共计 5979 个字符,预计需要花费 15 分钟才能阅读完成。
索引类似大学图书馆建书目索引,可以提高数据检索的效率,降低数据库的 IO 成本。MySQL 在 300 万条记录左右性能开始逐渐下降,虽然官方文档说 500~800w 记录,所以大数据量建立索引是非常有必要的。MySQL 提供了 Explain,用于显示 SQL 执行的详细信息,可以进行索引的优化。
一、导致 SQL 执行慢的原因
1. 硬件问题。如网络速度慢,内存不足,I/ O 吞吐量小,磁盘空间满了等。
2. 没有索引或者索引失效。(一般在互联网公司,DBA 会在半夜把表锁了,重新建立一遍索引,因为当你删除某个数据的时候,索引的树结构就不完整了。所以互联网公司的数据做的是假删除. 一是为了做数据分析, 二是为了不破坏索引)
3. 数据过多(分库分表)
4. 服务器调优及各个参数设置(调整 my.cnf)
二、分析原因时,一定要找切入点
1. 先观察,开启慢查询日志,设置相应的阈值(比如超过 3 秒就是慢 SQL),在生产环境跑上个一天过后,看看哪些 SQL 比较慢。
2.Explain 和慢 SQL 分析。比如 SQL 语句写的烂,索引没有或失效,关联查询太多(有时候是设计缺陷或者不得以的需求)等等。
3.Show Profile 是比 Explain 更近一步的执行细节,可以查询到执行每一个 SQL 都干了什么事,这些事分别花了多少秒。
4. 找 DBA 或者运维对 MySQL 进行服务器的参数调优。
三、什么是索引?
MySQL 官方对索引的定义为:索引 (Index) 是帮助 MySQL 高效获取数据的数据结构。我们可以简单理解为:快速查找排好序的一种数据结构。Mysql 索引主要有两种结构:B+Tree 索引和 Hash 索引。我们平常所说的索引,如果没有特别指明,一般都是指 B 树结构组织的索引(B+Tree 索引)。索引如图所示:
最外层浅蓝色磁盘块 1 里有数据 17、35(深蓝色)和指针 P1、P2、P3(黄色)。P1 指针表示小于 17 的磁盘块,P2 是在 17-35 之间,P3 指向大于 35 的磁盘块。真实数据存在于子叶节点也就是最底下的一层 3、5、9、10、13……非叶子节点不存储真实的数据,只存储指引搜索方向的数据项,如 17、35。
查找过程:例如搜索 28 数据项,首先加载磁盘块 1 到内存中,发生一次 I /O,用二分查找确定在 P2 指针。接着发现 28 在 26 和 30 之间,通过 P2 指针的地址加载磁盘块 3 到内存,发生第二次 I /O。用同样的方式找到磁盘块 8,发生第三次 I /O。
真实的情况是,上面 3 层的 B +Tree 可以表示上百万的数据,上百万的数据只发生了三次 I / O 而不是上百万次 I /O,时间提升是巨大的。
四、Explain 分析
前文铺垫完成,进入实操部分,先来插入测试需要的数据:
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’);
初体验,执行 Explain 的效果:
索引使用情况在 possible_keys、key 和 key_len 三列,接下来我们先从左到右依次讲解。
1.id
–id 相同, 执行顺序由上而下
explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;
–id 不同, 值越大越先被执行
explain select * from user_info where id=(select user_id from order_info where product_name =’p8′);
2.select_type
可以看 id 的执行实例,总共有以下几种类型:
SIMPLE:表示此查询不包含 UNION 查询或子查询
PRIMARY:表示此查询是最外层的查询
SUBQUERY:子查询中的第一个 SELECT
UNION:表示此查询是 UNION 的第二或随后的查询
DEPENDENT UNION:UNION 中的第二个或后面的查询语句, 取决于外面的查询
UNION RESULT, UNION 的结果
DEPENDENT SUBQUERY: 子查询中的第一个 SELECT, 取决于外面的查询. 即子查询依赖于外层查询的结果.
