【MYSQL架构之五】数据库索引优化

目录

• Btree索引和Hash索引
• 安装演示数据库
• 索引优化策略
• 使用索引来优化查询

---

Btree索引和Hash索引

MySQL支持的索引类型

• mysql的索引是在存储引擎层实现的。

1.B-tree索引

• 特点：
  
  • Btree索引以B+树的结构存储数据
    
  • Btree索引能够加快数据的查询速度
  • Btree索引更适合进行范围查找【顺序存储】
• 适用场景：
  
  • 全值匹配的查询 order_sn=’232874837434’;
  • 匹配最左前缀的查询 （在order_sn列上未建立索引，而是建立的联合索引（order_sn,order_date），如果查询order_sn的话这个联合索引是会被用到的，如果查询order_date的话，这个联合索引是无法被用到的）
  • 匹配列前缀查询 如：order_sn like ‘4353%’;
  • 匹配范围值的查询 order_sn>’5389384934’ order_sn<’5389384987’
  • 精确匹配左前列并范围匹配另外一列 order_sn like ‘4353%’ and order_date > ‘3123’;
  • 只访问索引的查询【覆盖索引】（查询只访问索引，无需访问数据行）
  • 也可用于order by语句中
• 使用限制：
  
  • 如果不是按照索引最左列开始查找，则无法使用索引（联合索引（order_sn,order_date），如果查询order_sn的话这个联合索引是会被用到的，如果查询order_date的话，这个联合索引是无法被用到的）
  • 使用索引时不能跳过索引中的列（联合索引（order_date,order_name,order_tel）,如果查询条件只包含了下单日期和下单人电话，就只能使用order_date这一列来进行过滤，而无法使用到下单人电话来过滤）
  • Not in和<>操作无法使用索引
  • 如果查询中有某个列的范围查询，则其右边所有列都无法使用索引。
• 注意：
  
  • 叶子节点比较特别，它指向的是数据，而不是其它的叶子节点。
  • Innodb中叶子节点指向的是主键，Myisam中叶子节点指向数据的物理地址。

2.Hash索引

• 存储引擎memory默认使用hash索引，另外Innodb也支持hash索引（不是由我们建立，是存储引擎根据btree索引的使用情况自己建立的，称为自适应Hash索引）

• 特点：

  • 速度快
  • Hash索引是基于Hash表实现的，只有查询条件精确匹配Hash索引中的所有列时，才能够使用到Hash索引。【等值查询】
  • 对于Hash索引中的所有列，存储引擎都会为每一行计算一个Hash码，Hash索引中存储的就是Hash码。

• 限制：

  • 必须进行二次查找（Hash索引包括的只是键值、hash码、对应行的指针，索引中并没有保存字段的值，所以使用hash索引时必须先通过hash索引找到对应的行，再对行的记录进行读取，所以需要进行两次查找。不过基本都是缓存在内存中的，对于内存中的行，数据访问非常快。）
  • Hash索引不支持部分索引查找也不支持范围查找。
  • 无法用于排序（按照Hash码进行存取，不是Btree中键值那样存取的）
  • hash码的计算可能存在Hash冲突，也就是不同的索引列计算出的hash码是一样的。（比如性别就容易冲突，而身份证号（唯一）不容易冲突）

• 为什么要使用索引

  • 索引大大减少了存储引擎需要扫描的数据量（索引文件大小通常远小于数据文件的大小。Innodb发生一次IO，最小的单位是页，所以一页内如果可存取的数据越多，读取效率就越快。默认Innodb是一页16K，由于索引的大小远比一行的大小小的多，所以一页可存储更多的索引数据，因此通过索引进行查找的话，页数就会越少，这样也就减少了存储引擎所要扫描的数据的数量，加快了数据查找的速度）
  • 索引可以帮助我们进行排序以避免使用临时表
  • 索引可以把随机I/O变为顺序I/O
• 索引是不是越多越好？
  
  • 索引会增加写操作的成本
  • 太多的索引会增加查询优化器的选择时间

---

安装演示数据库

1.下载数据库

[root@lyd ~]# wget http://downloads.mysql.com/docs/sakila-db.tar.gz 

2.安装数据库

[root@lyd~]# tar zxvf sakila-db.tar.gz  
[root@lyd ~]# ll -h sakila-db/  
total 3.4M  
-rw-r--r--. 1 500 500 3.3M Jul 21  2017 sakila-data.sql --插入语句  
-rw-r--r--. 1 500 500  49K Jul 21  2017 sakila.mwb  --数据模型  
-rw-r--r--. 1 500 500  23K Jul 21  2017 sakila-schema.sql  --创建语句

mysql> source ./sakila-db/sakila-schema.sql  
mysql> source ./sakila-db/sakila-data.sql 

3.检查安装的数据库

mysql> use sakila  
Database changed  
mysql> show tables;  
+----------------------------+  
| Tables_in_sakila           |  
+----------------------------+  
| actor                      |  
| actor_info                 |  
| address                    |  
| category                   |  
| city                       |  
| country                    |  
| customer                   |  
| customer_list              |  
| film                       |  
| film_actor                 |  
| film_category              |  
| film_list                  |  
| film_text                  |  
| inventory                  |  
| language                   |  
| nicer_but_slower_film_list |  
| payment                    |  
| rental                     |  
| sales_by_film_category     |  
| sales_by_store             |  
| staff                      |  
| staff_list                 |  
| store                      |  
+----------------------------+  
23 rows in set (0.00 sec)  

