Mysql 索引优化篇

ゝ一世哀愁。 2022-08-30 05:25 274阅读 0赞

文章的脑图如下：

![format_png][]

索引优化规则  
1、like语句的前导模糊查询不能使用索引  
select \* from doc where title like '%XX'；   --不能使用索引  
select \* from doc where title like 'XX%'；   --非前导模糊查询，可以使用索引  
因为页面搜索严禁左模糊或者全模糊，如果需要可以使用搜索引擎来解决。

2、union、in、or 都能够命中索引，建议使用 in  
union能够命中索引，并且MySQL 耗费的 CPU 最少。

select \* from doc where status=1  
union all  
select \* from doc where status=2;  
in能够命中索引，查询优化耗费的 CPU 比 union all 多，但可以忽略不计，一般情况下建议使用 in。

select \* from doc where status in (1, 2);  
or 新版的 MySQL 能够命中索引，查询优化耗费的 CPU 比 in多，不建议频繁用or。

select \* from doc where status = 1 or status = 2  
补充：有些地方说在where条件中使用or，索引会失效，造成全表扫描，这是个误区：

①要求where子句使用的所有字段，都必须建立索引；

②如果数据量太少，mysql制定执行计划时发现全表扫描比索引查找更快，所以会不使用索引；

③确保mysql版本5.0以上，且查询优化器开启了index\_merge\_union=on, 也就是变量optimizer\_switch里存在index\_merge\_union且为on。

3、负向条件查询不能使用索引  
负向条件有：!=、<>、not in、not exists、not like 等。

例如下面SQL语句：

select \* from doc where status != 1 and status != 2;  
可以优化为 in 查询：

select \* from doc where status in (0,3,4);  
4、联合索引最左前缀原则  
如果在(a,b,c)三个字段上建立联合索引，那么他会自动建立 a| (a,b) | (a,b,c)组索引。

登录业务需求，SQL语句如下：

select uid, login\_time from user where login\_name=? andpasswd=?  
可以建立(login\_name, passwd)的联合索引。因为业务上几乎没有passwd 的单条件查询需求，而有很多login\_name 的单条件查询需求，所以可以建立(login\_name, passwd)的联合索引，而不是(passwd, login\_name)。

建立联合索引的时候，区分度最高的字段在最左边

存在非等号和等号混合判断条件时，在建立索引时，把等号条件的列前置。如 where a>? and b=?，那么即使a 的区分度更高，也必须把 b 放在索引的最前列。

最左前缀查询时，并不是指SQL语句的where顺序要和联合索引一致。

下面的 SQL 语句也可以命中 (login\_name, passwd) 这个联合索引：

select uid, login\_time from user where passwd=? andlogin\_name=?  
但还是建议 where 后的顺序和联合索引一致，养成好习惯。

假如index(a,b,c), where a=3 and b like 'abc%' and c=4，a能用，b能用，c不能用。

5、不能使用索引中范围条件右边的列（范围列可以用到索引），范围列之后列的索引全失效  
范围条件有：<、<=、>、>=、between等。

索引最多用于一个范围列，如果查询条件中有两个范围列则无法全用到索引。

假如有联合索引 (empno、title、fromdate)，那么下面的 SQL 中 emp\_no 可以用到索引，而title 和 from\_date 则使用不到索引。

select \* from employees.titles where emp\_no < 10010' and title='Senior Engineer'and from\_date between '1986-01-01' and '1986-12-31'  
6、不要在索引列上面做任何操作（计算、函数），否则会导致索引失效而转向全表扫描  
例如下面的 SQL 语句，即使 date 上建立了索引，也会全表扫描：

select \* from doc where YEAR(create\_time) <= '2016';  
可优化为值计算，如下：

select \* from doc where create\_time <= '2016-01-01';  
比如下面的 SQL 语句：

select \* from order where date < = CURDATE()；  
可以优化为：

select \* from order where date < = '2018-01-2412:00:00';  
7、强制类型转换会全表扫描  
字符串类型不加单引号会导致索引失效，因为mysql会自己做类型转换,相当于在索引列上进行了操作。

