目錄
- 索引模型
- B+Tree
- 索引選擇
- 索引優(yōu)化
- 索引選擇性
- 覆蓋索引
- 最左前綴原則+索引下推
- 前綴索引
- 唯一索引
- 索引失效
- 總結(jié)
索引模型
哈希表
- 適用于只有等值查詢的場景，Memory引擎默認索引
- InnoDB支持自適應哈希索引，不可干預，由引擎自行決定是否創(chuàng)建
有序數(shù)組：在等值查詢和范圍查詢場景中的性能都非常優(yōu)秀，但插入和刪除數(shù)據(jù)需要進行數(shù)據(jù)移動，成本太高。因此，只適用于靜態(tài)存儲引擎
二叉平衡樹：每個節(jié)點的左兒子小于父節(jié)點，父節(jié)點又小于右兒子，時間復雜度是 O(log(N))
多叉平衡樹：索引不止存在內(nèi)存中，還要寫到磁盤上。為了讓一個查詢盡量少地讀磁盤，就必須讓查詢過程訪問盡量少的數(shù)據(jù)塊。因此，要使用“N 叉”樹。
B+Tree
B-Tree 與 B+Tree
B-Tree
B+Tree
InnoDB 使用了 B+ 樹索引模型。假設，我們有一個主鍵列為 ID 的表，表中有字段 k，并且在 k 上有索引，如下所示：
- 主鍵索引：也被稱為聚簇索引，葉子節(jié)點存的是整行數(shù)據(jù)
- 非主鍵索引：也被稱為二級索引，葉子節(jié)點內(nèi)容是主鍵的值
注意事項
- 索引基于數(shù)據(jù)頁有序存儲，可能發(fā)生數(shù)據(jù)頁的分裂(頁存儲空間不足)和合并(數(shù)據(jù)刪除造成頁利用率低)
- 數(shù)據(jù)的無序插入會造成數(shù)據(jù)的移動，甚至數(shù)據(jù)頁的分裂
- 主鍵長度越小，普通索引的葉子節(jié)點就越小，普通索引占用的空間也就越小
- 索引字段越小，單層可存儲數(shù)據(jù)量越多，可減少磁盤IO
// 假設一個數(shù)據(jù)頁16K、一行數(shù)據(jù)1K、索引間指針6字節(jié)、索引字段bigint類型(8字節(jié))
// 索引個數(shù)
K = 16*1024/(8+6) =1170
// 單個葉子節(jié)點記錄數(shù)
N = 16/1 = 16
// 三層B+記錄數(shù)
V = K*K*N = 21902400
MyISAM也是使用B+Tree索引，區(qū)別在于不區(qū)分主鍵和非主鍵索引，均是非聚簇索引，葉子節(jié)點保存的是數(shù)據(jù)文件的指針
索引選擇
優(yōu)化器選擇索引的目的，是找到一個最優(yōu)的執(zhí)行方案，并用最小的代價去執(zhí)行語句。在數(shù)據(jù)庫里面，掃描行數(shù)是影響執(zhí)行代價的因素之一。掃描的行數(shù)越少，意味著訪問磁盤數(shù)據(jù)的次數(shù)越少，消耗的 CPU 資源越少。
當然，掃描行數(shù)并不是唯一的判斷標準，優(yōu)化器還會結(jié)合是否使用臨時表、是否排序等因素進行綜合判斷。
掃描行數(shù)如何計算
一個索引上不同的值越多，這個索引的區(qū)分度就越好。而一個索引上不同的值的個數(shù)，稱之為“基數(shù)”（cardinality）。
-- 查看當前索引基數(shù)
mysql> show index from test;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| test | 0 | PRIMARY | 1 | id | A | 100256 | NULL | NULL | | BTREE | | |
| test | 1 | index_a | 1 | a | A | 98199 | NULL | NULL | YES | BTREE | | |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
從性能的角度考慮，InnoDB 使用采樣統(tǒng)計，默認會選擇 N 個數(shù)據(jù)頁，統(tǒng)計這些頁面上的不同值，得到一個平均值，然后乘以這個索引的頁面數(shù)，就得到了這個索引的基數(shù)。因此，上述兩個索引顯示的基數(shù)并不相同。
而數(shù)據(jù)表是會持續(xù)更新的，索引統(tǒng)計信息也不會固定不變。所以，當變更的數(shù)據(jù)行數(shù)超過 1/M 的時候(innodb_stats_persistent=on時默認10，反之16)，會自動觸發(fā)重新做一次索引統(tǒng)計。
mysql> show variables like '%innodb_stats_persistent%';
+--------------------------------------+-------------+
| Variable_name | Value |
+--------------------------------------+-------------+
-- 是否自動觸發(fā)更新統(tǒng)計信息，當被修改的數(shù)據(jù)超過10%時就會觸發(fā)統(tǒng)計信息重新統(tǒng)計計算
| innodb_stats_auto_recalc | ON |
-- 控制在重新計算統(tǒng)計信息時是否會考慮刪除標記的記錄
| innodb_stats_include_delete_marked | OFF |
