【mysql】索引相关的个人总结,
重点参考:
- MySQL索引原理及慢查询优化 (美团技术分享网站):原理、示例优化都写的很好。
- 索引很难么?带你从头到尾捋一遍MySQL索引结构,不信你学不会!:原理写的很好。
- 【从入门到入土】令人脱发的数据库底层设计:很详细的底层原理
一定要仔细看其中讲的索引原理!!!本文中都是简单的总结。
参考:
- 为什么用了索引,查询还是慢?
- MySQL 索引必须了解的几个重要问题
数据库中查询记录时是否每次只能使用一个索引?
- 聚簇索引、非聚簇索引、回表:聚簇索引和非聚簇索引讲的很详细。
聚集索引、辅助索引、覆盖索引、联合索引
MySQL索引选择及规则整理:仔细看里面提到的“前缀索引”
1. 重点知识概括
1.1索引类型
- Clustered Index(聚簇索引 或 聚集索引)
- Secondary Index(非聚簇索引 或 辅助索引 或 二级索引,一般指的都是 单列)
- 联合索引,多列二级索引
- 前缀索引,二级索引只截取前N个字符作为索引
- Covering Index(覆盖索引)
1.2 相关原理
- B+树
- 最左前缀匹配原则
- 联合索引的最左前缀匹配原则
- Index Condition Pushdown (ICP), 索引下推
1.3 使用索引的疑问或总结
2. 索引类型
总体来说,索引类型只存在:聚簇索引 和 非聚簇索引(二级索引)。
联合索引
、前缀索引
都是非聚簇索引
中的更明确分类。
覆盖索引
(个人觉得)并不算一种索引类型,而是基于非聚簇索引
的原理对查询的一种优化方式。
“回表查询”:
回到聚簇索引取行数据。1次回表查询需要2次B+树的遍历查找
,所以应该尽量避免回表(不要刻意避免,以免得不偿失)。
2.1 Clustered Index(聚簇索引 或 聚集索引)
- 键值的逻辑顺序决定了表中相应行的物理顺序
- 叶子节点中存放了该索引对应的行记录的完整数据(重点)
- InnoDB有且只有一个聚簇索引(一般都是PK,MyISAM中都是非聚簇索引)
- 聚簇索引可以包含多个列(联合索引),但使用的列越少越好
2.2 Secondary Index(非聚簇索引 或 辅助索引 或 二级索引)
(一般都指的是 单列索引,相对 联合索引 而言)
- 叶子节点不包含完整的行数据
- 叶子节点除包含键值以外,还包含一个pointer(或者bookmark)用于告诉InnoDB哪里可以找到与索引相对应的行数据(即需要回表查询,也增加了IO次数)
- 非聚簇索引 要远小于 聚簇索引 (mysql基于此特性,会优化一些sql,例如count(*))
2.3 联合索引
属于辅助索引
,只是:将多列作为索引,默认多列往右匹配。
2.4 前缀索引
前缀索引能有效减小索引文件的大小,提高索引的速度。
但是前缀索引也有它的坏处:
1)不能在 ORDER BY 或 GROUP BY 中使用前缀索引
2)也不能把它们用作覆盖索引(Covering Index)。
针对2)
的个人理解,前缀索引的叶子节点记录的也只是"主键"和"前缀值",需要回表才能拿到完整的值。
例如,假设需要创建 article_title列的索引,但是 article_title 可能很长(索引占用空间多),那么可以只取article_title的前N个字符作为 前缀索引。
语法:CREATE INDEX index_name ON table_name(column_name(length));
2.5 Covering Index(覆盖索引)
InnoDB存储引擎支持覆盖索引,即从辅助索引中就可以得到查询的记录,而不需要查询聚集索引中的记录。因此:
1) 使用覆盖索引可以避免回表查询(减少了大量的IO操作)
例如,假设存在索引(col_1, col_2, col_3)
,现有查询SQL select * from table where col_1 = xx
。如果在需求满足的情况下,可以有效利用覆盖索引来优化查询SQL select col_1, col_2, col_3 from table where col_1 = xx
。
2) 有助于统计
例如,假设存在非聚簇索引(name)
和聚簇索引(id)
,在执行统计查询select count(*)
时,查询优化器可能会选择使用 非聚簇索引。因为,非聚簇索引 要远小于 聚簇索引。
暂时还无法理解2)
