MySQL索引介紹及優化方式

2022-09-12 18:02:16

一、導致sql執行慢的原因

硬體條件限制：

io吞吐量小，形成瓶頸（讀取磁碟資料）
網路傳輸速度慢
記憶體不足（讀取磁碟資料載入到記憶體）

程式設計方面：

沒有索引或未使用到索引表資料量過大（可採用分批查詢，減少單次查詢資料量）返回不必要的行/列鎖/死鎖（例如：給表新增欄位導致鎖表，此時執行sql語句會被阻塞，直至表解鎖）

二、分析原因時，一定要找切入點

1.通過慢查詢紀錄檔，設定相應的閾值（比如超過3s就是慢sql），在生產環境跑一天後，看看有哪些sql執行比較慢。
2.Explain分析：比如sql語句寫的爛，沒索引或索引失效，關聯查詢過多（可能是需求設計缺陷導致）。
3.Show Profile是比Explain更近一步的執行細節，可以查詢到執行每一個SQL都幹了什麼事，這些事分別花了多少秒。

慢查詢紀錄檔：MySQL提供的一種紀錄檔記錄，它用來記錄在MySQL中響應時間超過閥值(long_query_time，單位：秒)的SQL語句。參考mysql慢查詢紀錄檔輪轉_MySQL慢查詢紀錄檔實操

三、什麼是索引？

MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取資料的資料結構。我們可以簡單理解為：快速查詢排好序的一種資料結構（好比一本書的目錄）。Mysql索引主要有兩種結構：B+Tree索引和Hash索引。我們平常所說的索引，如果沒有特別指明，一般都是指B樹結構組織的索引(B+Tree索引)。索引如圖所示：

最外層淺藍色磁碟塊1裡有資料17、35（深藍色）和指標P1、P2、P3（黃色）。P1指標表示小於17的磁碟塊，P2是在17-35之間，P3指向大於35的磁碟塊。真實資料存在於葉子節點也就是最底下的一層3、5、9、10、13......非葉子節點不儲存真實的資料，只儲存指引搜尋方向的資料項，如17、35。

查詢過程：例如搜尋28資料項，首先載入磁碟塊1到記憶體中，發生一次I/O，用二分查詢確定在P2指標。接著發現28在26和30之間，通過P2指標的地址載入磁碟塊3到記憶體，發生第二次I/O。用同樣的方式找到磁碟塊8，發生第三次I/O。

真實的情況是，上面3層的B+Tree可以表示上百萬的資料，上百萬的資料只發生了三次I/O而不是上百萬次I/O，時間提升是巨大的。

四、Explain分析

前文鋪墊完成，進入實操部分，先來插入測試需要的資料：

CREATE TABLE `user_info` (
  `id`   BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `name` VARCHAR(50) NOT NULL DEFAULT '',
  `age`  INT(11)              DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;
 
INSERT INTO user_info (name, age) VALUES ('xys', 20);
INSERT INTO user_info (name, age) VALUES ('a', 21);
INSERT INTO user_info (name, age) VALUES ('b', 23);
INSERT INTO user_info (name, age) VALUES ('c', 50);
INSERT INTO user_info (name, age) VALUES ('d', 15);
INSERT INTO user_info (name, age) VALUES ('e', 20);
INSERT INTO user_info (name, age) VALUES ('f', 21);
INSERT INTO user_info (name, age) VALUES ('g', 23);
INSERT INTO user_info (name, age) VALUES ('h', 50);
INSERT INTO user_info (name, age) VALUES ('i', 15);
 
CREATE TABLE `order_info` (
  `id`           BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `user_id`      BIGINT(20)           DEFAULT NULL,
  `product_name` VARCHAR(50) NOT NULL DEFAULT '',
  `productor`    VARCHAR(30)          DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;
 
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');
INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初體驗，執行Explain的效果：

索引使用情況在possible_keys、key和key_len三列，接下來我們先從左到右依次講解。

1.id

--id相同,執行順序由上而下
explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

--id不同,值越大越先被執行
explain select * from user_info where id = (select user_id from order_info where  product_name ='p8');

2.select_type

可以看id的執行範例，總共有以下幾種型別：

SIMPLE： 表示此查詢不包含 UNION 查詢或子查詢
PRIMARY： 表示此查詢是最外層的查詢
SUBQUERY： 子查詢中的第一個 SELECT
UNION： 表示此查詢是 UNION 的第二或隨後的查詢
DEPENDENT UNION： UNION 中的第二個或後面的查詢語句, 取決於外面的查詢
UNION RESULT, UNION 的結果
DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決於外面的查詢. 即子查詢依賴於外層查詢的結果.
DERIVED：衍生，表示匯出表的SELECT（FROM子句的子查詢）

