原始連結：MySQL索引原理以及查詢優化 - WorthWaitingFor - 部落格園一、介紹 1.什麼是索引？ 一般的應用系統，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現性能問題，在生産環境中，我們遇到最多的，也是最容易出問題的，還是一些複雜的查詢操作，是以對查詢語
https://www.cnblogs.com/bypp/p/7755307.html
MySQL索引原理以及查詢優化
一、介紹
1.什麼是索引？
一般的應用系統，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現性能問題，在生産環境中，我們遇到最多的，也是最容易出問題的，還是一些複雜的查詢操作，是以對查詢語句的優化顯然是重中之重。說起加速查詢，就不得不提到索引了。
2.為什麼要有索引呢？
索引在MySQL中也叫做“鍵”，是存儲引擎用于快速找到記錄的一種資料結構。索引對于良好的性能
非常關鍵，尤其是當表中的資料量越來越大時，索引對于性能的影響愈發重要。
索引優化應該是對查詢性能優化最有效的手段了。索引能夠輕易将查詢性能提高好幾個數量級。
索引相當于字典的音序表，如果要查某個字，如果不使用音序表，則需要從幾百頁中逐頁去查。
二、索引的原理
一 索引原理
索引的目的在于提高查詢效率，與我們查閱圖書所用的目錄是一個道理：先定位到章，然後定位到該章下的一個小節，然後找到頁數。相似的例子還有：查字典，查火車車次，飛機航班等
本質都是：通過不斷地縮小想要擷取資料的範圍來篩選出最終想要的結果，同時把随機的事件變成順序的事件，也就是說，有了這種索引機制，我們可以總是用同一種查找方式來鎖定資料。
資料庫也是一樣，但顯然要複雜的多，因為不僅面臨着等值查詢，還有範圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。資料庫應該選擇怎麼樣的方式來應對所有的問題呢？我們回想字典的例子，能不能把資料分成段，然後分段查詢呢？最簡單的如果1000條資料，1到100分成第一段，101到200分成第二段，201到300分成第三段......這樣查第250條資料，隻要找第三段就可以了，一下子去除了90%的無效資料。但如果是1千萬的記錄呢，分成幾段比較好？稍有算法基礎的同學會想到搜尋樹，其平均複雜度是lgN，具有不錯的查詢性能。但這裡我們忽略了一個關鍵的問題，複雜度模型是基于每次相同的操作成本來考慮的。而資料庫實作比較複雜，一方面資料是儲存在磁盤上的，另外一方面為了提高性能，每次又可以把部分資料讀入記憶體來計算，因為我們知道通路磁盤的成本大概是通路記憶體的十萬倍左右，是以簡單的搜尋樹難以滿足複雜的應用場景。
二 磁盤IO與預讀
考慮到磁盤IO是非常高昂的操作，計算機作業系統做了一些優化，當一次IO時，不光把目前磁盤位址的資料，而是把相鄰的資料也都讀取到記憶體緩沖區内，因為局部預讀性原理告訴我們，當計算機通路一個位址的資料的時候，與其相鄰的資料也會很快被通路到。每一次IO讀取的資料我們稱之為一頁(page)。具體一頁有多大資料跟作業系統有關，一般為4k或8k，也就是我們讀取一頁内的資料時候，實際上才發生了一次IO，這個理論對于索引的資料結構設計非常有幫助。
三、索引的資料結構
任何一種資料結構都不是憑空産生的，一定會有它的背景和使用場景，我們現在總結一下，我們需要這種資料結構能夠做些什麼，其實很簡單，那就是：每次查找資料時把磁盤IO次數控制在一個很小的數量級，最好是常數數量級。那麼我們就想到如果一個高度可控的多路搜尋樹是否能滿足需求呢？就這樣，b+樹應運而生。
如上圖，是一顆b+樹，關于b+樹的定義可以參見B+樹，這裡隻說一些重點，淺藍色的塊我們稱之為一個磁盤塊，可以看到每個磁盤塊包含幾個資料項（深藍色所示）和指針（黃色所示），如磁盤塊1包含資料項17和35，包含指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實的資料存在于葉子節點即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節點隻不存儲真實的資料，隻存儲指引搜尋方向的資料項，如17、35并不真實存在于資料表中。
###b+樹的查找過程
如圖所示，如果要查找資料項29，那麼首先會把磁盤塊1由磁盤加載到記憶體，此時發生一次IO，在記憶體中用二分查找确定29在17和35之間，鎖定磁盤塊1的P2指針，記憶體時間因為非常短（相比磁盤的IO）可以忽略不計，通過磁盤塊1的P2指針的磁盤位址把磁盤塊3由磁盤加載到記憶體，發生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到記憶體，發生第三次IO，同時記憶體中做二分查找找到29，結束查詢，總計三次IO。真實的情況是，3層的b+樹可以表示上百萬的資料，如果上百萬的資料查找隻需要三次IO，性能提高将是巨大的，如果沒有索引，每個資料項都要發生一次IO，那麼總共需要百萬次的IO，顯然成本非常非常高。
