【2022黑马程序员】Mysql索引总结

发布时间:2024-02-13 14:30

【2022黑马程序员】Mysql索引笔记

文章目录

  • 【2022黑马程序员】Mysql索引笔记
    • 定义
      • 有无索引
      • 特点
    • 索引结构
      • 二叉树
      • 比较理想的情况
      • 不理想的情况
      • B-Tree
      • B+Tree
      • Hash
      • 思考
    • 索引分类
      • 索引分类
      • 聚集索引&二级索引
        • 执行过程
        • 思考
    • 索引语法
    • SQL性能分析
      • SQL执行频率
      • 慢查询日志
      • profile详情
      • explain-常用
    • 索引使用
      • 验证索引效
      • 最左前缀法则
        • 思考
      • 范围查询
      • 索引失效情况
      • 数据分布影响
        • is null 与 is not null 操作是否走索引
      • SQL提示
      • 覆盖索引
        • 思考
      • 前缀索引
        • 前缀长度
        • 查询流程
      • 单列索引与联合索引
    • 索引设计原则

定义

索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据, 这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。

\"【2022黑马程序员】Mysql索引总结_第1张图片\"

假如我们要执行的SQL语句为 : select * from user where age = 45;

有无索引

  1. 无索引情况

\"【2022黑马程序员】Mysql索引总结_第2张图片\"

​ 在无索引情况下,就需要从第一行开始扫描,一直扫描到最后一行,我们称之为 全表扫描,性能很差

  1. 有索引情况

\"【2022黑马程序员】Mysql索引总结_第3张图片\"

​ 如果我们针对于这张表建立了索引,假设索引结构就是二叉树,那么也就意味着,会对age这个字段建 立一个二叉树的索引结构。

此时我们在进行查询时,只需要扫描三次就可以找到数据了,极大的提高的查询的效率。

特点

优势 劣势
提高数据检索的效率,降低数据库 的IO成本 索引列也是要占用空间的
降低数据排序的成本,降低CPU的消耗 索引大大提高了查询效率,同时却也降低更新表的速度, 如对表进行INSERT、UPDATE、DELETE时,效率降低。

索引结构

\"【2022黑马程序员】Mysql索引总结_第4张图片\"

\"【2022黑马程序员】Mysql索引总结_第5张图片\"

二叉树

比较理想的情况

![在这里插入图片描述](https://img-blog.csdnimg.cn/e6370d0412bc40e18679d51e1621cf16.png =400*360)

不理想的情况

\"【2022黑马程序员】Mysql索引总结_第6张图片\"

所以,如果选择二叉树作为索引结构,会存在以下缺点:

  1. 顺序插入时,会形成一个链表,查询性能大大降低。
  2. 大数据量情况下,层级较深,检索速度慢。

B-Tree

B-Tree,B树是一种多叉路衡查找树,相对于二叉树,B树每个节点可以有多个分支,即多叉。 以一颗最大度数(max-degree)为5(5阶)的b-tree为例,那这个B树每个节点最多存储4个key,5 个指针:

\"【2022黑马程序员】Mysql索引总结_第7张图片\"

数据可视化网站:Data Structure Visualization (usfca.edu)
\"【2022黑马程序员】Mysql索引总结_第8张图片\"

B+Tree

B+Tree是B-Tree的变种,我们以一颗最大度数(max-degree)为4(4阶)的b+tree为例,来看一 下其结构示意图:

\"【2022黑马程序员】Mysql索引总结_第9张图片\"

我们可以看到,两部分:

  • 绿色框框起来的部分,是索引部分,仅仅起到索引数据的作用,不存储数据。
  • 红色框框起来的部分,是数据存储部分,在其叶子节点中要存储具体的数据。

\"【2022黑马程序员】Mysql索引总结_第10张图片\"

最终我们看到,B+Tree 与 B-Tree相比,主要有以下三点区别:

  • 所有的数据都会出现在叶子节点。
  • 叶子节点形成一个单向链表。
  • 非叶子节点仅仅起到索引数据作用,具体的数据都是在叶子节点存放的。

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加一个指向相邻叶子节点 的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能,利于排序。

\"【2022黑马程序员】Mysql索引总结_第11张图片\"

Hash

哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在 hash表中。

\"【2022黑马程序员】Mysql索引总结_第12张图片\"

特点

  • Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,< ,…)
  • 无法利用索引完成排序操作
  • 查询效率高,通常(不存在hash冲突的情况)只需要一次检索就可以了,效率通常要高于B+tree索引

思考

思考题: 为什么InnoDB存储引擎选择使用B+tree索引结构?