DERIVED:衍生,表示导出表的 SELECT(FROM 子句的子查询)
3.table
table 表示查询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 为 1 的 <derived2> 的表示 id 为 2 的 u 和 o 表衍生出来的。
4.type
type 字段比较重要,它提供了判断查询是否高效的重要依据依据。通过 type 字段,我们判断此次查询是 全表扫描 还是 索引扫描等。
type 常用的取值有:
system: 表中只有一条数据,这个类型是特殊的 const 类型。
const: 针对主键或唯一索引的等值查询扫描,最多只返回一行数据。const 查询速度非常快,因为它仅仅读取一次即可。例如下面的这个查询,它使用了主键索引,因此 type 就是 const 类型的:explain select * from user_info where id = 2;
eq_ref: 此类型通常出现在多表的 join 查询,表示对于前表的每一个结果,都只能匹配到后表的一行结果。并且查询的比较操作通常是 =,查询效率较高。例如:explain select * from user_info, order_info where user_info.id = order_info.user_id;
ref: 此类型通常出现在多表的 join 查询,针对于非唯一或非主键索引,或者是使用了 最左前缀 规则索引的查询。例如下面这个例子中,就使用到了 ref 类型的查询:explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5
range: 表示使用索引范围查询,通过索引字段范围获取表中部分数据记录。这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下面的例子就是一个范围查询:explain select * from user_info where id between 2 and 8;
index: 表示全索引扫描(full index scan),和 ALL 类型类似,只不过 ALL 类型是全表扫描,而 index 类型则仅仅扫描所有的索引,而不扫描数据。index 类型通常出现在:所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据。当是这种情况时,Extra 字段 会显示 Using index。
ALL: 表示全表扫描,这个类型的查询是性能最差的查询之一。通常来说,我们的查询不应该出现 ALL 类型的查询,因为这样的查询在数据量大的情况下,对数据库的性能是巨大的灾难。如一个查询是 ALL 类型查询,那么一般来说可以对相应的字段添加索引来避免。
通常来说, 不同的 type 类型的性能关系如下:
ALL < index < range ~ index_merge < ref < eq_ref < const < system
ALL 类型因为是全表扫描,因此在相同的查询条件下,它是速度最慢的。而 index 类型的查询虽然不是全表扫描,但是它扫描了所有的索引,因此比 ALL 类型的稍快. 后面的几种类型都是利用了索引来查询数据,因此可以过滤部分或大部分数据,因此查询效率就比较高了。
5.possible_keys
它表示 mysql 在查询时,可能使用到的索引。注意,即使有些索引在 possible_keys 中出现,但是并不表示此索引会真正地被 mysql 使��到。mysql 在查询时具体使用了哪些索引,由 key 字段决定。
6.key
此字段是 mysql 在当前查询时所真正使用到的索引。比如请客吃饭,possible_keys 是应到多少人,key 是实到多少人。当我们没有建立索引时:
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;
建立复合索引后再查询:
7.key_len
表示查询优化器使用了索引的字节数,这个字段可以评估组合索引是否完全被使用。
8.ref
这个表示显示索引的哪一列被使用了,如果可能的话, 是一个常量。前文的 type 属性里也有 ref,注意区别。
9.rows
rows 也是一个重要的字段,mysql 查询优化器根据统计信息,估算 sql 要查找到结果集需要扫描读取的数据行数,这个值非常直观的显示 sql 效率好坏,原则上 rows 越少越好。可以对比 key 中的例子,一个没建立索引钱,rows 是 9,建立索引后,rows 是 4。
10.extra
explain 中的很多额外的信息会在 extra 字段显示, 常见的有以下几种内容:
using filesort:表示 mysql 需额外的排序操作,不能通过索引顺序达到排序效果。一般有 using filesort 都建议优化去掉,因为这样的查询 cpu 资源消耗大。
using index:覆盖索引扫描,表示查询在索引树中就可查找所需数据,不用扫描表数据文件,往往说明性能不错。
using temporary:查询有使用临时表, 一般出现于排序,分组和多表 join 的情况,查询效率不高,建议优化。
using where:表名使用了 where 过滤。
五、优化案例
explain select u.*,o.* from user_info u LEFT JOIN order_info o on u.id=o.user_id;
执行结果,type 有 ALL,并且没有索引:
开始优化,在关联列上创建索引,明显看到 type 列的 ALL 变成 ref,并且用到了索引,rows 也从扫描 9 行变成了 1 行:
这里面一般有个规律是:左链接索引加在右表上面,右链接索引加在左表上面。
六、是否需要创建索引?
索引虽然能非常高效的提高查询速度,同时却会降低更新表的速度。实际上索引也是一张表,该表保存了主键与索引字段,并指向实体表的记录,所以索引列也是要占用空间的。
我是个普通的程序猿,水平有限,文章难免有错误,欢迎牺牲自己宝贵时间的读者,就本文内容直抒己见,我的目的仅仅是希望对读者有所帮助。
: