目錄

為什么要有索引

索引原理

磁盤(pán)IO與預(yù)讀

索引的數(shù)據(jù)結(jié)構(gòu)

b 樹(shù)的查找過(guò)程

b 樹(shù)性質(zhì)

MySQL的索引分類

索引的兩大類型hash與btree

添加索引，必須遵循原則

慢查詢優(yōu)化的基本步驟

歡迎關(guān)注筆者，優(yōu)質(zhì)文章都在這里等你。

一、為什么要有索引

索引在MySQL中也叫做“鍵”，是存儲(chǔ)引擎用于快速找到記錄的一種數(shù)據(jù)結(jié)構(gòu)。索引對(duì)于良好的性能非常關(guān)鍵，尤其是當(dāng)表中的數(shù)據(jù)量越來(lái)越大時(shí)，索引對(duì)于性能的影響愈發(fā)重要。

索引優(yōu)化應(yīng)該是對(duì)查詢性能優(yōu)化最有效的手段了。索引能夠輕易將查詢性能提高好幾個(gè)數(shù)量級(jí)。索引相當(dāng)于字典的音序表，如果要查某個(gè)字，如果不使用音序表，則需要從幾百頁(yè)中逐頁(yè)去查。

一般的應(yīng)用系統(tǒng)，讀寫(xiě)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(xiàn)性能問(wèn)題，在生產(chǎn)環(huán)境中，我們遇到最多的，也是最容易出問(wèn)題的，還是一些復(fù)雜的查詢操作，因此對(duì)查詢語(yǔ)句的優(yōu)化顯然是重中之重。說(shuō)起加速查詢，就不得不提到索引了。

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(shū)所用的目錄是一個(gè)道理：先定位到章，然后定位到該章下的一個(gè)小節(jié)，然后找到頁(yè)數(shù)。相似的例子還有：查字典，查火車車次，飛機(jī)航班等

本質(zhì)都是：通過(guò)不斷地縮小想要獲取數(shù)據(jù)的范圍來(lái)篩選出最終想要的結(jié)果，同時(shí)把隨機(jī)的事件變成順序的事件，也就是說(shuō)，有了這種索引機(jī)制，我們可以總是用同一種查找方式來(lái)鎖定數(shù)據(jù)。

數(shù)據(jù)庫(kù)也是一樣，但顯然要復(fù)雜的多，因?yàn)椴粌H面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數(shù)據(jù)庫(kù)應(yīng)該選擇怎么樣的方式來(lái)應(yīng)對(duì)所有的問(wèn)題呢？我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢？最簡(jiǎn)單的如果1000條數(shù)據(jù)，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條數(shù)據(jù)，只要找第三段就可以了，一下子去除了90%的無(wú)效數(shù)據(jù)。

但如果是1千萬(wàn)的記錄呢，分成幾段比較好？稍有算法基礎(chǔ)的同學(xué)會(huì)想到搜索樹(shù)，其平均復(fù)雜度是lgN，具有不錯(cuò)的查詢性能。

但這里我們忽略了一個(gè)關(guān)鍵的問(wèn)題，復(fù)雜度模型是基于每次相同的操作成本來(lái)考慮的。而數(shù)據(jù)庫(kù)實(shí)現(xiàn)比較復(fù)雜，一方面數(shù)據(jù)是保存在磁盤(pán)上的，另外一方面為了提高性能，每次又可以把部分?jǐn)?shù)據(jù)讀入內(nèi)存來(lái)計(jì)算，因?yàn)槲覀冎涝L問(wèn)磁盤(pán)的成本大概是訪問(wèn)內(nèi)存的十萬(wàn)倍左右，所以簡(jiǎn)單的搜索樹(shù)難以滿足復(fù)雜的應(yīng)用場(chǎng)景。

二 磁盤(pán)IO與預(yù)讀

磁盤(pán)IO的性能開(kāi)銷遠(yuǎn)大于內(nèi)存IO, 每次查找數(shù)據(jù)時(shí)把磁盤(pán)IO次數(shù)控制在一個(gè)很小的數(shù)量級(jí)，最好是常數(shù)數(shù)量級(jí)。

考慮到磁盤(pán)IO是非常高昂的操作，計(jì)算機(jī)操作系統(tǒng)做了一些優(yōu)化，當(dāng)一次IO時(shí)，不光把當(dāng)前磁盤(pán)地址的數(shù)據(jù)，而是把相鄰的數(shù)據(jù)也都讀取到內(nèi)存緩沖區(qū)內(nèi)，因?yàn)榫植款A(yù)讀性原理告訴我們，當(dāng)計(jì)算機(jī)訪問(wèn)一個(gè)地址的數(shù)據(jù)的時(shí)候，與其相鄰的數(shù)據(jù)也會(huì)很快被訪問(wèn)到。

每一次IO讀取的數(shù)據(jù)我們稱之為一頁(yè)(page)。具體一頁(yè)有多大數(shù)據(jù)跟操作系統(tǒng)有關(guān)，一般為4k或8k，也就是我們讀取一頁(yè)內(nèi)的數(shù)據(jù)時(shí)候，實(shí)際上才發(fā)生了一次IO，這個(gè)理論對(duì)于索引的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)非常有幫助。

