MySQL优化：索引失效分析、in与exists使用场合

一、索引失效的情况

　　前文提及过可以通过explain的possible_keys、key属性判断索引是否失效，key如果为null，可能是索引没建，也可能是索引失效，下面列举一些会使索引失效的情况。

1、全值匹配：顺序、个数与索引一致

2、最佳左前缀法则：查询从索引的最左前列开始并且不跳过索引中的列，中间跳过的值，后面的索引会失效

3、索引列上做了操作（计算、函数、自动或手动类型转换），会导致索引失效而转向全表扫描

4、存储引擎不能使用索引中范围条件右边的列

　　

　　name字段用于查找，age>11也用到了，但着重用于排序，pos则没用到索引

5、尽量使用覆盖索引（索引列和查询列一致），减少select *

　　using where是在表里检索，using index会直接从索引里检索

 　　

　　这里也是范围检索，但与上面不同的是这里从索引里获取数据，没有用到age

 　　

6、mysql在使用不等于（!= 或 <>）时无法使用索引

 　　

7、is null，is not null也无法使用索引

8、like以通配符开头（‘%abc..’）也会导致索引失效

　　通过覆盖索引可以解决like '%字符串%'索引失效的问题

　　例：假设以name，age字段建索引

create index idx_user_nameAge on tb_user(name,age);

　　查询字段只要有一个和覆盖索引沾边就行

 　　

　　

　　但如果有超过索引的部分，索引就用不上了，所以用select * 就不能使用覆盖索引

 　　

9、字符串不加单引号，该字段以后的索引失效

10、少用or，用它来连接时会索引失效

 　　

11、少数据值的列也不应该增加索引，只有两种情况，且平均分布，加了索引反而降低速度

12、range的包含范围有一定的阈值，超过会进行全文扫描

 二、in与exists使用场合

　　坚持小表驱动大表的原则

in：当B表的数据集必须小于A表的数据集时，in优于exists 

select * from A where id in (select id from B)
#等价于：
　　for select id from B
　　for select * from A where A.id = B.id

exists：当A表的数据集小于B表的数据集时，exists优于in

　　将主查询A的数据，放到子查询B中做条件验证，根据验证结果（true或false）来决定主查询的数据是否保留

　　子查询也可以用条件表达式、其他子查询或join来替代，何种最优需具体问题具体分析

select * from A where exists (select 1 from B where B.id = A.id)
#等价于
    for select * from A
    for select * from B where B.id = A.id
#A表与B表的ID字段应建立索引

三、对Order By的优化

1、用order by子句的重点是是否会产生filesort。建索引时已经排好序，所以order by的顺序和索引最好一致，避免再一次排序。　   

 　　 

　　所建的索引默认升序，一升序一降序会产生内排序

 　　

2、状态最好是using index，让mysql通过扫描索引本身完成排序。

　　能使用index方式排序的情况：order by语句使用索引最左前列，或where子句与order子句条件组合满足索引最左前列。

　（1）order by语句使用索引最左前列，order by后字段同为asc或desc都行

　　  

　（2）加上where子句的条件与order by子句条件列组合满足索引最左前列

 　　

　（3）不能使用索引的情况

 　　

 　　假如以category_id、comments、views的顺序建索引

　　

3、filesort的两种算法

　（1）双路排序：两次扫描磁盘（读取行指针和order by列，对他们进行排序，然后扫描已排好序的列表，重新列表读取数据输出）。

　（2）单路排序：mysql4.1版本后，从磁盘读取查询需要的所有列，按order by列在buffer对它们排序，然后扫描排序后的列表输出，只读取一次数据，且把随机IO变为顺序IO，但会使用更多空间，因为它把每一行都保存在内存中。

　　　 单路排序存在的问题：

　　　 因为要把所有字段取出，可能要取出的大小超出sort_buffer容量，导致每次只能取sort_buffer容量大小的数据进行排序（创建tmp文件，多路合并），排完再取sort_buffer容量大小的数据，反而会导致更多I/O操作。

4、order by优化策略：

　（1）单路多路算法的数据都有可能超过sort_buffer_size，超出后会建tmp文件进行合并排序，导致多次I/O，可以根据系统能力增大sort_buffer_size参数设置

　（2）增大max_length_for_sort_data参数，会增加用单路排序的概率，但如果设太大，也会更容易使数据超过sort_buffer_size，当query的字段大小总和小于max_length_for_sort_data且排序字段不是text/blob类型时，才会用单路排序，否则还是用多路排序。

　（3）order by时不要用select *，只select需要的字段，多余的字段会占用sort_buffer的内存。

5、group by：　 

　　适用order by原则，实质先排序后分组，遵守索引建的最佳左前缀，使用不当会产生临时表。

 　　

　　当无法使用索引列，增大max_length_for_sort_data和sort_buffer_size参数设置。能在where的条件就不放在having里。

四、案例，其他注意点

　　假如以c1,c2,c3,c4的顺序建立索引

1、对于常量类型，查询优化器会自动调优SQL，顺序不影响

　　 

2、范围之后全失效，但查询优化器会先常量类型自动调优，c3被调前，c4后的失效，但c4是最后一个了，所以仍用到4个。以上的例子中间并没有断

　　 

3、都只用到了c1，c2，第三条语句无法使用到索引排序，所以mysql内部自己进行了一次排序（前两个c3没用到查找，但用到了排序，所以无using filesort，只是没有记录到key_len里）

 　　

4、order by不按索引顺序会出现using filesort，本来照理第一个按order by c3，c2排序会出现filesort，但是前面已经有c2=‘a2’的条件，c2已经是常量值，所以c2其实不用排序

 　　

 五、多表连接在从表加索引可以提高速度

案例1：两表连接的情况，多表连接时在主表还是从表建索引的问题

　　如未使用索引的情况

 　　

　　左连接把索引建在从表的关联字段比较好，主表一定会有，从表才是检索的关键

 　　

案例2：三表关联要建在哪些字段上

　　没建索引的时候

 　　

　　在第二、三个从表的关联字段加索引

ALTER TABLE `phone` ADD INDEX z(`card`);
ALTER TABLE `book` ADD INDEX Y(`card`); 

　　　　

结论：

　　（1）join语句中被驱动表上join条件字段加索引可以提高效率；

　　（2）当无法保证被驱动表的join条件字段被索引且内存资源充足的前提下，不要太吝啬JoinBuffer的设置。