MySQL重点内容-索引
最近观看了黑马程序员MySQL教程中的索引部分,索引算是MySQL中很重要的一部分了。以下是观看过程中做的笔记。
1、索引概述
什么是索引?
索引(index)是帮助MySQL高效获取数据
的数据结构(有序)
。在数据之外,数据库系统还维护者满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。
加索引与不加索引MySQL是如何执行的?
一张表在没有索引的情况下进行查找。例如在下表中执行以下SQL语句,数据库会逐行遍历该表,找到所有符合条件的数据并返回,这样性能极低
。
有索引的情况在相同的表上执行以上这条SQL语句,例如使用树这个数据结构,搜索效率就会更高效
。
索引的优缺点
优势 | 劣势 |
提高数据检索的效率,降低数据库的IO成本 | 索引列也是要占用空间的 |
通过索引列对数据进行排序,降低数据排序的成本,降低CPU的消耗 | 索引大大提高了查询效率,同时却也降低更新表的速度,如对表进行INSERT,UPDATE,DELETE时,效率降低 |
2、索引结构
常见的索引类型
MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种:
索引结构 | 描述 |
B+Tree索引 | 最常见的索引结构,大部分引擎都支持B+树索引 |
Hash索引 | 底层数据结构使用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询 |
R-tree(空间索引) | 空间索引是MyISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常使用较少 |
Full-text(全文索引) | 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES |
不同存储引擎对索引的支持情况
索引 | InnoDB | MyISAM | Memory |
B+tree索引 | 支持 | 支持 | 支持 |
Hash索引 | 不支持 | 不支持 | 支持 |
R-tree索引 | 不支持 | 支持 | 不支持 |
Full-text | 5.6版本之后支持 | 支持 | 不支持 |
面试中所说的索引,如果没有特别指明,都指的是B+树索引。
B+树
二叉树(这里实际上是二叉搜索树BST)缺点:顺序插入时,会形成一个链表,查询性能大大降低。大数据量情况下,层级较深,检索速度慢。
红黑树:大数据量情况下,层级较深,检索速度慢。
B-Tree(多路
平衡查找树)
参考王道考研B+Tree:https://www.bilibili.com/video/BV1b7411N798?t=5.3&p=74
BTree可视化工具:https://www.cs.usfca.edu/~galles/visualization/BTree.html
以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key,5个指针):
✨树的度数指的是一个节点的子节个数。
B+Tree
以一颗最大度数(max-tree)为4(4阶)的b+tree为例:
B+Tree与BTree的区别
1、B+Tree的所有数据都会在叶子节点出现。
2、B+Tree的叶子节点形成了一个单向链表。
MySQL中的B+Tree索引数据结构
MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加了一个指向相邻叶子节点的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能。
InnoDB存储引擎的逻辑存储结构:表空间、段、区、页(16K)、行
Hash索引的数据结构
哈希索引采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中。
如果两个(或多个)键值,映射到一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞),可以通过链表来解决。
Hash索引特点
- Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,<.)
- 无法利用索引完成排序操作
- 查询效率高,通常只需要一次检索就可以了,效率通常要高于B+Tree索引
存储引擎支持
在MySQL中,支持hash索引的是Memory引擎,而InnoDB中具有自适应hash功能,hash索引是存储引擎。而InnoDB中具有自适应hash功能
,hash索引是存储索引根据B+Tree索引在指定条件下自动构建的。
思考题:为什么InnoDB存储引擎选择使用B+tree索引结构?
- 二叉树和红黑树都是二叉树,相对于二叉树,B+Tree层级更少,搜索效率高
- 对于B-tree,无论是叶子节点还是非叶子节点,都会保存数据,这样导致一页(一
页/块
存放一个节点)中存储的键值减少,指针跟着减少,要同样保存大量数据,只能增加树的高度,导致性能降低; - 相对于Hash索引,B+tree支持范围匹配及排序操作。
3、索引分类
分类 | 含义 | 特点 | 关键字 |
主键索引 | 针对于表中主键创建的索引 | 默认自动创建,只能有一个 | PRIMARY |
唯一索引 | 避免同一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
常规索引 | 快速定位特定数据 | 可以有多个 | |
全文索引 | 全文索引查找的是文本中的关键词,而不是比较索引中的值 | 可以有多个 | FULLTEXT |
在InnoDB存储索引中,根据索引的存储形式
,又可以分为以下两种:
分类 | 含义 | 特点 |
聚集索引(Clustered Index) | 将数据存储与索引放到了一块,索引结构的叶子节点保存了行数据 | 必须有,而且只有一个 |
二级索引(Secondary Index) | 将数据与索引分开存储,索引结构的叶子节点关联的是对应的主键 | 可以存在多个 |
聚集索引的选取规则:
- 如果存在主键,主键索引就是聚集索引
- 如果不存在主键,将使用第一个唯一(UNIQUE)索引作为聚集索引
- 如果没有主键,也没有合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
查询过程
:当查询条件是二级索引所在的列,二级索引的叶子节点仅存放对应数据的主键。查询首先从该二级索引上查找出该数据的主键,再使用该主键去聚集索引中查找该主键对应的数据,这个查询过程叫做回表查询
。
思考题
1、以下SQL语句哪个执行效率高,为什么?
select * from user where id = 10;
select * from user where name ='Arm';
//id为主键,name字段创建的有索引;
第一条SQL语句执行效率高。第二条SQL首先需要name列的二级索引上查找到id,然后再从聚集索引上查找该id对应的行数据。
2、InnoDB主键索引
的B+tree高度为多高呢?
