【Mysql索引优化实战】

---

一、索引的优化规则

1、联合索引第一个字段用范围不会走索引

联合索引第一个字段就用范围查找不会走索引，mysql内部可能觉得第一个字段就用范围，结果集应该很大，回表效率不高，还不
如就全表扫描

2、强制走索引

虽然使用了强制走索引让联合索引第一个字段范围查找也走索引，扫描的行rows看上去也少了点，但是最终查找效率不一定比全表
扫描高，因为回表效率不高

3、覆盖索引优化

遇到mysql强制走索引导致查询时间变长时，可尝试使用覆盖索引进行优化

4、in和or在表数据量比较大的情况会走索引，在表记录不多的情况下会选择全表扫描

5、like KK% 一般情况都会走索引

二、补充概念

索引下推

	对于辅助的联合索引(name,age,position)，正常情况按照最左前缀原则，SELECT * FROM employees WHERE name like 'LiLei%'
AND age = 22 AND position ='manager' 这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和
position是无序的，无法很好的利用索引。
	在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是 'LiLei' 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索
引上找出相应的记录，再比对age和position这两个字段的值是否符合。
	MySQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录之后再回表，可
以有效的减少回表次数。使用了索引下推优化后，上面那个查询在联合索引里匹配到名字是 'LiLei' 开头的索引之后，同时还会在索引里过
滤age和position这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。
  索引下推会减少回表次数，对于innodb引擎的表索引下推只能用于二级索引，innodb的主键索引（聚簇索引）树叶子节点上保存的是全
行数据，所以这个时候索引下推并不会起到减少查询全行数据的效果。

like KK%其实就是用到了索引下推优化

为什么范围查找Mysql没有用索引下推优化

估计应该是Mysql认为范围查找过滤的结果集过大，like KK% 在绝大多数情况来看，过滤后的结果集比较小，所以这里Mysql选择给 like
KK% 用了索引下推优化，当然这也不是绝对的，有时like KK% 也不一定就会走索引下推。

三、trace工具

MySQL5.6版本开始，推出了对SQL的跟踪工具trace，通过使用trace，用户可以查看MySQL优化器对SQL语句的分析结果，以及生成了怎样的执行计划

开启trace工具会影响mysql性能，所以只能临时分析sql使用，用完之后立即关闭

 mysql> set session optimizer_trace="enabled=on",end_markers_in_json=on; ‐‐开启trace
  mysql> set session optimizer_trace="enabled=off"; ‐‐关闭trace

通过trace工具查看不同sql的执行花费成本cost,mysql会选择成本最低的方式进行执行。

四、常见sql深入优化

1、MySQL支持两种方式的排序filesort和index，Using index是指MySQL扫描索引本身完成排序。index

效率高，filesort效率低。

2、order by满足两种情况会使用Using index。

1) order by语句使用索引最左前列。
2) 使用where子句与order by子句条件列组合满足索引最左前列。

3、尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则。

4、如果order by的条件不在索引列上，就会产生Using filesort。

5、能用覆盖索引尽量用覆盖索引

6、group by与order by很类似，其实质是先排序后分组，遵照索引创建顺序的最左前缀法则。

对于groupby的优化如果不需要排序的可以加上order by null禁止排序。注意，where高于having，能写在where中
的限定条件就不要去having限定了。

五、Using filesort文件排序原理详解

filesort文件排序方式

• 单路排序

   单路排序：是一次性取出满足条件行的所有字段，然后在sort buffer中进行排序；用trace工具可
   以看到sort_mode信息里显示< sort_key, additional_fields >或者< sort_key,
   packed_additional_fields >
  

• 双路排序

   双路排序（又叫回表排序模式）：是首先根据相应的条件取出相应的排序字段和可以直接定位行
   数据的行 ID，然后在 sort buffer 中进行排序，排序完后需要再次取回其它需要的字段；用trace工具
   可以看到sort_mode信息里显示< sort_key, rowid >
  

判断采用具体采用哪种排序模式

MySQL 通过比较系统变量 max_length_for_sort_data(默认1024字节) 的大小和需要查询的字段总大小来
判断使用哪种排序模式。

• 如果 字段的总长度小于max_length_for_sort_data ，那么使用 单路排序模式；
• 如果字段的总长度大于max_length_for_sort_data ，那么使用 双路排序模∙式。