,特别是 聚集索引、辅助索引、覆盖索引、联合索引 中基于 联合索引 & count 的示例更不理解~~~
student表:PRIMARY KEY (
id
), KEYidx_name
(name
), KEYidx_school_age
(school
,age
)`执行sql:select count(*) from student
优化器会选用idx_name
这个辅助索引。(具体看 explain)执行SQL:select count(*) from student where age > 10 and age < 15
优化器会选用idx_school_age
这个辅助索引。(具体看 explain)
3. 索引中的原理
3.1 B+树
- MySQL索引原理及慢查询优化 (美团技术分享网站):原理、示例优化都写的很好。
- 索引很难么?带你从头到尾捋一遍MySQL索引结构,不信你学不会!:原理写的很好。
- 【从入门到入土】令人脱发的数据库底层设计:很详细的底层原理
再次,再次,再次通过这3篇大神的文章简单理解就好。如果想深入理解,再baidu/google。
3.2 (单列辅助索引的)最左前缀匹配原则
忽略。
3.3 联合索引的最左前缀匹配原则
相比单例辅助索引
的最左前缀匹配原则,联合索引 是从左往右依次比较列。
例如col_1, col_2, col_3, col_4
,先比较col_1
,再比较col_2
,以此类推。
3.4 Index Condition Pushdown (ICP), 索引下推
参考:
- 索引下推(5.6版本+)
- MySQL--索引条件下推优化
- mysql索引篇之覆盖索引、联合索引、索引下推
在前面提到了一个疑问:
where a = 1 and b = 2 and c > 3 and d = 4
在已有联合索引(a, b, c, d)
时,c/d
能否用到联合索引?
在主要阅读的的2篇文章(美团大佬、java知音)都说的是:
最左前缀匹配原则,mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配。
比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引,d是用不到索引的,
如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整。
其中并未提到c
,而且个人觉得 c&d 都可以用到索引(只是不知道其性能如何)。
针对这疑问,我看到了索引下推
。
例如以上SQL可能有2种执行可能:
1)假设 c&d 都没用到索引,根据联合索引查询到满足 a&b 的条件,然后就回表找到所有行数据,再进行遍历筛选出c > 3 and d = 4
的数据行。
2)假设 c&d 都用到了索引,那么最后回表的数据行 一定小于等于 1)
中回表的数据行,这就是mysql的索引下推
mysql默认启用索引下推,可以通过变量来修改:
SET optimizer_switch = 'index_condition_pushdown=off';
注意:
a) 索引下推只能用于二级索引。(聚簇索引包含了行数据,这时候索引下推并不会起到减少回表操作的效果)
b) 索引下推一般可用于所求查询字段(select列)不是/不全是联合索引的字段,查询条件为多条件查询且查询条件子句(where/order by)字段全是联合索引。(没理解~~)
备注:
个人并不确定是 c&d 都用到索引,还是只有 c 用到索引,d未用到索引。
4. 索引使用中的疑问总结
(ps: cnblog的markdown对于 1.
和-
的解析貌似有错误,导致下面的序号是乱的)
<>
,!=
,not in
- 对字段进行函数运算
- 索引字段存在null
- 字符串不加单引号,例如phone是varchar类型但sql是
where phone=13800010002
- 最左前缀匹配原则
- 区分度高的列(美团文章提到)一般需要join的字段都要求是0.1以上。
- 尽量的扩展索引,不要新建索引。
联合索引 & 最左前缀匹配原则的优化,当存在(col_a, col_b)
的联合索引后,大多情况下不需要再创建a
索引 - 例如书 “SQL Tuning“,如果选择性超过 20% 那么全表扫描比使用索引性能更优。
(ps:整理完一看,并没有写或整理出多少东西...但磨磨唧唧也花费了蛮多时间)