三、索引的數(shù)據(jù)結(jié)構(gòu)

任何一種數(shù)據(jù)結(jié)構(gòu)都不是憑空產(chǎn)生的，一定會(huì)有它的背景和使用場(chǎng)景，我們現(xiàn)在總結(jié)一下，我們需要這種數(shù)據(jù)結(jié)構(gòu)能夠做些什么，其實(shí)很簡(jiǎn)單，那就是：每次查找數(shù)據(jù)時(shí)把磁盤(pán)IO次數(shù)控制在一個(gè)很小的數(shù)量級(jí)，最好是常數(shù)數(shù)量級(jí)。那么我們就想到如果一個(gè)高度可控的多路搜索樹(shù)是否能滿足需求呢？就這樣，b 樹(shù)應(yīng)運(yùn)而生。

如上圖，是一顆b 樹(shù)，關(guān)于b 樹(shù)的定義可以參見(jiàn)B 樹(shù)，這里只說(shuō)一些重點(diǎn)，淺藍(lán)色的塊我們稱之為一個(gè)磁盤(pán)塊，可以看到每個(gè)磁盤(pán)塊包含幾個(gè)數(shù)據(jù)項(xiàng)（深藍(lán)色所示）和指針（黃色所示），如磁盤(pán)塊1包含數(shù)據(jù)項(xiàng)17和35，包含指針P1、P2、P3，P1表示小于17的磁盤(pán)塊，P2表示在17和35之間的磁盤(pán)塊，P3表示大于35的磁盤(pán)塊。

真實(shí)的數(shù)據(jù)存在于葉子節(jié)點(diǎn)即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點(diǎn)只不存儲(chǔ)真實(shí)的數(shù)據(jù)，只存儲(chǔ)指引搜索方向的數(shù)據(jù)項(xiàng)，如17、35并不真實(shí)存在于數(shù)據(jù)表中。

b 樹(shù)的查找過(guò)程

如圖所示，如果要查找數(shù)據(jù)項(xiàng)29，那么首先會(huì)把磁盤(pán)塊1由磁盤(pán)加載到內(nèi)存，此時(shí)發(fā)生一次IO，在內(nèi)存中用二分查找確定29在17和35之間，鎖定磁盤(pán)塊1的P2指針，內(nèi)存時(shí)間因?yàn)榉浅６蹋ㄏ啾却疟P(pán)的IO）可以忽略不計(jì)，通過(guò)磁盤(pán)塊1的P2指針的磁盤(pán)地址把磁盤(pán)塊3由磁盤(pán)加載到內(nèi)存，發(fā)生第二次IO，29在26和30之間，鎖定磁盤(pán)塊3的P2指針，通過(guò)指針加載磁盤(pán)塊8到內(nèi)存，發(fā)生第三次IO，同時(shí)內(nèi)存中做二分查找找到29，結(jié)束查詢，總計(jì)三次IO。

真實(shí)的情況是，3層的b 樹(shù)可以表示上百萬(wàn)的數(shù)據(jù)，如果上百萬(wàn)的數(shù)據(jù)查找只需要三次IO，性能提高將是巨大的，如果沒(méi)有索引，每個(gè)數(shù)據(jù)項(xiàng)都要發(fā)生一次IO，那么總共需要百萬(wàn)次的IO，顯然成本非常非常高。

b 樹(shù)性質(zhì)

1.索引字段要盡量的小：通過(guò)上面的分析，我們知道IO次數(shù)取決于b 數(shù)的高度h，假設(shè)當(dāng)前數(shù)據(jù)表的數(shù)據(jù)為N，每個(gè)磁盤(pán)塊的數(shù)據(jù)項(xiàng)的數(shù)量是m，則有h=㏒(m 1)N，當(dāng)數(shù)據(jù)量N一定的情況下，m越大，h越?。欢鴐 = 磁盤(pán)塊的大小 / 數(shù)據(jù)項(xiàng)的大小，磁盤(pán)塊的大小也就是一個(gè)數(shù)據(jù)頁(yè)的大小，是固定的，如果數(shù)據(jù)項(xiàng)占的空間越小，數(shù)據(jù)項(xiàng)的數(shù)量越多，樹(shù)的高度越低。

這就是為什么每個(gè)數(shù)據(jù)項(xiàng)，即索引字段要盡量的小，比如int占4字節(jié)，要比bigint8字節(jié)少一半。這也是為什么b 樹(shù)要求把真實(shí)的數(shù)據(jù)放到葉子節(jié)點(diǎn)而不是內(nèi)層節(jié)點(diǎn)，一旦放到內(nèi)層節(jié)點(diǎn)，磁盤(pán)塊的數(shù)據(jù)項(xiàng)會(huì)大幅度下降，導(dǎo)致樹(shù)增高。當(dāng)數(shù)據(jù)項(xiàng)等于1時(shí)將會(huì)退化成線性表。