-- 對null值的統(tǒng)計方法，當變量設置為nulls_equal時，所有NULL值都被視為相同
| innodb_stats_method | nulls_equal |
-- 操作元數(shù)據(jù)時是否觸發(fā)更新統(tǒng)計信息
| innodb_stats_on_metadata | OFF |
-- 統(tǒng)計信息是否持久化存儲
| innodb_stats_persistent | ON |
-- innodb_stats_persistent=on，持久化統(tǒng)計信息采樣的抽樣頁數(shù)
| innodb_stats_persistent_sample_pages | 20 |
-- 不推薦使用，已經(jīng)被innodb_stats_transient_sample_pages替換
| innodb_stats_sample_pages | 8 |
-- 瞬時抽樣page數(shù)
| innodb_stats_transient_sample_pages | 8 |
+--------------------------------------+-------------+
- 除了因為抽樣導致統(tǒng)計基數(shù)不準外，MVCC也會導致基數(shù)統(tǒng)計不準確。例如：事務A先事務B開啟且未提交，事務B刪除部分數(shù)據(jù)，在可重復讀中事務A還可以查詢到刪除的數(shù)據(jù)，此部分數(shù)據(jù)目前至少有兩個版本，有一個標識為deleted的數(shù)據(jù)。
- 主鍵是直接按照表的行數(shù)來估計的，表的行數(shù)，優(yōu)化器直接使用show table status like 't'的值
- 手動觸發(fā)索引統(tǒng)計：
-- 重新統(tǒng)計索引信息
mysql> analyze table t;
排序?qū)λ饕x擇的影響
-- 創(chuàng)建表
mysql> CREATE TABLE `t` (
`id` int(11) NOT NULL,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `a` (`a`),
KEY `b` (`b`)
) ENGINE=InnoDB;
-- 定義測試數(shù)據(jù)存儲過程
mysql> delimiter ;
CREATE PROCEDURE idata ()
BEGIN
DECLARE i INT ;
SET i = 1 ;
WHILE (i = 100000) DO
INSERT INTO t
VALUES
(i, i, i) ;
SET i = i + 1 ;
END
WHILE ;
END;
delimiter ;
-- 執(zhí)行存儲過程，插入測試數(shù)據(jù)
mysql> CALL idata ();
-- 查看執(zhí)行計劃，使用了字段a上的索引
mysql> explain select * from t where a between 10000 and 20000;
+----+-------------+-------+-------+---------------+-----+---------+------+-------+-----------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------+-----+---------+------+-------+-----------------------+
| 1 | SIMPLE | t | range | a | a | 5 | NULL | 10000 | Using index condition |
+----+-------------+-------+-------+---------------+-----+---------+------+-------+-----------------------+
-- 由于需要進行字段b排序，雖然索引b需要掃描更多的行數(shù)，但本身是有序的，綜合掃描行數(shù)和排序，優(yōu)化器選擇了索引b，認為代價更小
mysql> explain select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1;
+----+-------------+-------+-------+---------------+-----+---------+------+-------+------------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------+-----+---------+------+-------+------------------------------------+
| 1 | SIMPLE | t | range | a,b | b | 5 | NULL | 50128 | Using index condition; Using where |
+----+-------------+-------+-------+---------------+-----+---------+------+-------+------------------------------------+