###b+樹性質
1.索引字段要盡量的小：通過上面的分析，我們知道IO次數取決于b+數的高度h，假設目前資料表的資料為N，每個磁盤塊的資料項的數量是m，則有h=㏒(m+1)N，當資料量N一定的情況下，m越大，h越小；而m = 磁盤塊的大小 / 資料項的大小，磁盤塊的大小也就是一個資料頁的大小，是固定的，如果資料項占的空間越小，資料項的數量越多，樹的高度越低。這就是為什麼每個資料項，即索引字段要盡量的小，比如int占4位元組，要比bigint8位元組少一半。這也是為什麼b+樹要求把真實的資料放到葉子節點而不是内層節點，一旦放到内層節點，磁盤塊的資料項會大幅度下降，導緻樹增高。當資料項等于1時将會退化成線性表。
2.索引的最左比對特性（即從左往右比對）：當b+樹的資料項是複合的資料結構，比如(name,age,sex)的時候，b+數是按照從左到右的順序來建立搜尋樹的，比如當(張三,20,F)這樣的資料來檢索的時候，b+樹會優先比較name來确定下一步的所搜方向，如果name相同再依次比較age和sex，最後得到檢索的資料；但當(20,F)這樣的沒有name的資料來的時候，b+樹就不知道下一步該查哪個節點，因為建立搜尋樹的時候name就是第一個比較因子，必須要先根據name來搜尋才能知道下一步去哪裡查詢。比如當(張三,F)這樣的資料來檢索時，b+樹可以用name來指定搜尋方向，但下一個字段age的缺失，是以隻能把名字等于張三的資料都找到，然後再比對性别是F的資料了， 這個是非常重要的性質，即索引的最左比對特性。
四、Mysql索引管理
一、功能
#1. 索引的功能就是加速查找
#2. mysql中的primary key，unique，聯合唯一也都是索引，這些索引除了加速查找以外，還有限制的功能 二、MySQL的索引分類
索引分類
1.普通索引index :加速查找
2.唯一索引
主鍵索引：primary key ：加速查找+限制（不為空且唯一）
唯一索引：unique：加速查找+限制 （唯一）
3.聯合索引
-primary key(id,name):聯合主鍵索引
-unique(id,name):聯合唯一索引
-index(id,name):聯合普通索引
4.全文索引fulltext :用于搜尋很長一篇文章的時候，效果最好。
5.空間索引spatial :了解就好，幾乎不用 1 舉個例子來說，比如你在為某商場做一個會員卡的系統。
2
3 這個系統有一個會員表
4 有下列字段：
5 會員編号 INT
6 會員姓名 VARCHAR(10)
7 會員身份證号碼 VARCHAR(18)
8 會員電話 VARCHAR(10)
9 會員住址 VARCHAR(50)
10 會員備注資訊 TEXT
11
12 那麼這個 會員編号，作為主鍵，使用 PRIMARY
13 會員姓名 如果要建索引的話，那麼就是普通的 INDEX
14 會員身份證号碼 如果要建索引的話，那麼可以選擇 UNIQUE （唯一的，不允許重複）
15
16 #除此之外還有全文索引，即FULLTEXT
17 會員備注資訊 ， 如果需要建索引的話，可以選擇全文搜尋。
18 用于搜尋很長一篇文章的時候，效果最好。
19 用在比較短的文本，如果就一兩行字的，普通的 INDEX 也可以。
20 但其實對于全文搜尋，我們并不會使用MySQL自帶的該索引，而是會選擇第三方軟體如Sphinx，專門來做全文搜尋。
21
22 #其他的如空間索引SPATIAL，了解即可，幾乎不用 三、 索引的兩大類型hash與btree
#我們可以在建立上述索引的時候，為其指定索引類型，分兩類
hash類型的索引：查詢單條快，範圍查詢慢
btree類型的索引：b+樹，層數越多，資料量指數級增長（我們就用它，因為innodb預設支援它）
#不同的存儲引擎支援的索引類型也不一樣
InnoDB 支援事務，支援行級别鎖定，支援 B-tree、Full-text 等索引，不支援 Hash 索引；
MyISAM 不支援事務，支援表級别鎖定，支援 B-tree、Full-text 等索引，不支援 Hash 索引；
Memory 不支援事務，支援表級别鎖定，支援 B-tree、Hash 等索引，不支援 Full-text 索引；
NDB 支援事務，支援行級别鎖定，支援 Hash 索引，不支援 B-tree、Full-text 等索引；
Archive 不支援事務，支援表級别鎖定，不支援 B-tree、Hash、Full-text 等索引； 四、建立/删除索引的文法