A. 相对于二叉树,层级更少,搜索效率高;

B. 对于B-tree,无论是叶子节点还是非叶子节点,都会保存数据,这样导致一页中存储的键值减少,指针跟着减少,要同样保存大量数据,只能增加树的高度,导致性能降低;

C. 相对Hash索引,B+tree支持范围匹配及排序操作;

索引分类

索引分类

在MySQL数据库,将索引的具体类型主要分为以下几类:主键索引、唯一索引、常规索引、全文索引。

\"【2022黑马程序员】Mysql索引总结_第13张图片\"

聚集索引&二级索引

\"【2022黑马程序员】Mysql索引总结_第14张图片\"

聚集索引选取规则:

  • 如果存在主键,主键索引就是聚集索引。
  • 如果不存在主键,将使用第一个唯一(UNIQUE)索引作为聚集索引。
  • 如果表没有主键,或没有合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚集索 引。

\"【2022黑马程序员】Mysql索引总结_第15张图片\"

  • 聚集索引的叶子节点下挂的是这一行的数据
  • 二级索引的叶子节点下挂的是该字段值对应的主键值

执行过程

selsct * from user where name=\'Arm\';

\"【2022黑马程序员】Mysql索引总结_第16张图片\"

具体过程如下:

①. 由于是根据name字段进行查询,所以先根据name=\'Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。

②. 由于查询返回的数据是*,所以此时,还需要根据主键值10,到聚集索引中查找10对应的记录,最终找到10对应的行row。

③. 最终拿到这一行的数据,直接返回即可。

回表查询: 这种先到二级索引中查找数据,找到主键值,然后再到聚集索引中根据主键值,获取 数据的方式,就称之为回表查询。

思考

思考题: 以下两条SQL语句,那个执行效率高? 为什么?

A. select * from user where id = 10 ;

B. select * from user where name = ‘Arm’ ;

备注: id为主键,name字段创建的有索引;

解答: A 语句的执行性能要高于B 语句。 因为A语句直接走聚集索引,直接返回数据。 而B语句需要先查询name字段的二级索引,然 后再查询聚集索引,也就是需要进行回表查询。

思考题: InnoDB主键索引的B+tree高度为多高呢?

假设: 一行数据大小为1k,一页中可以存储16行这样的数据。

InnoDB的指针占用6个字节的空 间,主键即使为bigint,占用字节数为8。

高度为2: n * 8 + (n + 1) * 6 = 16* 1024 , 算出n约为 1170 1171* 16 = 18736

也就是说,如果树的高度为2,则可以存储 18000 多条记录。

高度为3: 1171 * 1171 * 16 = 21939856

也就是说,如果树的高度为3,则可以存储 2200w 左右的记录。

索引语法

1). 创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name ( index_col_name,... ) ;

2). 查看索引

SHOW INDEX FROM table_name ; 

3). 删除索引

DROP INDEX index_name ON table_name ;
//创建索引
CREATE INDEX idx_user_name ON tb_user(name);

//创建唯一索引
CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);

//创建联合索引
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

SQL性能分析

SQL执行频率

MySQL 客户端连接成功后,通过 show [session|global] status 命令可以提供服务器状态信 息。通过如下指令,可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE \'Com_______\'

一个_代表一个操作

\"【2022黑马程序员】Mysql索引总结_第17张图片\"

通过上述指令,我们可以查看到当前数据库到底是以查询为主,还是以增删改为主,从而为数据库优化提供参考依据。 如果是以增删改为主,我们可以考虑不对其进行索引的优化。 如果是以查询为主,那么就要考虑对数据库的索引进行优化了。

慢查询日志

慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位:秒,默认10秒)的所有 SQL语句的日志。

#查看是否开启了慢查询日志
show variables like \'slow_query_log\';

\"【2022黑马程序员】Mysql索引总结_第18张图片\"

如果要开启慢查询日志,需要在MySQL的配置文件(/etc/my.cnf)中配置如下信息:

# 开启MySQL慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为2秒,SQL语句执行时间超过2秒,就会视为慢查询,记录慢查询日志
long_query_time=2

重启mysql

systemctl restart mysqld

profile详情

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling 参数,能够看到当前MySQL是否支持profile操作:

SELECT @@have_profiling ;

\"【2022黑马程序员】Mysql索引总结_第19张图片\"

可以看到,当前MySQL是支持 profile操作的,但是开关是关闭的。可以通过set语句在 session/global级别开启profiling:

SET profiling = 1;

开关已经打开了,接下来,我们所执行的SQL语句,都会被MySQL记录,并记录执行时间消耗到哪儿去 了。 我们直接执行如下的SQL语句:

select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = \'白起\';

执行一系列的业务SQL的操作,然后通过如下指令查看指令的执行耗时:

