MySQL数据库之索引

索引

2.1 索引概述

**介绍:**索引(index)是帮助MySQL高效获取数据数据结构(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。

MySQL数据库之索引_第1张图片

注:只是示意图,并非真实索引结构

优缺点

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。

缺点:

  • 索引列也是要占用空间的。
  • 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。

2.2 索引结构

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:

结构 InnoDB MyISAM Memory 说明
B+Tree索引 支持 支持 支持 最常见的索引类型,大部分引擎都支持 B+ 树索引
Hash索引 不支持 不支持 支持 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) 不支持 支持 不支持 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) 5.6+支持 支持 不支持 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
二叉树

MySQL数据库之索引_第2张图片

缺点:顺序插入时,会退化成单向链表,性能大大降低。数据量较大的情况下,二叉树的层级较深,检索数据速度慢。

同样红黑树,大数据量的情况下,层级较深,建所速度慢。

B-Tree(多路平衡查找树):

MySQL数据库之索引_第3张图片

特点:

  • 5阶的B-Tree,每一个节点最多存储4个key,对应5个指针。
  • 一旦节点存储的key数量到达5,就会裂变,中间元素向上分裂。
  • 在B-Tree中,非叶子节点和叶子节点都会存放数据
B+Tree:

MySQL数据库之索引_第4张图片

绿色框部分:索引部分,仅仅起到索引数据的作用,不存储数据

红色框部分:数据存储部分,在其叶子节点中要存储具体的数据

与B-Tree的区别:

  • 所有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的作用,具体数据都存放在叶子节点

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。

MySQL数据库之索引_第5张图片

Hash

哈希索引就是采用一定的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。

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(不存在hash冲突的情况)只需要一次检索就可以了,效率通常要高于B+Tree索引

在MySQL中,支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能,hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+tree索引结构?

  • 相对于二叉树,层级更少,搜索效率更高
  • 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,导致性能下降。
  • 相对Hash索引,B+tree支持范围匹配以及排序操作

2.3 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

而在在InnoDB存储引擎中,根据索引的存储形式,又可以分为以下两种:

分类 含义 特点
聚簇索引(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
非聚簇索引(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值 可以有多个

聚簇索引选取规则:

  • 如果存在主键,主键索引就是聚簇索引
  • 如果不存在主键,将使用第一个唯一索引作为聚簇索引
  • 如果表不存在主键或没有合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚簇索引

聚簇索引和非聚簇索引的具体结构:

MySQL数据库之索引_第6张图片

  • 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。

当执行SELECT * FROM user WHERE name = 'arm'时,查找过程如下:

MySQL数据库之索引_第7张图片

  1. 由于是根据name字段进行查询,所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
  2. 由于查询返回的数据是*,所以此时,还需要根据主键值10,到聚集索引中查找10对应的记录,最 终找到10对应的行row。
  3. 最终拿到这一行的数据,直接返回即可。

回表查询:这种先到二级索引中查找数据,找到主键值,然后再到聚集索引中根据主键值,获取数据的方法,就称之为回表查询。

2.4 索引语法

创建语法

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_column_name,...);

查看索引

SHOW INDEX FROM table_name;

删除索引

DROP INDEX index_name ON table_name;

2.5 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:

#session 是查看当前会话 ;
#global 是查询全局数据 ;
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。

慢日志查询

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。

PROFILE详情

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。

#查看每一条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
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

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 ;

2.6 索引使用

最左前缀法则(联合索引)

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)。

范围查询

联合索引中,如果出现范围查询(>,<),范围查询右侧的索引会失效。(尽量使用<=,>=符号)

索引失效的情况
  1. 索引列运算:

    不要在索引列上进行运算操作,索引将失效

    EXPLAIN SELECT * FROM tb_user WHERE SUBSTRING(phone,10,2) = '15'
    
  2. 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

    explain select * from tb_user where profession = '软件工程' and age = 31 and status
    = '0';
    
    explain select * from tb_user where profession = '软件工程' and age = 31 and status
    = 0;
    
    explain select * from tb_user where phone = '17799990015';
    
    explain select * from tb_user where phone = 17799990015;
    
  3. 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

    explain select * from tb_user where profession like '软件%';#生效
    
    explain select * from tb_user where profession like '%工程';#失效
    
    explain select * from tb_user where profession like '%工%';#失效
    
  4. 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。

    explain select * from tb_user where id = 10 or age = 23;
    
    explain select * from tb_user where phone = '17799990017' or age = 23;
    

    由于age没有索引,所以即使id、phone有索引,索引也会失效。所以需要针对于age也要建立索引。

  5. 数据分布影响

    如果MySQL优化器评估使用索引比全表更慢,则不使用索引。

    因为MySQL在查询时,会评估使用索引的效率与走全表扫描的效率,如果走全表扫描更快,则放弃 索引,走全表扫描。因为索引是用来索引少量数据的,如果通过索引查询返回大批量的数据,则还不如走全表扫描来的快,此时索引就会失效。

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。

2.7 设计原则

  1. 针对于数据量较大,且查询较为频繁的表建立索引。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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

你可能感兴趣的:(MySQL,数据库,mysql,solr)