假设:一行数据大小为1k,一页的大小为16k,那么一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间,主键即使为bigint,占用字节数为8
主键索引是聚集索引,数据仅存储在叶子节点。
B+tree的高度为2:
n×8+(n+1)×6=16×1024,算出n约等于n约为1170
那么1171*16=18736
高度为3:
1171×1171×16=21939856,高度为3的B+tree可以存储2193,9856条数据
4、索引语法
创建索引
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col,name,...);
查看索引
SHOW INDEX FROM table_name;
删除索引
DROP INDEX index_name ON table_name;
5、SQL性能分析
SQL的执行频率
MySQL客户端连接成功后,通过show [session|global] status命令可以提供服务器状态信息。通过如下指令,可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:
SHOW GLOBAL STATUS LIKE 'Com_______';
慢查询日志
用于定位哪些SQL语句执行效率比较低,然后针对这些SQL语句进行优化。
慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位:秒,默认10秒)的所有SQL语句的日志。
//查看慢查询日志是否开启的SQL语句
show variable like slow_query_log';
MySQL的慢查询日志默认没有开启,需要在MySQL的配置文件(/etc/my.cnf)中配置如下信息。
# 开启MySQL慢日志查询开关
slow_query_log = 1
# 设置慢日志的时间为2秒,SQL语句执行时间超过2秒,就会视为慢查询,记录慢查询日志
long_query_time = 2
配置完毕后,通过以下指令重新启动MySQL服务器进行测试,查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log
profile详情
比如慢日志时间为2秒,有的SQL语句执行时间为1.9秒,此时该SQL语句的效率也是不高的,但是使用慢查询日志不能记录这些SQL语句。
show profiles能够在做SQL优化时帮助我们了解每一条SQL的耗时是多少。通过have_profiling参数,能够看到当前MySQL是否支持profile操作:
# 查看当前MySQL是否支持profile操作
select @@have_profiling;
默认profiling是关闭的,可以通过set语句在session/global级别开启profiling:
# 开启profiling
SET profiling=1;
# 查看指定每一条SQL的耗时基本情况
show profiles;
# 查看指定QUERY_ID的SQL语句各个阶段的耗时情况
show profile for query query_id;
# 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;
explain执行计划
在SELECT语句前加上EXPLAIN关键字即可查看执行计划。EXPLAIN执行计划个字段含义:
- Id:select查询的序列号,表示查询中执行select子句或者是操作表的顺序(id相同,执行顺序从上到下;id不同,值越大,越先执行)
- select_type:表示SELECT的类型,常见的取值有SIMPLE(简单表,即不使用表连接或者子查询)、PRIMARY(主查询,即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE之后包含了子查询)等
- type:表示连接类型,性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all(使用主键索引或者唯一索引type为const,使用非唯一索引type为ref,all代表全表扫描)
- possible_key:显示可能应用在这张表上的索引,一个或多个
- Key:实际使用的索引,如果为NULL,则没有使用索引
- Key_len:表示索引中使用的字节数,该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下,长度越短越好。
- rows:MySQL认为必须要执行查询的行数,在innodb引擎的表中,是一个估计值,可能并不总是准确的。
- filtered:表示返回结果的行数占需要读取行数的百分比,filtered的值越大越好
6、索引使用
最左前缀法则
如果索引了多列(联合索引
),要遵守最左前缀法则
。最左前缀法则指的是查询从索引的最左列开始,并且不跳过索引中的列。如果跳跃某一列,索引将部分失效(后面的字段索引失效)。
范围查询
联合索引中,出现范围查询(>,<)范围查询右侧的列索引失效。因此,查询的时候,尽量使用>=和<=来代替。
索引列运算
不要再索引列上进行运算操作,索引将失效。
例如:EXPLAIN SELECT * FROM tb_user where substring(phont,10,2)
= ‘15’;
字符串不加引号
字符串类型字段使用时,不加引号,索引将失效。
模糊查询
如果仅仅是尾部模糊匹配,索引不会失效,如果是头部模糊匹配,索引将失效
or连接的条件
用or分割开的条件,如果or前的条件中的列有索引,而后面的列中没有索引,那么涉及的索引都不会被用到。只有两侧都有索引,索引才会被用到。
数据分布影响
如果MySQL评估使用索引比全表更慢,则不使用索引。
SQL提示
SQL提示,是优化数据库的一个重要手段,简单来说,就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