-- 方案1：通過force index強制走索引a，糾正優(yōu)化器錯誤的選擇，不建議使用（不通用，且索引名稱更變語句也需要變）
mysql> explain select * from t force index(a) where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1;
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
| 1 | SIMPLE | t | range | a | a | 5 | NULL | 999 | Using index condition; Using where; Using filesort |
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
-- 方案2：引導 MySQL 使用我們期望的索引，按b,a排序，優(yōu)化器需要考慮a排序的代價
mysql> explain select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b,a limit 1;
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
| 1 | SIMPLE | t | range | a,b | a | 5 | NULL | 999 | Using index condition; Using where; Using filesort |
+----+-------------+-------+-------+---------------+-----+---------+------+------+----------------------------------------------------+
-- 方案3：有些場景下，我們可以新建一個更合適的索引，來提供給優(yōu)化器做選擇，或刪掉誤用的索引
ALTER TABLE `t`
DROP INDEX `a`,
DROP INDEX `b`,
ADD INDEX `ab` (`a`,`b`) ;
索引優(yōu)化
索引選擇性
索引選擇性 = 基數(shù) / 總行數(shù)
-- 表t中字段xxx的索引選擇性
select count(distinct xxx)/count(id) from t;
索引的選擇性，指的是不重復的索引值（基數(shù)）和表記錄數(shù)的比值。選擇性是索引篩選能力的一個指標，索引的取值范圍是 0~1 ，當選擇性越大，索引價值也就越大。
在使用普通索引查詢時，會先加載普通索引，通過普通索引查詢到實際行的主鍵，再使用主鍵通過聚集索引查詢相應的行，以此循環(huán)查詢所有的行。若直接全量搜索聚集索引，則不需要在普通索引和聚集索引中來回切換，相比兩種操作的總開銷可能掃描全表效率更高。
實際工作中，還是要看業(yè)務情況，如果數(shù)據(jù)分布不均衡，實際查詢條件總是查詢數(shù)據(jù)較少的部分，在索引選擇較低的列上加索引，效果可能也很不錯。
覆蓋索引
覆蓋索引可以減少樹的搜索次數(shù)，顯著提升查詢性能，所以使用覆蓋索引是一個常用的性能優(yōu)化手段
-- 只需要查 ID 的值，而 ID 的值已經(jīng)在 k 索引樹上了，因此可以直接提供查詢結(jié)果，不需要回表
select ID from T where k between 3 and 5
-- 增加字段V，每次查詢需要返回V，可考慮把k、v做成聯(lián)合索引
select ID,V from T where k between 3 and 5
最左前綴原則+索引下推
-- id、name、age三列，name、age上創(chuàng)建聯(lián)合索引
-- 滿足最左前綴原則，name、age均走索引
select * from T where name='xxx' and age=12
-- Mysql自動優(yōu)化，調(diào)整name、age順序，，name、age均走索引
select * from T where age=12 and name='xxx'
-- name滿足最左前綴原則走索引，MySQL5.6引入索引下推優(yōu)化（index condition pushdown)，即索引中先過濾掉不滿足age=12的記錄再回表
select * from T where name like 'xxx%' and age=12
-- 不滿足最左前綴原則，均不走索引
select * from T where name like '%xxx%' and age=12
-- 滿足最左前綴原則，name走索引
select * from T where name='xxx'
-- 不滿足最左前綴原則，不走索引
select * from T where age=12
聯(lián)合索引建立原則：
- 如果通過調(diào)整順序，可以少維護一個索引，那么這個順序往往就是需要優(yōu)先考慮采用的
- 空間：優(yōu)先小字段單獨建立索引，例如：name、age，可建立(name,age)聯(lián)合索引和(age)單字段索引
前綴索引
mysql> create table SUser(
ID bigint unsigned primary key,
name varchar(64),
email varchar(64),
...