如果 phone 字段是 varchar 类型，则下面的 SQL 不能命中索引。

select \* from user where phone=13800001234  
可以优化为：

select \* from user where phone='13800001234';  
8、更新十分频繁、数据区分度不高的列不宜建立索引  
更新会变更 B+ 树，更新频繁的字段建立索引会大大降低数据库性能。

“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似。

一般区分度在80%以上的时候就可以建立索引，区分度可以使用 count(distinct(列名))/count(\*) 来计算。

9、利用覆盖索引来进行查询操作，避免回表，减少select \* 的使用  
覆盖索引：查询的列和所建立的索引的列个数相同，字段相同。

被查询的列，数据能从索引中取得，而不用通过行定位符 row-locator 再到 row 上获取，即“被查询列要被所建的索引覆盖”，这能够加速查询速度。

例如登录业务需求，SQL语句如下。

Select uid, login\_time from user where login\_name=? and passwd=?  
可以建立(login\_name, passwd, login\_time)的联合索引，由于 login\_time 已经建立在索引中了，被查询的 uid 和 login\_time 就不用去 row 上获取数据了，从而加速查询。

10、索引不会包含有NULL值的列  
只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时，尽量使用not null 约束以及默认值。

11、is null, is not null无法使用索引  
12、如果有order by、group by的场景，请注意利用索引的有序性  
order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现file\_sort 的情况，影响查询性能。

例如对于语句 where a=? and b=? order by c，可以建立联合索引(a,b,c)。

如果索引中有范围查找，那么索引有序性无法利用，如WHERE a>10 ORDER BY b;，索引(a,b)无法排序。

13、使用短索引（前缀索引）  
对列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果该列在前10个或20个字符内，可以做到既使得前缀索引的区分度接近全列索引，那么就不要对整个列进行索引。因为短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作，减少索引文件的维护开销。可以使用count(distinct leftIndex(列名, 索引长度))/count(\*) 来计算前缀索引的区分度。

但缺点是不能用于 ORDER BY 和 GROUP BY 操作，也不能用于覆盖索引。

不过很多时候没必要对全字段建立索引，根据实际文本区分度决定索引长度即可。

14、利用延迟关联或者子查询优化超多分页场景  
MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写。

示例如下，先快速定位需要获取的id段，然后再关联:

selecta.\* from 表1 a,(select id from 表1 where 条件 limit100000,20 ) b where a.id=b.id；  
15、如果明确知道只有一条结果返回，limit 1 能够提高效率  
比如如下 SQL 语句：

select \* from user where login\_name=?;  
可以优化为：

select \* from user where login\_name=? limit 1  
自己明确知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动。

16、超过三个表最好不要 join  
需要 join 的字段，数据类型必须一致，多表关联查询时，保证被关联的字段需要有索引。

例如：left join是由左边决定的，左边的数据一定都有，所以右边是我们的关键点，建立索引要建右边的。当然如果索引在左边，可以用right join。

17、单表索引建议控制在5个以内  
18、SQL 性能优化 explain 中的 type：至少要达到 range 级别，要求是 ref 级别，如果可以是 consts 最好  
consts：单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。

ref：使用普通的索引（Normal Index）。

range：对索引进行范围检索。

当 type=index 时，索引物理文件全扫，速度非常慢。

19、业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引  
不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的。另外，即使在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。

20.创建索引时避免以下错误观念  
索引越多越好，认为需要一个查询就建一个索引。

宁缺勿滥，认为索引会消耗空间、严重拖慢更新和新增速度。

抵制惟一索引，认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。

过早优化，在不了解系统的情况下就开始优化。

索引选择性与前缀索引  
既然索引可以加快查询速度，那么是不是只要是查询语句需要，就建上索引？答案是否定的。因为索引虽然加快了查询速度，但索引也是有代价的：索引文件本身要消耗存储空间，同时索引会加重插入、删除和修改记录时的负担，另外，MySQL在运行时也要消耗资源维护索引，因此索引并不是越多越好。一般两种情况下不建议建索引。

第一种情况是表记录比较少，例如一两千条甚至只有几百条记录的表，没必要建索引，让查询做全表扫描就好了。至于多少条记录才算多，这个个人有个人的看法，我个人的经验是以2000作为分界线，记录数不超过 2000可以考虑不建索引，超过2000条可以酌情考虑索引。

另一种不建议建索引的情况是索引的选择性较低。所谓索引的选择性（Selectivity），是指不重复的索引值（也叫基数，Cardinality）与表记录数（\#T）的比值：

Index Selectivity = Cardinality / \#T  
显然选择性的取值范围为(0, 1\]\`\`，选择性越高的索引价值越大，这是由B+Tree的性质决定的。例如，employees.titles表，如果title\`字段经常被单独查询，是否需要建索引，我们看一下它的选择性：

SELECT count(DISTINCT(title))/count(\*) AS Selectivity FROM employees.titles;  
\+-------------+  
| Selectivity |  
\+-------------+  
|      0.0000 |  
\+-------------+  
title的选择性不足0.0001（精确值为0.00001579），所以实在没有什么必要为其单独建索引。

有一种与索引选择性有关的索引优化策略叫做前缀索引，就是用列的前缀代替整个列作为索引key，当前缀长度合适时，可以做到既使得前缀索引的选择性接近全列索引，同时因为索引key变短而减少了索引文件的大小和维护开销。下面以employees.employees表为例介绍前缀索引的选择和使用。

假设employees表只有一个索引<emp\_no>，那么如果我们想按名字搜索一个人，就只能全表扫描了：

SELECT count(DISTINCT(first\_name))/count(\*) AS Selectivity FROM employees.employees;  
\+-------------+  
| Selectivity |  
\+-------------+  
|      0.0042 |  
\+-------------+  
SELECT count(DISTINCT(concat(first\_name, last\_name)))/count(\*) AS Selectivity FROM employees.employees;  
\+-------------+  
| Selectivity |  
\+-------------+  
|      0.9313 |  
\+-------------+  
<first\_name>显然选择性太低，\`\`<first\_name, last\_name>选择性很好，但是first\_name和last\_name加起来长度为30，有没有兼顾长度和选择性的办法？可以考虑用first\_name和last\_name的前几个字符建立索引，例如<first\_name, left(last\_name, 3)>\`，看看其选择性：

SELECT count(DISTINCT(concat(first\_name, left(last\_name, 3))))/count(\*) AS Selectivity FROM employees.employees;  
\+-------------+  
| Selectivity |  
\+-------------+  
|      0.7879 |  
\+-------------+  
   
选择性还不错，但离0.9313还是有点距离，那么把last\_name前缀加到4：

SELECT count(DISTINCT(concat(first\_name, left(last\_name, 4))))/count(\*) AS Selectivity FROM employees.employees;  
\+-------------+  
| Selectivity |  
\+-------------+  
|      0.9007 |  
\+-------------+  
这时选择性已经很理想了，而这个索引的长度只有18，比<first\_name, last\_name>短了接近一半，我们把这个前缀索引建上：

ALTER TABLE employees.employees  
ADD INDEX \`first\_name\_last\_name4\` (first\_name, last\_name(4));  
此时再执行一遍按名字查询，比较分析一下与建索引前的结果：

SHOW PROFILES;  
\+----------+------------+---------------------------------------------------------------------------------+  
| Query\_ID | Duration   | Query                                                                           |  
\+----------+------------+---------------------------------------------------------------------------------+  
|       87 | 0.11941700 | SELECT \* FROM employees.employees WHERE first\_name='Eric' AND last\_name='Anido' |  
|       90 | 0.00092400 | SELECT \* FROM employees.employees WHERE first\_name='Eric' AND last\_name='Anido' |  
\+----------+------------+---------------------------------------------------------------------------------+

前缀索引兼顾索引大小和查询速度，但是其缺点是不能用于`ORDER BY`和`GROUP BY`操作，也不能用于`Covering index`（即当索引本身包含查询所需全部数据时，不再访问数据文件本身）

[format_png]: /images/20220829/2ceb9b34327f45a5b50b474209d3c6ee.png