1 #方法一：建立表時
2 CREATE TABLE 表名 (
3 字段名1 資料類型 [完整性限制條件…],
4 字段名2 資料類型 [完整性限制條件…],
5 [UNIQUE | FULLTEXT | SPATIAL ] INDEX | KEY
6 [索引名] (字段名[(長度)] [ASC |DESC])
7 );
8
9
10 #方法二：CREATE在已存在的表上建立索引
11 CREATE [UNIQUE | FULLTEXT | SPATIAL ] INDEX 索引名
12 ON 表名 (字段名[(長度)] [ASC |DESC]) ;
13
14
15 #方法三：ALTER TABLE在已存在的表上建立索引
16 ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL ] INDEX
17 索引名 (字段名[(長度)] [ASC |DESC]) ;
18
19 #删除索引：DROP INDEX 索引名 ON 表名字; 善用幫助文檔
help create
help create index
==================
1.建立索引
-在建立表時就建立（需要注意的幾點）
create table s1(
id int ,#可以在這加primary key
#id int index #不可以這樣加索引，因為index隻是索引，沒有限制一說，
#不能像主鍵，還有唯一限制一樣，在定義字段的時候加索引
name char(20),
age int,
email varchar(30)
#primary key(id) #也可以在這加
index(id) #可以這樣加
);
-在建立表後在建立
create index name on s1(name); #添加普通索引
create unique age on s1(age);添加唯一索引
alter table s1 add primary key(id); #添加住建索引，也就是給id字段增加一個主鍵限制
create index name on s1(id,name); #添加普通聯合索引
2.删除索引
drop index id on s1;
drop index name on s1; #删除普通索引
drop index age on s1; #删除唯一索引，就和普通索引一樣，不用在index前加unique來删，直接就可以删了
alter table s1 drop primary key; #删除主鍵(因為它添加的時候是按照alter來增加的，那麼我們也用alter來删) 幫助檢視
五、測試索引
1、準備
#1. 準備表
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);
#2. 建立存儲過程，實作批量插入記錄
delimiter $$ #聲明存儲過程的結束符号為$$
create procedure auto_insert1()
BEGIN
declare i int default 1;
while(i<3000000)do
insert into s1 values(i,concat('egon',i),'male',concat('egon',i,'@oldboy'));
set i=i+1;
end while;
END$$ #$$結束
delimiter ; #重新聲明分号為結束符号
#3. 檢視存儲過程
show create procedure auto_insert1\G
#4. 調用存儲過程
call auto_insert1(); 2 、在沒有索引的前提下測試查詢速度
#無索引：從頭到尾掃描一遍，是以查詢速度很慢
mysql> select * from s1 where id=333;
+------+---------+--------+----------------+
| id | name | gender | email |
+------+---------+--------+----------------+
| 333 | egon333 | male | [email protected] |
| 333 | egon333 | f | [email protected] |
| 333 | egon333 | f | [email protected] |
+------+---------+--------+----------------+
rows in set (0.32 sec)
mysql> select * from s1 where email='[email protected]';
....