3.table

table表示查詢涉及的表或衍生的表：

explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

id為1的<derived2>的表示id為2的u和o表衍生出來的。

4.type（★）

type 欄位比較重要，它提供了判斷查詢是否高效的重要依據。通過 type 欄位，我們判斷此次查詢是全表掃描還是索引掃描等。

type 常用的取值有:

system: 表中只有一條資料，這個型別是特殊的 const 型別。
const: 針對主鍵或唯一索引的等值查詢掃描，最多隻返回一行資料。 const 查詢速度非常快，因為它僅僅讀取一次即可。例如下面的這個查詢，它使用了主鍵索引，因此 type 就是 const 型別的：explain select * from user_info where id = 2；
eq_ref: 此型別通常出現在多表的 join 查詢，表示對於前表的每一個結果，都只能匹配到後表的一行結果。並且查詢的比較操作通常是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;
ref: 此型別通常出現在多表的 join 查詢，針對於非唯一或非主鍵索引，或是使用了最左字首規則索引的查詢。例如下面這個例子中，就使用到了 ref 型別的查詢：explain select * from user_info, order_info where user_info.id = order_info.user_id and order_info.user_id = 5;
range: 表示使用索引範圍查詢，通過索引欄位範圍獲取表中部分資料記錄。這個型別通常出現在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下面的例子就是一個範圍查詢：explain select * from user_info where id between 2 and 8；
index: 表示全索引掃描(full index scan)，和 ALL 型別相比，ALL 型別是全表掃描，而 index 型別則僅僅掃描所有的索引，而不掃描資料。index 型別通常出現在：所要查詢的資料直接在索引樹中就可以獲取到, 而不需要回表掃描其他資料。當為這種情況時，Extra 欄位會顯示 Using index。
ALL: 表示全表掃描，這個型別的查詢是效能最差的查詢之一。通常來說，我們的查詢不應該出現 ALL 型別的查詢，因為這樣的查詢在資料量大的情況下，對資料庫的效能是巨大的災難。如一個查詢是 ALL 型別查詢，那麼一般來說可以對相應的欄位新增索引來避免。

通常來說, 不同的 type 型別的效能關係如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 型別因為是全表掃描，因此在相同的查詢條件下，它是速度最慢的。而 index 型別的查詢雖然不是全表掃描，但是它掃描了所有的索引，因此比 ALL 型別的稍快。後面的幾種型別都是利用了索引來查詢資料，因此可以過濾部分或大部分資料，因此查詢效率就比較高了。

5.possible_key

它表示 mysql 在查詢時，可能使用到的索引。注意，即使有些索引在 possible_keys 中出現，但是並不表示此索引會真正地被 mysql 使用到。 mysql 在查詢時具體使用了哪些索引，由 key 欄位決定。

6.key（★）

此欄位是 mysql 在當前查詢時真正用到的索引。比如請客吃飯的場景，possible_keys是應到多少人，key是實到多少人。

當我們沒有建立索引時：

explain select o.* from order_info o where o.product_name= 'p1' and o.productor='whh';
create index idx_name_productor on order_info(productor);
drop index idx_name_productor on order_info;

建立複合索引後再查詢：

7.key_len

表示查詢優化器使用了索引的位元組數，這個欄位可以評估組合索引是否完全被使用。

8.ref（★）

這一列顯示了在key列記錄的索引中，表查詢值所用到的列或常數，常見的有：const（常數），func，NULL，欄位名（例：film.id）。前文的type屬性裡也有ref，注意區別。

9.rows（★）

rows 也是一個重要的欄位，mysql 查詢優化器根據統計資訊，估算 sql 要查詢到結果集需要掃描讀取的資料行數，這個值非常直觀的顯示 sql 效率好壞，原則上 rows 越少越好。可以對比key中的例子，一個沒建立索引前，rows是9，建立索引後，rows是4。

具體可參考文章：mysql or走索引加索引及慢查詢的作用

10.extra

explain 中的很多額外的資訊會在 extra 欄位顯示, 常見的有以下幾種內容:

using filesort ：表示 mysql 需額外的排序操作，不能通過索引順序達到排序效果。一般有 using filesort都建議優化去掉，因為這樣的查詢 cpu 資源消耗大。
using index：索引覆蓋掃描，表示查詢在索引樹中就可查詢所需資料，不用掃描表資料檔案，往往說明效能不錯。
using temporary：查詢有使用臨時表, 一般出現於排序，分組和多表 join 的情況，查詢效率不高，建議優化。using where ：表名使用了where過濾。

五、優化案例

explain select u.*,o.* from user_info u LEFT JOIN order_info o on u.id = o.user_id;

執行結果，type有ALL，並且沒有索引：

開始優化，在關聯列上建立索引，明顯看到type列的ALL變成ref，並且用到了索引，rows也從掃描9行變成了1行：

這裡面一般有個規律是：左連線時，索引加在右表關聯欄位上（由於上述範例為LEFT JOIN，所以索引加在右表order_info上）。相反的，右連線索引加在左表關聯欄位上。

六、是否需要建立索引？

索引雖然能非常高效的提高查詢速度，但卻會降低表的更新速度。實際上索引也是一張表，該表儲存了主鍵與索引欄位，並指向實體表的記錄，所以索引列也是要佔用空間的。

到此這篇關於MySQL索引介紹及優化方式的文章就介紹到這了,更多相關MySQL索引內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！