六、索引设计原则

1、代码先行，索引后上

	一般应该等到主体业务功能开发完毕，把涉及到该表相关sql都要拿出来分析之后再建立索引。

2、联合索引尽量覆盖条件

	可以设计一个或者两三个联合索引(尽量少建单值索引)，让每一个联合索引都尽量去包含sql语句里的where、order by、group by的字段，
还要确保这些联合索引的字段顺序尽量满足sql查询的最左前缀原则。

3、不要在小基数字段上建立索引

	索引基数是指这个字段在表里总共有多少个不同的值，比如一张表总共100万行记录，其中有个性别字段，
其值不是男就是女，那么该字段的基数就是2。
	如果对这种小基数字段建立索引的话，还不如全表扫描了，因为你的索引树里就包含男和女两种值，根本没
法进行快速的二分查找，那用索引就没有太大的意义了。
	一般建立索引，尽量使用那些基数比较大的字段，就是值比较多的字段，那么才能发挥出B+树快速二分查找的优势来

4、长字符串我们可以采用前缀索引

	尽量对字段类型较小的列设计索引，比如说什么tinyint之类的，因为字段类型较小的话，占用磁盘空间也会比较小，
此时你在搜索的时候性能也会比较好一点。

5、where与order by冲突时优先where

一般这种时候往往都是让where条件去使用索引来快速筛选出来一部分指定的数据，接着再进行排序。
因为大多数情况基于索引进行where筛选往往可以最快速度筛选出你要的少部分数据，然后做排序的成本可
能会小很多。

6、基于慢sql查询做优化

	可以根据监控后台的一些慢sql，针对这些慢sql查询做特定的索引优化。

七、分页查询优化

	常见的分页查询场景：

	 mysql> select * from employees limit 10000,10;

 表示从表 employees 中取出从 10001 行开始的 10 行记录。看似只查询了 10 条记录，实际这条 SQL 是先读取 10010
条记录，然后抛弃前 10000 条记录，然后读到后面 10 条想要的数据。因此要查询一张大表比较靠后的数据，执行效率是非常低的。

常见的分页场景优化技巧

1、根据自增且连续的主键排序的分页查询

根据自增且连续主键排序的分页查询的例子：

	 mysql>  select * from employees limit 90000,5;

该 SQL 表示查询从第 90001开始的五行数据，没添加单独 order by，表示通过主键排序。我们再看表 employees ，因
为主键是自增并且连续的，所以可以改写成按照主键去查询从第 90001开始的五行数据，如下：

	 mysql>  select * from employees where id > 90000 limit 5;

查询的结果是一致的。
但通过对比执行计划，就会发现不同：

	 mysql>  EXPLAIN select * from employees limit 90000,5;

	 mysql> EXPLAIN select * from employees where id > 90000 limit 5;

rows列 100183>19250,显然改写后的 SQL 走了索引，而且扫描的行数大大减少，执行效率更高。
但是，这条改写的SQL 在很多场景并不实用，因为表中可能某些记录被删后，主键空缺，导致结果不一致。
先删除一条前面的记录，然后再测试原 SQL 和优化后的 SQL,将会得到不一样的查询结果。
因此，如果主键不连续，不能使用上面描述的优化方法。

另外如果原 SQL 是 order by 非主键的字段，按照上面说的方法改写会导致两条 SQL 的结果不一致。所以这种改写得满
足以下两个条件：

• 主键自增且连续
• 结果是按照主键排序的

2、根据非主键字段排序的分页查询

	 mysql>  EXPLAIN select * from employees ORDER BY name limit 90000,5;

扫描整个索引并查找到没索引的行(可能要遍历多个索引树)的成本比扫描全表的成本更高，所以优化器放弃使用索引。

针对这种情况，则是 让排序时返回的字段尽可能少，所以可以让排序和分页操作先查出主键，然后根据主键查到对应的记录

	 mysql>   select * from employees e inner join (select id from employees order by name limit 90000,5) edon e.id = ed.id;

需要的结果与原 SQL 一致，执行时间减少了一半以上，对比发现：
原 SQL 使用的是 filesort 排序，而优化后的 SQL 使用的是索引排序。

八、Join关联查询优化

mysql的表关联常见有两种算法

• Nested-Loop Join 算法
• Block Nested-Loop Join 算法

1、 嵌套循环连接 Nested-Loop Join(NLJ) 算法

一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动
表）里取出满足条件的行，然后取出两张表的结果合集。

	  mysql> EXPLAIN select * from t1 inner join t2 on t1.a= t2.a;

