí)行比較慢。
- 2.Explain分析:比如sql語句寫的爛,沒索引或索引失效,關(guān)聯(lián)查詢過多(可能是需求設(shè)計缺陷導致)。
- 3.Show Profile是比Explain更近一步的執(zhí)行細節(jié),可以查詢到執(zhí)行每一個SQL都干了什么事,這些事分別花了多少秒。
慢查詢?nèi)罩荆?/strong>MySQL提供的一種日志記錄,它用來記錄在MySQL中響應時間超過閥值(long_query_time,單位:秒)的SQL語句。參考mysql慢查詢?nèi)罩据嗈D(zhuǎn)_MySQL慢查詢?nèi)罩緦嵅?/a>
三、什么是索引?
MySQL官方對索引的定義為: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:
最外層淺藍色磁盤塊1里有數(shù)據(jù)17、35(深藍色)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。真實數(shù)據(jù)存在于葉子節(jié)點也就是最底下的一層3、5、9、10、13......非葉子節(jié)點不存儲真實的數(shù)據(jù),只存儲指引搜索方向的數(shù)據(jù)項,如17、35。
查找過程:例如搜索28數(shù)據(jù)項,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。
真實的情況是,上面3層的B+Tree可以表示上百萬的數(shù)據(jù),上百萬的數(shù)據(jù)只發(fā)生了三次I/O而不是上百萬次I/O,時間提升是巨大的。
四、Explain分析
前文鋪墊完成,進入實操部分,先來插入測試需要的數(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,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 SELECT
- UNION: 表示此查詢是 UNION 的第二或隨后的查詢
- DEPENDENT UNION: UNION 中的第二個或后面的查詢語句, 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 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 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), 這個類型是特殊的 const 類型。
- const: 針對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, 因為它僅僅讀取一次即可。例如下面的這個查詢,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,表示對于前表的每一個結(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,通過索引字段范圍獲取表中部分數(shù)據(jù)記錄。這個類型通常出現(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)。當為這種情況時,Extra 字段會顯示 Using index。
- ALL: 表示全表掃描,這個類型的查詢是性能最差的查詢之一。通常來說, 我們的查詢不應該出現(xiàn) ALL 類型的查詢,因為這樣的查詢在數(shù)據(jù)量大的情況下,對數(shù)據(jù)庫的性能是巨大的災難。 如一個查詢是 ALL 類型查詢, 那么一般來說可以對相應的字段添加索引來避免。
通常來說, 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 類型因為是全表掃描, 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查詢數(shù)據(jù),因此可以過濾部分或大部分數(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,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真正地被 mysql 使用到。 mysql 在查詢時具體使用了哪些索引,由 key 字段決定。
6.key(★)
此字段是 mysql 在當前查詢時真正用到的索引。比如請客吃飯的場景,possible_keys是應到多少人,key是實到多少人。
當我們沒有建立索引時:
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),這個字段可以評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 也是一個重要的字段,mysql 查詢優(yōu)化器根據(jù)統(tǒng)計信息,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),這個值非常直觀的顯示 sql 效率好壞, 原則上 rows 越少越好??梢詫Ρ萲ey中的例子,一個沒建立索引前,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,不能通過索引順序達到排序效果。一般有 using filesort都建議優(yōu)化去掉,因為這樣的查詢 cpu 資源消耗大。
- using index:索引覆蓋掃描,表示查詢在索引樹中就可查找所需數(shù)據(jù),不用掃描表數(shù)據(jù)文件,往往說明性能不錯。
- using temporary:查詢有使用臨時表, 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:
這里面一般有個規(guī)律是:左連接時,索引加在右表關(guān)聯(lián)字段上(由于上述示例為LEFT 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、是否需要創(chuàng)建索引?
索引雖然能非常高效的提高查詢速度,但卻會降低表的更新速度。實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!
相關(guān)文章
使用dreamhost空間實現(xiàn)MYSQL數(shù)據(jù)庫備份方法
使用dreamhost空間實現(xiàn)MYSQL數(shù)據(jù)庫備份方法...2007-07-07SQL實現(xiàn)LeetCode(183.從未下單訂購的顧客)
這篇文章主要介紹了SQL實現(xiàn)LeetCode(182.從未下單訂購的顧客),本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細內(nèi)容,需要的朋友可以參考下2021-08-08mysql查詢語句join、on、where的執(zhí)行順序
這篇文章主要介紹了mysql查詢語句join、on、where的執(zhí)行順序,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-11-11MySQ登錄提示ERROR 1045 (28000)錯誤的解決方法
這篇文章主要為大家詳細介紹了MySQ登錄提示ERROR 1045 (28000)錯誤的解決方法,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-07-07MySQL中case?when的兩種基本用法及區(qū)別總結(jié)
在mysql中case when用于計算條件列表并返回多個可能結(jié)果表達式之一,下面這篇文章主要給大家介紹了關(guān)于MySQL中case?when的兩種基本用法及區(qū)別的相關(guān)資料,文中通過圖文介紹的非常詳細,需要的朋友可以參考下2023-05-05- InnoDB是為Mysql處理巨大數(shù)據(jù)量時的最大性能設(shè)計。它的CPU效率可能是任何其它基于磁盤的關(guān)系數(shù)據(jù)庫引擎所不能匹敵的。在數(shù)據(jù)量大的網(wǎng)站或是應用中Innodb是倍受青睞的。那么它就不需要優(yōu)化了嗎,答案很顯然:當然不是?。。?/div> 2017-03-03
最新評論