2.索引的最左匹配特性（即從左往右匹配）：當(dāng)b 樹(shù)的數(shù)據(jù)項(xiàng)是復(fù)合的數(shù)據(jù)結(jié)構(gòu)，比如(name,age,sex)的時(shí)候，b 數(shù)是按照從左到右的順序來(lái)建立搜索樹(shù)的，比如當(dāng)(張三,20,F)這樣的數(shù)據(jù)來(lái)檢索的時(shí)候，b 樹(shù)會(huì)優(yōu)先比較name來(lái)確定下一步的所搜方向，如果name相同再依次比較age和sex，最后得到檢索的數(shù)據(jù)；

但當(dāng)(20,F)這樣的沒(méi)有name的數(shù)據(jù)來(lái)的時(shí)候，b 樹(shù)就不知道下一步該查哪個(gè)節(jié)點(diǎn)，因?yàn)榻⑺阉鳂?shù)的時(shí)候name就是第一個(gè)比較因子，必須要先根據(jù)name來(lái)搜索才能知道下一步去哪里查詢。比如當(dāng)(張三,F)這樣的數(shù)據(jù)來(lái)檢索時(shí)，b 樹(shù)可以用name來(lái)指定搜索方向，但下一個(gè)字段age的缺失，所以只能把名字等于張三的數(shù)據(jù)都找到，然后再匹配性別是F的數(shù)據(jù)了， 這個(gè)是非常重要的性質(zhì)，即索引的最左匹配特性。

四、Mysql索引管理

一、功能

• 索引的功能就是加速查找。

• mysql中的primary key，unique，聯(lián)合唯一也都是索引，這些索引除了加速查找以外，還有約束的功能。

二、MySQL的索引分類

• 普通索引index :加速查找

• 唯一索引

• 主鍵索引：primary key ：加速查找 約束（不為空且唯一）

• 唯一索引：unique：加速查找 約束 （唯一）

• 聯(lián)合索引

• -primary key(id,name):聯(lián)合主鍵索引

• -unique(id,name):聯(lián)合唯一索引

• -index(id,name):聯(lián)合普通索引

• 全文索引fulltext :用于搜索很長(zhǎng)一篇文章的時(shí)候，效果最好。

• 空間索引spatial :了解就好，幾乎不用

三、 索引的兩大類型hash與btree

1. 我們可以在創(chuàng)建上述索引的時(shí)候，為其指定索引類型，分兩類

2. hash類型的索引：查詢單條快，范圍查詢慢

3. btree類型的索引：b 樹(shù)，層數(shù)越多，數(shù)據(jù)量指數(shù)級(jí)增長(zhǎng)（我們就用它，因?yàn)閕nnodb默認(rèn)支持它）

4. 不同的存儲(chǔ)引擎支持的索引類型也不一樣

5. InnoDB 支持事務(wù)，支持行級(jí)別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

6. MyISAM 不支持事務(wù)，支持表級(jí)別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

7. Memory 不支持事務(wù)，支持表級(jí)別鎖定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；

8. NDB 支持事務(wù)，支持行級(jí)別鎖定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；

9. Archive 不支持事務(wù)，支持表級(jí)別鎖定，不支持 B-tree、Hash、Full-text 等索引；

四 添加索引，必須遵循原則

1.最左前綴匹配原則，非常重要的原則，

create index ix_name_email on s1(name,email,)

- 最左前綴匹配：必須按照從左到右的順序匹配

select * from s1 where name='egon'; #可以

select * from s1 where name='egon' and email='asdf'; #可以

select * from s1 where email='alex@oldboy.com'; #不可以

mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，

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(diào)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(yōu)化器會(huì)幫你優(yōu)化成索引可以識(shí)別的形式

3.盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，

表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、

性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會(huì)問(wèn)，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場(chǎng)景不同，

這個(gè)值也很難確定，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(jì)算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡(jiǎn)單，b 樹(shù)中存的都是數(shù)據(jù)表中的字段值，

但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。

所以語(yǔ)句應(yīng)該寫(xiě)成create_time = unix_timestamp(’2014-05-29’);

count(1)或count(列) 代替 count(*)

- 創(chuàng)建表時(shí)盡量時(shí) char 代替 varchar

- 表的字段順序固定長(zhǎng)度的字段優(yōu)先

- 組合索引代替多個(gè)單列索引（經(jīng)常使用多個(gè)條件查詢時(shí)）

- 盡量使用短索引

- 使用連接（JOIN）來(lái)代替子查詢(Sub-Queries)

- 連表時(shí)注意條件類型需一致

- 索引散列值（重復(fù)少）不適合建索引，例：性別不適合

五、慢查詢優(yōu)化的基本步驟

1. 先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHE

2. where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語(yǔ)句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開(kāi)始查起，單表每個(gè)字段分別查詢，看哪個(gè)字段的區(qū)分度最高

3. explain查看執(zhí)行計(jì)劃，是否與1預(yù)期一致（從鎖定記錄較少的表開(kāi)始查詢）

4. order by limit 形式的sql語(yǔ)句讓排序的表優(yōu)先查