)engine=innodb;
-- 以下查詢場景
mysql> select name from SUser where email='xxx';
-- 方案1：全文本索引，回表次數(shù)由符合條件的數(shù)據(jù)量決定
mysql> alter table SUser add index index1(email);
-- 方案2：前綴索引，回表次數(shù)由前綴匹配結(jié)果決定
mysql> alter table SUser add index index2(email(6));
前綴索引可以節(jié)省空間，但需要注意前綴長度的定義，在節(jié)省空間的同時，不能增加太多查詢成本，即減少回表驗證次數(shù)
如何設置合適的前綴長度？
-- 預設一個可以接受的區(qū)分度損失比，選擇滿足條件中最小的前綴長度
select count(distinct left(email,n))/count(distinct email) from SUser;
如果合適的前綴長度較長？
比如身份證號，如果滿足區(qū)分度要求，可能需要12位以上的前綴索引，節(jié)約的空間有限，又增加了查詢成本，就沒有必要使用前綴索引。此時，我們可以考慮使用以下方式：
倒序存儲
-- 查詢時字符串反轉(zhuǎn)查詢
mysql> select field_list from t where id_card = reverse('input_id_card_string');
使用hash字段
-- 創(chuàng)建一個整數(shù)字段，來保存身份證的校驗碼，同時在這個字段上創(chuàng)建索引
mysql> alter table t add id_card_crc int unsigned, add index(id_card_crc);
-- 查詢時使用hash字段走索引查詢，再使用原字段精度過濾
mysql> select field_list from t where id_card_crc=crc32('input_id_card_string') and id_card='input_id_card_string'
以上兩種方式的缺點：
- 不支持范圍查詢
- 使用hash字段需要額外占用空間，新增了一個字段
- 讀寫時需要額外的處理，reverse或者crc32等
前綴索引對覆蓋索引的影響？
-- 使用前綴索引就用不上覆蓋索引對查詢性能的優(yōu)化
select id,email from SUser where email='xxx';
唯一索引
建議使用普通索引，唯一索引無法使用change buffer，內(nèi)存命中率低
索引失效
- 不做列運算，包括函數(shù)的使用，可能破壞索引值的有序性
- 避免 %xxx 式查詢使索引失效
- or語句前后沒有同時使用索引，當or左右查詢字段只有一個是索引，該索引失效
- 組合索引ABC問題，最左前綴原則
- 隱式類型轉(zhuǎn)化
- 隱式字符編碼轉(zhuǎn)換
- 優(yōu)化器放棄索引，回表、排序成本等因素影響，改走其它索引或者全部掃描
總結(jié)
到此這篇關(guān)于Mysql索引選擇以及優(yōu)化的文章就介紹到這了,更多相關(guān)Mysql索引選擇優(yōu)化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- mysql性能優(yōu)化之索引優(yōu)化
- MySQL 索引分析和優(yōu)化
- MySQL中索引優(yōu)化distinct語句及distinct的多字段操作
- Mysql使用索引實現(xiàn)查詢優(yōu)化
- Mysql limit 優(yōu)化，百萬至千萬級快速分頁 復合索引的引用并應用于輕量級框架
- MySQL索引背后的之使用策略及優(yōu)化(高性能索引策略)
- MySQL 聯(lián)合索引與Where子句的優(yōu)化 提高數(shù)據(jù)庫運行效率
- MySQL Order By索引優(yōu)化方法
- 探究MySQL優(yōu)化器對索引和JOIN順序的選擇
- mysql優(yōu)化之路----hash索引優(yōu)化