-- 查看每一条SQL的耗时基本情况
show profiles;
-- 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

\"【2022黑马程序员】Mysql索引总结_第20张图片\"

\"【2022黑马程序员】Mysql索引总结_第21张图片\"

explain-常用

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息,包括在 SELECT 语句执行 过程中表如何连接和连接的顺序。

-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

\"在这里插入图片描述\"

Explain 执行计划中各个字段的含义:

\"【2022黑马程序员】Mysql索引总结_第22张图片\"

索引使用

验证索引效

当一张表没有建立索引时,进行全表查询的时其执行效率明显慢于有索引的情况。当表中的某一个字段建立索引时,其效率会大大提高。

最左前缀法则

如果索引了多列(联合索引),要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始, 并且不跳过索引中的列。如果跳跃某一列,索引将会部分失效(后面的字段索引失效)。

\"【2022黑马程序员】Mysql索引总结_第23张图片\"

在 tb_user 表中,有一个联合索引,这个联合索引涉及到三个字段,顺序分别为:profession, age,status。

对于最左前缀法则指的是,查询时,最左变的列,也就是profession必须存在,否则索引全部失效。 而且中间不能跳过某一列,否则该列后面的字段索引将失效。

思考

当执行SQL语句: explain select * from tb_user where age = 31 and status = ‘0’ and profession = ‘软件工程’; 时,是否满足最左前缀法则,走不走上述的联合索引,索引长度?

\"【2022黑马程序员】Mysql索引总结_第24张图片\"

可以看到,是完全满足最左前缀法则的,索引长度54,联合索引是生效的。 注意 : 最左前缀法则中指的最左边的列,是指在查询时,联合索引的最左边的字段(即是第一个字段)必须存在,与我们编写SQL时,条件编写的先后顺序无关。

范围查询

联合索引中,出现范围查询(>,<),范围查询右侧的列索引失效。

\"【2022黑马程序员】Mysql索引总结_第25张图片\"

当范围查询使用> 或 < 时,走联合索引了,但是索引的长度为49,就说明范围查询右边的status字段是没有走索引的。

explain select * from tb_user where profession = \'软件工程\' and age >= 30 and status = \'0\';

\"【2022黑马程序员】Mysql索引总结_第26张图片\"

当范围查询使用>= 或 <= 时,走联合索引了,但是索引的长度为54,就说明所有的字段都是走索引 的。

所以,在业务允许的情况下,尽可能的使用类似于 >= 或 <= 这类的范围查询,而避免使用 > 或 <

索引失效情况

  1. 不要在索引列上进行运算操作, 索引将失效。
explain select * from tb_user where substring(phone,10,2) = \'15\';
  1. 字符串不加引号
explain select * from tb_user where phone = \'17799990015\';
explain select * from tb_user where phone = 17799990015;
  1. 模糊查询-如果仅仅是尾部模糊匹配,索引不会失效。如果是头部模糊匹配,索引失效。
explain select * from tb_user where profession like \'软件%\';
explain select * from tb_user where profession like \'%工程\';
explain select * from tb_user where profession like \'%工%\';
  1. or连接条件-用or分割开的条件, 如果or前的条件中的列有索引,而后面的列中没有索引,那么涉及的索引都不会被用到。
explain select * from tb_user where id = 10 or age = 23;
explain select * from tb_user where phone = \'17799990017\' or age = 23;

当or连接的条件,左右两侧字段都有索引时,索引才会生效。

数据分布影响

如果MySQL评估使用索引比全表更慢,则不使用索引。

select * from tb_user where phone >= \'17799990005\';
select * from tb_user where phone >= \'17799990020\'

\"[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0AGDGvx9-1655351103712)(Mysql索引.assets/image-20220616111939457.png)]\"

\"【2022黑马程序员】Mysql索引总结_第27张图片\"

为MySQL在查询时,会评估使用索引的效率与走全表扫描的效率,如果走全表扫描更快,则放弃索引,走全表扫描。 因为索引是用来索引少量数据的,如果通过索引查询返回大批量的数据,则还不如走全表扫描来的快,此时索引就会失效。

is null 与 is not null 操作是否走索引

explain select * from tb_user where profession is null;
explain select * from tb_user where profession is not null;

\"【2022黑马程序员】Mysql索引总结_第28张图片\"
\"[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-z2fzsDUg-1655351103713)(Mysql索引.assets/image-20220616112144141.png)]\"

如果讲profession全部更新为null,这个结果将会调换

一模一样的SQL语句,先后执行了两次,结果查询计划是不一样的,为什么会出现这种现象,这是和数据库的数据分布有关系。查询时MySQL会评估,走索引快,还是全表扫描快,如果全表 扫描更快,则放弃索引走全表扫描。 因此,is null 、is not null是否走索引,得具体情况具体 分析,并不是固定的。

