MySQL索引及SQL性能分析

一、索引概述

① 介绍

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。
二叉树、红黑树、B-Tree、B+Tree.

② 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。

二、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结构，主要包含以下几种:

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MylSAM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)：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

① 二叉树

二叉树缺点:顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

② 红黑树

红黑树:大数据量情况下，层级较深，检索速度慢。

③ B-Tree(多路平衡查找树)

以一颗最大度数（(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key，5个指针)

例如，数据的插入

具体动态变化的过程可以参考的网站

④ B+Tree

以一颗最大度数( max-degree)为4(4阶）的b+tree为例:

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。

例如 ，数据的插入

具体动态变化的过程可以参考的网站

⑤ 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。

Hash索引特点
1. Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，...)
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就可以了，效率通常要高于B+树索引
存储引擎支持
在MysQL中，支持hash索引的是Memory引擎，而innoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构.

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，导致性能降低;
※相对Hash索引，B+tree支持范围匹配及排序操作;

三、索引分类

① 分类

在lnnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种:

② 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。

lnnoDB王键索引的B+tree局度为多局呢?

假设:
一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6
个字节的空间，主键即使为bigint,占用字节数为8。
高度为2:
n * 8+(n+ 1)*6=16*1024,算出n约为1170
1171*16=18736
高度为3：
1171*1171*16 =21939856

四、索引语法

创建索引
CREATE[ UNIQUE |FULLTEXT] INDEX index_name ON table_name ( index_col_name...) ;
查看索引
SHOW INDEX FROM table_name ;
删除索引
DROP INDEX index_name ON table_name ;

例如，有以下需求：

1. name字段为姓名字段，该字段的值可能会重复，为该字段创建索引。

2. phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。

3.为profession、age、status创建联合索引。

4．为email建立合适的索引来提升查询效率。

CREATE INDEX idx_user_name ON tb_user(name);
CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);
CREATE INDEX idx_email ON tb_user(email);

五、SQL性能分析

① SQL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:
SHOW GLOBAL STATUS LIKE 'Com_____';

② 慢查询日志

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，

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2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysqL/localhost-slow.log。

③ 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。通过have_profling参数，能够看到当前My5QL是否支持profile操作:

SELECT @@have_profiling ;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling:

SET profiling = 1;

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时:

#查看每一条SQL的耗时基本情况
show profiles;

#查看指定query_id的5QL语句各个阶段的耗时情况
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;

④ 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。

语法:

#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;

EXPLAIN 执行计划各字段含义:

ld：
select查询的序列号，表示查询中执行select子句或者是操作表的顺序(id相同，执行顺序从上到下;id不同，值越大，越先执行)。
select_type：
表示SELECT的类型，常见的取值有SIMPLE（简单表，即不使用表连接或者子查询)、PRIMARY（主查询，即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE之后包含了子查询）等。
type：
表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all。
possible_key：
显示可能应用在这张表上的索引，一个或多个。
Key:
实际使用的索引，如果为NULL，则没有使用索引。
Key_len:
表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
rows:
MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。 filtered:
表示返回结果的行数占需读取行数的百分比， filtered 的值越大越好。