... rows in set (0.36 sec) 3、 加上索引
#1. 一定是為搜尋條件的字段建立索引，比如select * from t1 where age > 5;就需要為age加上索引
#2. 在表中已經有大量資料的情況下，建索引會很慢，且占用硬碟空間，插入删除更新都很慢，隻有查詢快
比如create index idx on s1(id);會掃描表中所有的資料，然後以id為資料項，建立索引結構，存放于硬碟的表中。
建完以後，再查詢就會很快了
#3. 需要注意的是：innodb表的索引會存放于s1.ibd檔案中，而myisam表的索引則會有單獨的索引檔案table1.MYI 六、正确使用索引
一、覆寫索引 #分析
select * from s1 where id=123;
該sql命中了索引，但未覆寫索引。
利用id=123到索引的資料結構中定位到該id在硬碟中的位置，或者說再資料表中的位置。
但是我們select的字段為*，除了id以外還需要其他字段，這就意味着，我們通過索引結構取到id還不夠，
還需要利用該id再去找到該id所在行的其他字段值，這是需要時間的，很明顯，如果我們隻select id，
就減去了這份苦惱，如下
select id from s1 where id=123;
這條就是覆寫索引了，命中索引，且從索引的資料結構直接就取到了id在硬碟的位址，速度很快 二、聯合索引
三、索引合并
#索引合并：把多個單列索引合并使用
#分析：
組合索引能做到的事情，我們都可以用索引合并去解決，比如
create index ne on s1(name,email);#組合索引
我們完全可以單獨為name和email建立索引
組合索引可以命中：
select * from s1 where name='egon' ;
select * from s1 where name='egon' and email='adf';
索引合并可以命中：
select * from s1 where name='egon' ;
select * from s1 where email='adf';
select * from s1 where name='egon' and email='adf';
乍一看好像索引合并更好了：可以命中更多的情況，但其實要分情況去看，如果是name='egon' and email='adf',
那麼組合索引的效率要高于索引合并，如果是單條件查，那麼還是用索引合并比較合理 三 若想利用索引達到預想的提高查詢速度的效果，我們在添加索引時，必須遵循以下原則
#1.最左字首比對原則，非常重要的原則，
create index ix_name_email on s1(name,email,)
- 最左字首比對：必須按照從左到右的順序比對
select * from s1 where name='egon'; #可以
select * from s1 where name='egon' and email='asdf'; #可以
select * from s1 where email='[email protected]'; #不可以
mysql會一直向右比對直到遇到範圍查詢(>、<、between、like)就停止比對，
比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，
d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。
#2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優化器
會幫你優化成索引可以識别的形式
#3.盡量選擇區分度高的列作為索引,區分度的公式是count(distinct col)/count(*)，
表示字段不重複的比例，比例越大我們掃描的記錄數越少，唯一鍵的區分度是1，而一些狀态、
性别字段可能在大資料面前區分度就是0，那可能有人會問，這個比例有什麼經驗值嗎？使用場景不同，
這個值也很難确定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄
#4.索引列不能參與計算，保持列“幹淨”，比如from_unixtime(create_time) = ’2014-05-29’
就不能使用到索引，原因很簡單，b+樹中存的都是資料表中的字段值，
但進行檢索時，需要把所有元素都應用函數才能比較，顯然成本太大。
是以語句應該寫成create_time = unix_timestamp(’2014-05-29’); 最左字首示範
mysql> select * from s1 where id>3 and name='egon' and email='[email protected]' and gender='male';
Empty set (0.39 sec)
mysql> create index idx on s1(id,name,email,gender); #未遵循最左字首
Query OK, 0 rows affected (15.27 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> select * from s1 where id>3 and name='egon' and email='[email protected]' and gender='male';
Empty set (0.43 sec)
mysql> drop index idx on s1;
Query OK, 0 rows affected (0.16 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> create index idx on s1(name,email,gender,id); #遵循最左字首
Query OK, 0 rows affected (15.97 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> select * from s1 where id>3 and name='egon' and email='[email protected]' and gender='male';
Empty set (0.03 sec) 1 6. 最左字首比對
2 index(id,age,email,name)
