数据结构MySQL —— 索引
Posted Hgngy.
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构MySQL —— 索引相关的知识,希望对你有一定的参考价值。
目录
一、索引概述
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。
- 演示:
| |
注意:上述二叉树索引结构的只是一个示意图,并不是真实的索引结构。
- 优缺点:
优势 | 劣势 |
|
|
二、索引结构
MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种:
索引结构 | 描述 |
B+Tree索引 | 最常见的索引类型,大部分引擎都支持B+树索引。 |
Hash索引 | 底层数据结构是用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询。 |
R-tree (空间索引) | 空间索引是MyISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常使用较少 |
Full-text (全文索引) | 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES。 |
- B+Tree索引
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。
- Hash索引
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。
如果两个(或多个)键值,映射到一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞),可以通过链表来解决。
① Hash索引特点:
- 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,通常只需要一次检索就可以了,效率通常要高于B+tree索引
② 存储引擎支持:在MsaL中,支持hash索引的是Memory引擎,而innoD8中具有自适应hash功能,hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
思考:为什么InnoDB存储引擎选择使用B+Tree索引结构?(面试题)
- 相对于二叉树,层级更少,搜索效率越高。
- 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。
- 相对Hash索引,B+Tree支持范围匹配以及排序操作。
三、索引分类
分类 | 含义 | 特点 | 关键字 |
主键索引 | 针对于表中主键创建的索引 | 默认自动创建,只能有一个 | PRIMARY |
唯一索引 | 避免同一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
常规索引 | 快速定位特定数据 | 可以有多个 | |
全文索引 | 全文索引查找的是文本中的关键词,而不是比较索引中的值 | 可以有多个 | FULLTEXT |
在InnoDB存储引擎中,根据索引的存储形式,又可以分为以下两种:
分类 | 含义 | 特点 |
聚集索引 (Clustered lndex) | 将数据存储与索引放到一块,索引结构的叶子节点保存了行数据 | 必须有而且只有一个 |
二级索引(Secondary lndex) | 将数据与索引分开存储,索引结构的叶子节点关联的是对应主键 | 可以存在多个 |
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。
回表查询:先根据二级索引拿到主键值,再根据主键值走聚集索引拿到这一行的数据。 |
思考:以下SQL语句中,哪个执行效率高?为什么?
解答:第一个执行效率高。根据 id 直接找聚集(主键)索引构造的B+Tree,直接找到行数据返回;根据 name字段 需要先到二级索引的B+Tree上查找name对应的 primary key 的值,然后再回表查询去聚集索引的B+Tree上查找对应的行数据。
四、索引语法
- 创建索引:CREATE [ UNIQUE|FULLTEXT ] INDEX index_name ON table_name ( index_col_name, ... );
- 查看索引:SHOW INDEX FROM table_name;
- 删除索引:DROP INDEX index_name ON table_name;
示例练习:根据下列的需求,完成索引的创建
- name 字段为姓名字段,该字段的值可能会重复,为该字段创建索引。
- phone 手机号字段的值,是非空,且唯一的,为该字段创建唯一索引。
- 为 profession、age、status 创建联合索引。
- 为 email 建立合适的索引来提升查询效率。
show index from tb_user;
-- 1. name 字段为姓名字段,该字段的值可能会重复,为该字段创建索引。
create index idx_user_name on tb_user (name);
-- 2. phone 手机号字段的值,是非空,且唯一的,为该字段创建唯一索引。
create unique index idx_user_phone on tb_user(phone);
-- 3. 为 profession、age、status 创建联合索引。
create index idx_user_pro_age_stu on tb_user(profession,age,status);
-- 4. 为 email 建立合适的索引来提升查询效率。
create index idx_user_email on tb_user(email);
五、SQL性能分析
1. 查看执行频次
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: SHOW GLOBAL STATUS LIKE ' Com_ _ _ _ _ ';(一个下划线一个字符)
通过这种方式查看SQL执行频率,为SQL优化提供支撑。
2. 慢查询日志
- 查看慢查询日志开启情况
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100秒)的所有SQL语句的日志。MySQL的慢查询日志默认没有开启,需要在MySQL的配置文件(/etc/my.cnf)中配置信息:
配置完毕之后,通过以下指令重新启动MySQL服务器进行测试,查看慢日志文件中记录的信息 /var/lib/mysqL/localhost-slow.log。
3. show profiles指令
- 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 ;
- 默认profiling是关闭的,可以通过set语句在 session / global 级别开启profiling:SET profiling= 1;