从执行计划中可以看到这些信息：

• 驱动表是 t2，被驱动表是 t1。先执行的就是驱动表(执行计划结果的id如果一样则按从上到下顺序执行sql)；
  优化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表。

• 当使用left join时，左表是驱动表，右表是被驱动表，当使用right join时，右表时驱动表，左表是被驱动表，
  当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。

• 使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算
  法是 NLJ。

  上面sql的大致流程如下：
  1. 从表 t2 中读取一行数据（如果t2表有查询过滤条件的，会从过滤结果里取出一行数据）；
  2. 从第 1 步的数据中，取出关联字段 a，到表 t1 中查找；
  3. 取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端；
  4. 重复上面 3 步。
  整个过程会读取 t2 表的所有数据(扫描100行)，然后遍历这每行数据中字段 a 的值，根据 t2 表中 a 的值索引扫描 t1 表
  中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100
  行)。因此整个过程扫描了 200 行。
  如果被驱动表的关联字段没索引，使用NLJ算法性能会比较低，mysql会选择Block Nested-Loop Join算法。

2、 基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法

	把驱动表的数据读入到 join_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟 join_buffer 中的数据做对比。

	  mysql>EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;

Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。

上面sql的大致流程如下：
1. 把 t2 的所有数据放入到 join_buffer 中
2. 把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比
3. 返回满足 join 条件的数据

被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用 Nested-Loop Join 呢？

如果上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 * 10000 = 100万次，这个是磁盘扫描。很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。
因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有

索引的情况下 NLJ 算法比 BNL算法性能更高。

对于关联sql的优化

• 关联字段加索引，让mysql做join操作时尽量选择NLJ算法
• 小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去
  mysql优化器自己判断的时间

对于小表定义的明确

在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据
量，数据量小的那个表，就是“小表”，应该作为驱动表

in和exsits优化

原则：小表驱动大表，即小的数据集驱动大的数据集

• in：当B表的数据集小于A表的数据集时，in优于exists
• 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

九、count(*)查询优化

	1 ‐‐ 临时关闭mysql查询缓存，为了查看sql多次执行的真实时间
	2 mysql> set global query_cache_size=0;
	3 mysql> set global query_cache_type=0;
	4
	5 mysql> EXPLAIN select count(1) from employees;
	6 mysql> EXPLAIN select count(id) from employees;
	7 mysql> EXPLAIN select count(name) from employees;
	8 mysql> EXPLAIN select count(*) from employees;

注意：以上4条sql只有根据某个字段count不会统计字段为null值的数据行

• 字段有索引：count(*)≈count(1)>count(字段)>count(主键 id) //字段有索引，count(字段)统计走二级索引，二
  级索引存储数据比主键索引少，所以count(字段)>count(主键 id)
• 字段无索引：count(*)≈count(1)>count(主键 id)>count(字段) //字段没有索引count(字段)统计走不了索引，
  count(主键 id)还可以走主键索引，所以count(主键 id)>count(字段)

count(1)跟count(字段)执行过程类似，不过count(1)不需要取出字段统计，就用常量1做统计，count(字段)还需要取出
字段，所以理论上count(1)比count(字段)会快一点。
count() 是例外，mysql并不会把全部字段取出来，而是专门做了优化，不取值，按行累加，效率很高，所以不需要用
count(列名)或count(常量)来替代 count()。
为什么对于count(id)，mysql最终选择辅助索引而不是主键聚集索引？因为二级索引相对主键索引存储数据更少，检索
性能应该更高，mysql内部做了点优化(应该是在5.7版本才优化)。

十、Mysql常见优化方法

1、查询mysql自己维护的总行数

对于myisam存储引擎的表做不带where条件的count查询性能是很高的，因为myisam存储引擎的表的总行数会被
mysql存储在磁盘上，查询不需要计算

对于innodb存储引擎的表mysql不会存储表的总记录行数(因为有MVCC机制，后面会讲)，查询count需要实时计算

2、show table status

如果只需要知道表总行数的估计值可以用如下sql查询，性能很高

	mysql> show table status like ''employees';

从Rows列获取行数

3、将总数维护到Redis里

插入或删除表数据行的时候同时维护redis里的表总行数key的计数值(用incr或decr命令)，但是这种方式可能不准，很难
保证表操作和redis操作的事务一致性

4、增加数据库计数表

插入或删除表数据行的时候同时维护计数表，让他们在同一个事务里操作

---