3 #條件中一定要出現id(隻要出現id就會提升速度)
4 id
5 id age
6 id email
7 id name
8
9 email #不行 如果單獨這個開頭就不能提升速度了
10 mysql> select count(*) from s1 where id=3000;
11 +----------+
12 | count(*) |
13 +----------+
14 | 1 |
15 +----------+
16 1 row in set (0.11 sec)
17
18 mysql> create index xxx on s1(id,name,age,email);
19 Query OK, 0 rows affected (6.44 sec)
20 Records: 0 Duplicates: 0 Warnings: 0
21
22 mysql> select count(*) from s1 where id=3000;
23 +----------+
24 | count(*) |
25 +----------+
26 | 1 |
27 +----------+
28 1 row in set (0.00 sec)
29
30 mysql> select count(*) from s1 where name='egon';
31 +----------+
32 | count(*) |
33 +----------+
34 | 299999 |
35 +----------+
36 1 row in set (0.16 sec)
37
38 mysql> select count(*) from s1 where email='[email protected]';
39 +----------+
40 | count(*) |
41 +----------+
42 | 1 |
43 +----------+
44 1 row in set (0.15 sec)
45
46 mysql> select count(*) from s1 where id=1000 and email='[email protected]';
47 +----------+
48 | count(*) |
49 +----------+
50 | 0 |
51 +----------+
52 1 row in set (0.00 sec)
53
54 mysql> select count(*) from s1 where email='[email protected]' and id=3000;
55 +----------+
56 | count(*) |
57 +----------+
58 | 0 |
59 +----------+
60 1 row in set (0.00 sec) 索引無法命中的情況需要注意：
- like '%xx'
select * from tb1 where email like '%cn';
- 使用函數
select * from tb1 where reverse(email) = 'wupeiqi';
- or
select * from tb1 where nid = 1 or name = '[email protected]';
特别的：當or條件中有未建立索引的列才失效，以下會走索引
select * from tb1 where nid = 1 or name = 'seven';
select * from tb1 where nid = 1 or name = '[email protected]' and email = 'alex'
- 類型不一緻
如果列是字元串類型，傳入條件是必須用引号引起來，不然...
select * from tb1 where email = 999;
普通索引的不等于不會走索引
- !=
select * from tb1 where email != 'alex'
特别的：如果是主鍵，則還是會走索引
select * from tb1 where nid != 123
- >
select * from tb1 where email > 'alex'
特别的：如果是主鍵或索引是整數類型，則還是會走索引
select * from tb1 where nid > 123
select * from tb1 where num > 123
#排序條件為索引，則select字段必須也是索引字段，否則無法命中
- order by
select name from s1 order by email desc;
當根據索引排序時候，select查詢的字段如果不是索引，則不走索引
select email from s1 order by email desc;
特别的：如果對主鍵排序，則還是走索引：
select * from tb1 order by nid desc;
- 組合索引最左字首
如果組合索引為：(name,email)
name and email -- 使用索引
name -- 使用索引
email -- 不使用索引
- count(1)或count(列)代替count(*)在mysql中沒有差别了
- create index xxxx on tb(title(19)) #text類型，必須制定長度 - 避免使用select *
- count(1)或count(列) 代替 count(*)
- 建立表時盡量時 char 代替 varchar
- 表的字段順序固定長度的字段優先
- 組合索引代替多個單列索引（經常使用多個條件查詢時）
- 盡量使用短索引
- 使用連接配接（JOIN）來代替子查詢(Sub-Queries)
- 連表時注意條件類型需一緻
- 索引散列值（重複少）不适合建索引，例：性别不适合 七、慢查詢優化的基本步驟
0.先運作看看是否真的很慢，注意設定SQL_NO_CACHE
1.where條件單表查，鎖定最小傳回記錄表。這句話的意思是把查詢語句的where都應用到表中傳回的記錄數最小的表開始查起，單表每個字段分别查詢，看哪個字段的區分度最高
2.explain檢視執行計劃，是否與1預期一緻（從鎖定記錄較少的表開始查詢）
3.order by limit 形式的sql語句讓排序的表優先查
4.了解業務方使用場景
5.加索引時參照建索引的幾大原則
6.觀察結果，不符合預期繼續從0分析