SQL提示

SQL提示,是优化数据库的一个重要手段,简单来说,就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

  1. use index : 建议MySQL使用哪一个索引完成此次查询(仅仅是建议,mysql内部还会再次进 行评估)。

    explain select * from tb_user use index(idx_user_pro) where profession = \'软件工程\';
    
  2. ignore index : 忽略指定的索引。

    explain select * from tb_user ignore index(idx_user_pro) where profession = \'软件工程\';
    
  3. force index : 强制使用索引。

    explain select * from tb_user force index(idx_user_pro) where profession = \'软件工程\';
    

覆盖索引

尽量使用覆盖索引,减少select *。 那么什么是覆盖索引呢? 覆盖索引是指查询使用了索引,并且需要返回的列,在该索引中已经全部能够找到 。

explain select id, profession from tb_user where profession = \'软件工程\' and age =31 and status = \'0\' ;
explain select id,profession,age, status from tb_user where profession = \'软件工程\'and age = 31 and status = \'0\' ;
explain select id,profession,age, status, name from tb_user where profession = \'软件工程\' and age = 31 and status = \'0\' ;
explain select * from tb_user where profession = \'软件工程\' and age = 31 and status = \'0\';

前面两条SQL的结果为 Using where; Using Index ; 而后面两条SQL的结果为: Using index condition 。

  • 因为,在tb_user表中有一个联合索引 idx_user_pro_age_sta,该索引关联了三个字段 profession、age、status,而这个索引也是一个二级索引,所以叶子节点下面挂的是这一行的主键id
  • 所以当我们查询返回的数据在 id、profession、age、status 之中,则直接走二级索引直接返回数据了。
  • 如果超出这个范围,就需要拿到主键id,再去扫描聚集索引,再获取额外的数据 ,这个过程就是回表。
  • 而我们如果一直使用select * 查询返回所有字段值,很容易就会造成回表 查询(除非是根据主键查询,此时只会扫描聚集索引)。

\"【2022黑马程序员】Mysql索引总结_第29张图片\"

\"【2022黑马程序员】Mysql索引总结_第30张图片\"
\"【2022黑马程序员】Mysql索引总结_第31张图片\"

C. 执行SQL:selet id,name from tb_user where name = ‘Arm’;

\"【2022黑马程序员】Mysql索引总结_第32张图片\"

\"【2022黑马程序员】Mysql索引总结_第33张图片\"

思考

思考题: 一张表, 有四个字段(id, username, password, status), 由于数据量大, 需要对以下SQL语句进行优化, 该如何进行才是最优方案: select id,username,password from tb_user where username = ‘itcast’;

针对于 username, password建立联合索引,

sql为: create index idx_user_name_pass on tb_user(username,password);

这样可以避免上述的SQL语句,在查询的过程中,出现回表查询

前缀索引

当字段类型为字符串(varchar,text,longtext等)时,有时候需要索引很长的字符串,这会让索引变得很大,查询时,浪费大量的磁盘IO, 影响查询效率。此时可以只将字符串的一部分前缀,建立索引,这样可以大大节约索引空间,从而提高索引效率

create index idx_xxxx on table_name(column(n)) ;

前缀长度

可以根据索引的选择性来决定,而选择性是指不重复的索引值(基数)和数据表的记录总数的比值, 索引选择性越高则查询效率越高, 唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的。

select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

\"【2022黑马程序员】Mysql索引总结_第34张图片\"

查询流程

\"【2022黑马程序员】Mysql索引总结_第35张图片\"

找到当前索引后,对比找到行和表中的字段是否一致,一致则返回

单列索引与联合索引

  1. 单列索引:即一个索引只包含单个列。
  2. 联合索引:即一个索引包含了多个列。

在业务场景中,如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引, 而非单列索引。

使用联合索引可以在一定程度上避免回表查询,提高查询效率

索引设计原则

  1. 针对于数据量较大,且查询比较频繁的表建立索引

  2. 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。

  3. 尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高

  4. 如果是字符串类型的字段,字段的长度较长,可以针对于字段的特点,建立前缀索引

  5. 尽量使用联合索引,减少单列索引,查询时,联合索引很多时候可以覆盖索引,节省存储空间, 避免回表,提高查询效率

  6. 要控制索引的数量,索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率。

     create unique index idx_user_phone_name on tb_user(phone,name); 
    
  7. 如果索引列不能存储NULL值,请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含 NULL值时,它可以更好地确定哪个索引最有效地用于查询。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号