MySQL 如何创建索引及优化

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。

：