|
索引(MySQL中也叫“键(Key)")在数据越大的时候越重要。规模小、负载轻的数据库即使没有索引,也能
4 R9 G9 W% N) F _有好的性能,但是当数据增加的时候,性能就会很快下降。理解索引如何工作的最简单的方式就是把索引看成
9 m( a! t" F% j. N# _% n) P; o一本书。为了找到书中一个特定的话题,你须要查看目录,它会告诉你页码。索引会让查询锁定更少的列
! X: N" M3 d# f: r在InnoDB中,只有事务提交后才会解锁3 t& L: `# g8 ^) r- h/ R
/ F% w0 H" K1 U索引包含了来自于表中某一列或多个列的值。如果索引了多列数据,那么列的顺序非常重要,因为MySQL只
, S+ ~ U4 _3 ]5 q5 B4 R能高效地搜索索引的最左前缀(Leftmost Prefix)。如你所见,创建一个双列索引和两个单列索引是不一样的。
1 y, Z! g. [9 o$ o* m4 L$ ]6 X9 |( y6 b9 \8 V
B-TREE! e2 A! L$ J9 y$ V( {/ X# _
能使用B-Tree索引的查询类型。B一Tree索引能很好地用于全键值、键值范围或键前缀查找。它们只有在查找
* @2 R" [9 ?* g使用了素引的最左前缀(Leftmost Prcfix)的时候才有用。上节中的索引对于以下类型的查询有用。) z! u; c* y, p
- - L' c; F; G: _! L) X
- CREATE TABLE People(
7 h& k2 `$ ?* E' h& ~3 ^ - last_name varchar(50) not null F. F% F/ ]) ?4 `4 |
- first_name varchar(50) not null+ F' z5 E5 G* C
- dob date not null
. Y: H2 x1 X( q' j# ^% U - gende enum('m','f') not null
% S: r" J& X" Y# K, n: X - key(last_name,first_name,dob)
复制代码 匹配全名; _+ ?5 M/ C. T( h
全键值匹配指和索引中的所有列匹配。例如,索引可以帮你找到一个叫CubaAllen并且出生于1960-01-01。+ p# S2 B( F X4 ~' B' ?/ w3 V
的人。3 {8 U# h4 o' W% u* y9 t
匹配最左前缀
8 {( i( p9 U) r6 X9 ?+ ?/ p$ JB-Tree索引可以帮你找到姓为Allen的所有人。这仅仅适用了索引中的第一列。/ }8 u) R, p2 B3 ^
匹配列前缀
6 r) [2 D* c$ E0 |" i& A: H1 L可以匹配某列的值的开头部分。这种索引能帮你找到所有姓氏以J开头的人。这只会使用索引的第1列。 J' {4 H# L& n$ o/ T: O$ Z# G
匹配范围值
6 o* _( o, L: u- ]7 v' M& F% j这种索引能帮你找到姓大干Allen并且小干Barrymore的人。这也只会使用索引第一列.' O: n3 c* @. Y3 d4 \! I% V% H& S
精确匹配一部分并且匹配某个范围中的另一部分* R: g! _* E* e0 P/ Y1 T
这种索引能帮你找到姓为Allen并且名字以字母K(Kim、Karl等)开头的人。它精确匹配了last
% i7 q5 S: D. Y7 s9 _* b列并且对first name列进行了范囤查询。9 S* [8 {( D/ q0 W& z2 e7 G U
name
" y- R" w, N# f% |* W/ h只访问索引的查询$ ^5 S8 W. P& \2 P: l1 u
B-Tree索引通常能支持只访问索引的查询,它不会访问数据行。
" J" s: D9 `- x( W* j% \
# s1 d# S# w) ?' H) a由于树的节点是排好序的,它们可以用于查找(查找值)和ORDER BY查询(以排序的方式查找值)。通常来说, m7 F! H6 p" z
如果B-Tree能以某种特殊的方式找到某行,那么它也能以同样的方式对行进行排序。因此,上面讨论的所有查7 o, p- @6 U: W) c2 Y. G% Z9 u2 k2 o
找方式也可以同等地应用于ORDER BY。
7 x! U+ ^6 B6 c" f- Z. T
7 k0 H& i5 u7 n/ H5 H9 E8 V9 U下面是B-Tree索引的一些局限:* Z+ h4 O( ?) A/ o5 ~) ^' Y- E* V' w
1 {; `1 j4 L3 d9 d2 l$ [2 u
1,如果查找没有从索引列的最左边开始,它就没什么用处。例如,这种索引不能帮你找到所有叫Bill的人,
- ?6 @! l4 d) X! K0 n/ S也不能找到所有出生在某天的人,因为这些列不在索引的最左边。同样,你不能使用该索引查找某个姓' ?7 ^7 U! n; l) Q3 d+ L! O
氏以特定字符结尾的人。
2 q; }( X" b; e# q- w3 f _" _8 m9 d# r, ^% f
2,不能跳过索引中的列。也就是说,不能找到所有姓氏为Smith并且出生在某个特定日期的人。如果不定
. F R u+ ]: _0 j- E! I& _义first_name列的值,MySQL就只能使用索引的第一列。
6 n/ z# D2 k1 s" E7 d' ?$ C( |
' d- b" ^" b" K( P" G3,存储引擎不能优化访问任何在第一个范围条件右边的列.比如,如果查询是where last_name='Smith' AND first_name LIKE 'J%' and dob ='1967-12-23',访问就只能使用索引的头两列,因为LIKE是- Z( o- B) f0 `$ J
范围条件(但是服务器能把其余列用于其他目的)。对于某个只有有限值的列,通常使用等干条件,而
6 N/ J2 O! @ f不是范围条件来绕过这个问题。本章稍后的索引案例中我们会举出详细的例子。- E; _9 w E. Q" w) a
7 \1 B7 S; s% B% \6 X! t4 e0 X* s哈希索引,空间索引和全文索引等,暂时没有设计- A" b1 ?, C4 m9 @
2 [: q* T9 Q/ h) j2 M+ R
高性能索引策略, d+ C& O$ J3 [7 U5 l3 C+ m
- J" i2 e$ B7 Y" S9 _4 l. |1,隔离列,意思就是不要对查询条件中列进行计算等操作 T! X. Z, H* V
2,前缀索引,针对blob和text,较长的varchar类型,使用前缀索引
( B3 p/ l- k% i% c! M) g ySelect count(distinct 列) /count(*) from table;0 G# ~ S% @% z* C3 K
看看这个值时多少,如0.0312
" ~( {$ @; ]: h+ l9 m0 }! ], e$ ~那么就是说,如果前缀的选择率能够接近0.0312,基本就可以了。可以在同一个查询中对不同长长度进行计算
3 ]& Q5 t8 `0 w,这对于大表很有用。+ L5 o$ s+ c Q7 F
Select count(distinct left(列,3)) /count(*) as sel1,2 F, a! V. J$ T
count(distinct left(列,4)) /count(*) as sel1 ,3 R& k+ v. _( }* o ]4 X0 l
count(distinct left(列,5)) /count(*) as sel1,* [4 A; b# u9 |! Q1 i
count(distinct left(列,6)) /count(*) as sel1,4 Q. W# t( e8 ]
count(distinct left(列,7)) /count(*) as sel1 from table; @! P6 n+ w* [5 M' [5 G8 t
找到接近0.0312即可。
) M7 Y. o" N5 r n5 C4 n% ]+ b7 ~$ S: e" d' \ Z
Alter table table_name add key (列(7))2 ^4 N j5 |5 P3 V, S! j8 `! t
3,覆盖索引
: \7 i( y, f/ v+ L( [% R( K包含或者覆盖所有满足查询的数据索引叫做覆盖索引
( H( y: w' \) \- b2 Oexplain时,extra中的会显示using index
* ^) I( ?: }" K, E% I这里一个重要的原则是
1 a, q; N& n; Z0 Dselect后面的列不能使用*,要使用单独的需要查找的列,使用带索引的列' @0 O+ h S4 z' a
如select id from table_name;
. Q' }4 n$ Q3 j, v/ @5 i, W4 s' ^5 L x) }! V3 ~4 `
很容易把Extra列的“使用索引(Using Index)”和type列的“索引(index)”弄混淆。然而,它们完全不- q# j3 X u, q/ Q) i3 G8 M3 w
一样。type列和覆盖索引没有任何关系,它显示了查询的访问类型,或者说是查询查找数据行的类型。
0 p1 _6 y4 n6 U/ a
3 j* m9 E1 w5 @9 a& H& A! Y- Explain Select * from table_name where col ='nam' and col1 like '%name%';
0 D0 E2 W' p9 A% K - Extra:using where
复制代码 该索引不能覆盖查询的原因:
+ D7 L7 }) d4 n( } p1,1 D) ^$ ?/ ?% g$ X
没有索引覆盖查询,因为从表中选择了所有的列,并且没有索引覆盖所有列。MySQL理论上有一个捷径可以使用,但是,WHERE子句只提到了索引覆盖的列,因此MysQL可以使用索引找到col并检查col1是否匹配,这只能通过读取整行进行。
3 W- [# e% w) K7 r# V2,, S3 x j5 M9 u! i) P$ P; U
MySQL不能在索弓l中执行LIKE操作。这是低层次存储引擎API的限制,它只允许在索引进行简单比较。MysQL能在索引中执行前缀匹配的LIKE模式是因为能把它们转化为简单比较,但是查询中前导的通配符是存储引擎无法转化匹配的。因此,MySQL服务器自己将不得不提取和匹配行的数据,而不是索引值。
w% t* s! v! y& _& w. h/ U" _有办法可以解决这个问题,那就是合并索引及重写查询。可以把索引进行延伸,让它覆盖(artist,title,prod_id)并且按照下面的方式重写查询:3 o8 ^% N% ~5 f2 Q* x4 x+ U3 m
! S8 F3 m& b$ ^8 n. L
4,为排序使用索引扫描. B u, C% ^) { S0 E
mysql有两种产生排序结果的方式:使用文件排序(fileSort),或者扫描有序索引。: B1 M7 g( f) w1 {2 W
explain输出type为index,表示mysql会扫描索引8 Y8 `" n3 D8 m# p3 u
4 w- ^" e# A' P M1 L扫描索引本身是很快的,因为它只需要从一条索引记录移到另外一条记录。然而,如果MySQL没有使用索引覆盖查询,就不得不查找在索引中发现的每一行。这基本是随机I/O的,因此以索引顺序读取数据通常比顺序扫描表慢得多,尤其对于I/O密集的工作负载.) G7 Z) j4 \2 t& g" d1 b4 r1 [
' U3 A1 ]9 e" P t: @' M: nMySQL能为排序和查找行使用同样的索引。如果可能,按照这样一举两得的方式设计索引是个好主意。
/ t7 @" M( z+ W. d. a( a2 M8 @" j. a( m/ N& w
按照索引对结果进行排序,只有当索引的顺序和ORDER BY子句中的顺序完全一致,并且所有列排序的方向(升序或降序)一样才可以。如果查询联接了多个表,只有在ORDER BY子句的所有列引用的是第一个表才可以。查找查询中的ORDER BY子句也有同样的局限:它要使用索引的最左前级。在其他所有情况下,MySQL使用文件排序。) `3 Z, v$ P/ E3 j
3 ^. D9 R3 r$ u) RORDER BY无须定义索引的最左前级的一种情况是前导列为常量(也就是说第一个索引不能是范围查询,如果是组合索引应该以此为常量)。如果WHERE子句和JOIN子句为这些列定义了常量,它们就能弥补索引的缺陷。
( |6 D, [" a: H9 _" v7 m( ^+ t
1 s7 m2 h" ]- A6 u! C/ ~* Q/ p使用join可能情况会有不同$ n& _: M8 P- F4 _+ g5 a+ ~
) K& k- }; ]5 f) _
5,压缩索引(myisam)
& w0 n% x7 u' ^3 `# e6,多余和重复索引(应该避免)8 X$ A4 A; i: _# W9 b- I2 i5 Y
, o5 K; \$ F- R8 v: j6 L1 i0 w多余索引(Redundant Index)和重复索引有一些不同。如果列(A,B)
' b; Y- v5 V% }上有索引,那么另外一个列(A)上的
& n6 o3 M' ^/ d9 l# V索引就是多余的。这就是说,(A,B)上的索引能被当成(A)上的索引。(这种多余只适合于B一Tree索引。)3 w# n+ l: t# v) [) @( V; U0 p
然而,(B,A)上的索引不会是多余的,(B)上的索引也不是,因为列B不是列(A,B)的最左前缀。还有,不同类型的索引(例如哈希或全文索引)对于B一Tree索引不是多余的,无论它们针对的是哪一列。% I" ?! m* g9 C. p: F# W
6 b. ~5 a. m }5 F
要点:
) l7 v3 v/ L$ P1 y5 d在任何可能的地方,都要试着扩展索引(之前是一个列A上面有索引,现在两个列A,B上建立索引),而不是新增索引。通常维护一个多列索引要比维护多个单列索引容易。如果不知道查询的分布,就要尽可能地使索引变得更有选择性,因为高选择性的索引通常更有好处.
! B. `* S+ ~6 a3 J/ Y* r) d% q" W0 r: I g% K4 `
即使InnoDB使用了索引,它也能锁定不需要的行,这个问题在它不能使用索引找到并锁定行的时候会更严重:如果没有索引,mysql不管是否需要行,都会进行全表扫描并锁定每一行
2 e2 L. o2 _( K! U
3 j5 p9 U; |9 F2 p
E7 }: F3 d* r1 J/ d7 A- G3 o0 `1 o4 `( r$ x9 Q3 x, r
|
|