- use index:建议使用哪个索引
- EXPLAIN SELECT * FROM tb_user use index(idx_user_pro) WHERE profession = ‘软件工程’;
- ignore index:忽略使用哪个索引
- EXPLAIN SELECT * FROM tb_user ignore index(idx_user_pro) WHERE profession = ‘软件工程’
- force index:强制使用哪个索引
- EXPLAIN SELECT * FROM tb_user force index(idx_user_pro) WHERE profession = ‘软件工程’
覆盖索引
尽量使用覆盖索引(查询使用了索引,并且需要返回的列,在该索引中已经全部能够找到),减少select *。
✨✨EXPLAIN中的extra的值=using index,代表使用了覆盖索引,不用回表查询。
✨✨当where条件是索引的前导列,但是查询的列未被索引覆盖时,此时extra列为null
思考题
一张表,有四个字段(id,username,password,status)由于数据量大,需要对以下SQL语句进行优化,该如何进行才是最优方案:
select id,username,password from tb_user where username='itcast'
username与password建立一个联合索引,这样不需要回表查询即可查到所有所需的数据。
前缀索引
当字段类型为字符串(varchar,text等)时,有时候需要索引很长的字符串,这会让索引变得很大,查询时,浪费大量的磁盘IO,影响查找效率。此时可以只将字符串的一部分前缀,建立索引,这样可以大大节约索引空间,从而提高索引效率。
CREATE INDEX idx_xxxx ON table_name(column(n));
前缀的长度
可以根据索引的选择性来决定,而选择性是指不重复的索引值(基数)和数据表的记录总数的比值,索引选择性越高则查询效率越高,唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的。
SELECT COUNT(DISTINCT email) / COUNT(*) FROM tb_user;
SELECT COUNT(DISTINCT substring(email,1,5)) / COUNT(*) FROM tb_user;
单列索引与联合索引
单列索引
:即一个索引只包含单个列
联合索引
:即一个索引包含了多个列
在业务场景中,如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引
,而非单列索引。
7、索引设计原则
- 针对于数据量较大,且查询比较频繁的表建立索引。
- 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
- 尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高。
- 如果是字符串类型的字段,字段的长度较长,可以针对于字段的特点,建立
前缀索引
。 - 尽量使用联合索引,减少单列索引,查询时,联合索引很多时候可以覆盖索引,节省存储空间,避免回表,提高查询效率。
- 要控制索引的数量,索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率。
- 如果索引列不能存储NULL值,请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时,它可以更好地确定哪个索引最有效地用于查询。
总结
1、索引概述
索引是高效获取数据的数据结构
2、索引结构
MySQL两种:B+Tree索引、Hash索引(memory存储引擎支持的索引结构,检索性能很高,只能精确匹配,不支持范围查询和排序)
3、索引分类
主键索引、唯一索引、常规索引、全文索引
聚集索引、二级索引
4、索引语法
CREATE [UNIQUE] INDEX xxx ON xxx(xxx);
SHOW INDEX FROM xxx;
DROP INDEX xxx on xxx;
5、SQL性能分析
执行频次(判断当前数据库是查询为主还是,增删改为主)、慢查询日志(记录超过预设时间的SQL)、profile(监控每条SQL的耗时,以及具体的时间耗费)、explain(查看SQL语句的执行计划,来评判SQL的执行性能)
6、索引使用
联合索引:
- 最左前缀法则,最左边的列必须存在,否则整个联合索引失效。当中间的列不存在,那么该列右侧的索引失效。
- 联合索引在进行范围查询的时候,范围查询>和<右侧的列会失效,因此要尽量使用>=和<=这样的操作符。
索引失效:
- 不要在索引列上进行函数运算,否则索引失效
- 字符串不加引号,会造成隐式类型转换,索引会失效
- like模糊匹配,如果在前面加了%,索引会失效
- or连接的条件,如果一侧有索引,另一侧没有索引,索引也会失效
- 如果MySQL评估全表扫描比走索引更快,索引失效。数据分布的影响
SQL提示
告诉MySQL使用哪个索引、忽略哪个索引、强制使用哪个索引
覆盖索引
:
查询返回的列在索引结构中都包含了,不需要再回表查询。而回表查询
指的是先在二级索引中查找数据的id,然后根据id在聚集索引中查找数据。
前缀索引:
当遇到一些字符串长度较长,或者大文本时,可以使用前缀索引缩小索引的体积,提高检索效率。
单列/联合索引:
推荐使用联合索引。联合索引性能较高,且有时可以避免回表查询。
7、索引设计原则
- 需要针对于哪些表建立索引
- 需要针对于表的哪些字段建立索引
- 针对这些字段建立什么样的索引,
- 尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高。
- 如果能够建立联合索引,尽量建立联合索引
- 如果涉及一些字符串较长或者大文本字段,尽量使用前缀索引