---

索引优化策略

• 1.索引列上不能使用表达式或函数
  
• 2.前缀索引和索引列的选择性
  索引键值的大小有限制，对于Innodb的键不能超过767个字节，而myisam的键不能超过1000字节。对于整型、浮点型等足够，但是对于字符串来说可能不足。所以mysql支持对字符串的前缀建立索引，这样可以大大节约索引的空间，从而提高查询效率。
  索引的选择性是不重复的索引值和表的记录数的比值。选择性越高，使用索引查找的效率就越快。

CREATE INDEX index_name ON table(col_name(n))
或ALTER TABLE table_name ADD KEY(column_name(prefix_length));
——————————————————————————————————————————————
CREATE INDEX idx_cityname ON city(cityname(7));
或ALTER TABLE city ADD KEY(cityname(7));

注意：这里需要制定索引列的长度，Innodb不超过767字节；如果是utf8字符集的话大概是255和字符。

• 3.联合索引
  并不是每一列都建立一个索引就查询效率高，在mysql5.0之前每个where语句只能用到一列的索引；在mysql5.0之后虽然有了索引合并的概念，在一个查询中可以使用多个列上的独立索引进行合并，但是需要更多的内存和磁盘I/O。
  （1）如何选择索引列的顺序？
  
  • 经常会被使用到的列优先
  • 选择性高的列优先（选择性高，意味着能过滤掉更多的数据）
  • 宽度小的列优先（宽度越小，列中所能存储的索引就越多，I/O就会越少，加快查找的效率）
• 4.覆盖索引
  如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。不是所有的类型的索引都可以成为覆盖索引，覆盖索引必须要存储索引列的值，而哈希索引，空间索引和全文索引等都不存储引列的值，所以MySQL只能使用B-Tree索引做覆盖索引。
  优点：
  
  • 可以优化缓存，减少磁盘I/O操作
  • 可以减少随机I/O，随机I/O操作变为顺序I/O操作（btree索引按键值存储）
  • 可以避免对Innodb主键索引的二次查询
  • 可以避免myisam表进行系统调用

无法使用覆盖索引的场景：

• 存储引擎不支持覆盖索引（只有在索引叶子节点中包括了键值，才可以）
• 查询中使用了太多的列
• 使用了双%号的like查询（mysql底层的存储引擎API限制的，对于这样的查询，mysql只能提取数据行的值，然后在内存中进行过滤，所以不能使用索引，更别说覆盖索引了）

---

使用索引来优化查询

1.使用索引扫描来优化排序

• 通过排序操作
• 按照索引顺序扫描数据
  
  • 索引的列顺序和Order By子句的顺序完全一致。
  • 索引列中所有列的方向（升序，降序）和Order By子句完全一致。
  • Order By中的字段全部在关联表中的第一张表中。
• Innodb和myisam搜索引擎的比较
  
  • 二级索引——>两者的查询规则一致。
  • 主键索引——>Innodb是索引排序，myisam是文件排序。

2.使用Btree索引模拟Hash索引优化查询

• 数据准备

  • alter table film add title_md5 varchar(32);
update film set title_md5=md5(title);
create index idx_md5 on film(title_md5);

• 数据查询

  • explain select * from film where title_md5=md5('EGG IGBY') and title='EGG IGBY';（通过Hash索引将数据放入内存，再通过title列去内存中进行过滤，这样是为了避免Hash冲突）
• 局限性
  
  • 只能处理键值的全值匹配查找。
  • 所使用的Hash函数决定着索引建的大小。（使用Hash函数生成的Hash值比较大的话，索引就会大。既不能生成太大的Hash值，也要尽量避免Hash冲突的出现）

3.利用索引优化锁

• 优点：
  
  • 索引可以减少锁定的行数。
  • 索引可以加快处理速度，同时也加快了锁的释放。
• 测试
  
  • 以actor表为例，先删掉last_name的索引drop index idx_actor_last_name on actor;
  • session1：①开启事务begin;②查询加排他锁select * from actor where last_name='WOOD' for update;
  • session2：①开启事务begin;②查询加排他锁select * from actor where last_name='Willis' for update;③无结果，被session1阻塞。
  • 为last_name加上索引create index idx_lastname on actor(last_name);session2不会阻塞。

4.索引的维护和优化
Mysql允许在相同的列上建立多个索引，但是mysql需要单独的维护这些索引，并且在优化查询的时候还要对这些索引进行选择，这无疑会影响数据库的性能。

• 删除重复和冗余的索引

  • 重复索引
    

  • 冗余索引(有时候冗余索引也是必要的)
    index(a),index(a,b)联合索引
    primary key(id),index(a,id)联合索引
    如何判断索引是冗余的？工具pt-duplicate-key-checker h=127.0.0.1
    

• 查找未被使用过的索引

  • SELECT object_schema,object_name,index_name,b.TABLE_ROWS
FROM performance_schema.table_io_waits_summary_by_index_usagea
JOIN information_schema.TABLESb
ON a.OBJECT_SCHEMA=b.TABLE_SCHEMA
AND a.OBJECT_NAME=b.TABLE_NAME
WHERE index_name IS NOT NULL
AND count_star=0
ORDER BY object_schema, object_name;

• 更新索引统计信息及减少索引碎片

  • 重新生成表的统计信息：analyze table table_name（对于myisam而言，会将统计信息存储在磁盘中，运行此命令需要进行全索引的扫描，重新计算统计信息，此过程需要对表进行锁定；而Innodb不会在磁盘存储索引统计信息，而是通过随机的索引访问的方式来进行评估，其存储在内存中。索引Innodb会效率高，但是统计信息不是十分准确。而且在进行Btree更新操作时可能会产生大量的碎片，这样会降低查询效率，碎片化的索引可能会以很差的或者无序的方式来存储在磁盘上。表也可能产生碎片，所以要适当的维护。）
  • 使用语句维护碎片optimize table table_name(使用不当会导致锁表)