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,数据库系统还维护着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。
优点:
- 提高数据检索的效率,降低数据库
的IO成本- 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
劣势:
1、索引列也是要占用空间的
2、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
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索引结构,主要包含以下几种:
索引结构 | 描述 |
---|---|
B+Tree索引 | 最常见的索引类型,大部分引擎都支持 B+ 树索引 |
Hash索引 | 底层数据结构是用哈希表实现的, 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) | 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 |
以上是MySQL中所支持的所有的索引结构,不同的存储引擎对于索引结构的支持情况(MySQL默认B+树):
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 |
B-Tree的特点:
- n阶的B树,每一个节点最多存储(n-1)个key,对应n个指针。
- 一旦节点存储的key数量到达(n-1),就会裂变,中间元素向上分裂。
- 在B树中,非叶子节点和叶子节点都会存放数据。
B+Tree的特点:
B+Tree是B-Tree的变种,我们以一颗最大度数(max-degree)为3(3阶)的b+tree为例,来看一
下其结构示意图:
特点:
B+Tree 与 B-Tree相比,主要有以下三点区别:
- 所有的数据都会出现在叶子节点
- 叶子节点形成一个单向链表
- 非叶子节点仅仅起到索引数据作用,具体的数据都是在叶子节点存放的
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,利于排序。
在MySQL数据库,将索引的具体类型主要分为以下几类:主键索引、唯一索引、常规索引、全文索引。
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 |
分类 | 含义 | 特点 |
---|---|---|
聚集索引 | 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 | 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。
- 如果表没有主键,或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
区别:
- 聚集索引的叶子节点下挂的是这一行的数据 。
- 二级索引的叶子节点下挂的是该字段值对应的主键值。
创建索引
CREATE [ UNIQUE | FULLTEXT ] INDEX 索引名 ON 表名 (
需要添加索引的列,... ) ;
查看索引
SHOW INDEX FROM 表名;
SHOW INDEX FROM 表名 \G;//按行展示,方便查看
删除索引
DROP INDEX 索引名 ON 表名;
登录MySQL数据库后,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
-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';//Com后是七个下划线
-- 表示所有的操作的执行频率
SHOW GLOBAL STATUS LIKE 'Com%';
通过上述指令,我们可以查看到当前数据库到底是以查询为主,还是以增删改为主,从而为数据库优化提供参考依据。 如果是以增删改为主,我们可以考虑不对其进行索引的优化。 如果是以查询为主,那么就要考虑对数据库的索引进行优化了
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。
MySQL的慢查询日志默认没有开启,我们可以查看一下系统变量 slow_query_log。
show variables like 'slow_query_log';
如果要开启慢查询日志,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n秒,SQL语句执行时间超过n秒,就会视为慢查询,记录慢查询日志
long_query_time=n
配置完毕之后,通过以下指令重新启动MySQL服务器systemctl restart mysqld
进行测试,查看慢日志文件中记录的信息cat /var/lib/mysql/localhost-slow.log
show profiles
能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling
参数,能够看到当前MySQL是否支持profile操作:
-- 查看是否支持profile操作
select @@have_profiling;
-- 查看是否开启操作
select @@profiling;
//开启profile操作
set profiling = 1;
-- 查看时间消耗在哪
show profiles;
-- 查看特定的SQL语句时间消耗在哪
show profile for query 指定id;
-- 查看SQL语句CPU的占用情况
show profile cpu for query 指定id;
EXPLAIN
或者 DESC
命令获取 MySQL 如何执行 SELECT 语句的信息,包括在 SELECT 语句执行过程中表如何连接和连接的顺序。
-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;
Extra字段:
- use index condition:使用了索引,但是需要回表查询
- use index,use where:使用了索引,不需要回表查询
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,索引将会部分失效(后面的字段索引失效)。
联合索引中,出现范围查询(>,<)
,范围查询右侧的列索引失效。
建议:在业务允许的情况下,尽可能的使用类似于 >= 或 <= 这类的范围查询,而避免使用 > 或 <
不要在索引列上进行运算操作, 索引将失效。
字符串类型字段使用时,不加引号,索引将失效。
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,索引失效
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。
当or连接的条件,左右两侧字段都有索引时,索引才会生效。
如果MySQL评估使用索引比全表更慢,则不使用索引
既有联合索引又有单列索引的情况下,MySQL会自己判断使用哪种索引进行执行。但是我们可以认为指定以某种索引进行执行。
use index
: 建议MySQL使用哪一个索引完成此次查询(仅仅是建议,mysql内部还会再次进行评估)。
ignore index
: 忽略指定的索引。
force index
: 强制使用索引。
explain select * from 表名 use index(索引名) where ...;
尽量使用覆盖索引,减少使用select *
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
当字段类型为字符串(varchar,text,longtext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, 影响查询效率。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。
语法:
create index 索引名 on 表名(column(n));
前缀长度:
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。a:表示从哪开始,n:表示截取长度
select count(distinct 字段名) / count(*) from 表名 ;
select count(distinct substring(字段名,a,n)) / count(*) from 表名;
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。
建议;
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。
- 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。