- 执行了一系列业务SQL的操作,然后通过如下指令查看指令的执行耗时:
4. explain执行计划
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。语法:
EXPLAIN执行计划各字段含义:
- id:select查询的序列号,表示查询中执行select子句或者是操作表的顺序(id相同,执行顺序从上到下;id不同,值越大,越先执行)。
> 多对多的多表关联:id相同,执行顺序从上到下
> 子查询( 查询选修了"MySQL"课程的学生 ):id不同,值越大,越先执行
- select_type:表示SELECT的类型,常见的取值有SIMPLE(简单表,即不使用表连接或者子查询)、PRIMARY(主查询,即外层的查询)、UNION (UNION中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询)等。
- type:表示连接类型,性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all 。
- possible_key:显示可能应用在这张表上的索引,一个或多个。
- key:实际使用的索引,如果为NULL,则没有使用索引。
- Key_len:表示索引中使用的字节数,该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下,长度越短越好。
- rows:MySQL认为必须要执行查询的行数,在innodb引擎的表中,是一个估计值,可能并不总是准确的。
- filtered:表示返回结果的行数占需读取行数的百分比,filtered的值越大越好。
六、索引使用规则
1. 验证索引效率
- 在未创立索引之前,执行如下SQL语句,查看SQL的耗时:SELECT *FROM tb_sku WHERE sn = '100000003145001' ;
我们发现执行一条数据的查询用时20.78秒,效率极低,原因在于:因为表中 id 为主键,默认主键索引,而 sn字段没有索引,所以效率低。
- 针对字段创建索引:create index idx_sku_sn on tb_sku(sn) ;(构建B+Tree索引结构)
- 然后再次执行相同的SQL语句,再次查看SQL的耗时:SELECT *FROM tb_sku WHERE sn = '100000003145001' ;
PS:以上证明了索引对于查询效率的提升。
2. 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,索引将部分失效(后面的字段索引失效)。
- 与存放位置无关,只要存在即可。
示例:联合索引idx_user_pro_age_sta
explain select * 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';
explain select * from tb_user where age = 31 and status = '10';
explain select * from tb_user
where age = 31 and status = '0' and profession = '软件工程';
3. 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。
explain select * from tb_user
where profession = '软件工程'and age > 30 and status = '0';
explain select * from tb_user
where profession = '软件工程'and age >= 30 and status = '0';
4. 索引失效情况
- 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';
- 字符串类型字段使用时,不加引号,索引将失效。
explain select * from tb_user
where profession='软件工程' and age = 31 and status = 0;
- 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';
- 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用到。
explain select * from tb_user where id = 10 or age = 23;
由于age没有索引,即使id有索引,索引也会失效,索引需要针对于age也要建立索引。
5. SQL提示
通过小例子了解SQL提示:
已知profession查询会用到复合索引,那么如果我们再创建单列索引。
create index idx_user _pro on tb_user (profession);
那么当我们再次查询时,那么将会选择用复合索引还是单列索引呢?
因此: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。
- use index:建议使用某个索引
- ignore index:忽略使用某个索引
- force index:强制使用某个索引
6. 覆盖索引
之前我们在基础篇中提到,尽量不要使用select * ,一方面不直观,可读性差,另一方面效率低下。所以尽量使用覆盖索引(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,pofession,age,status from tb_user
where profession = '软件工程' and age = 31 and status = '0';
解释:id,pofession,age之间存在联合索引,属于二级索引,可以拿到我们想要找到的数据直接返回,不需要再查找聚集索引。
explain select id,profession,age,status, name from tb_user
where profession = '软件工程' and age = 31 and status = '0';
解释:id,profession,age,status通过二级索引都可以查询到,但是name字段不可以,需要通过id再到聚集索引中进行查找name字段即回表查询。
知识小贴纸:
- using index condition ;查找使用了索引,但是需要回表查询数据。
- using where; using index:查找使用了索引,但是需要的数据都在索引列中能找到,所以不需要回表查询数据。
7. 前缀索引
当字段类型为字符串(varchar, text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lO,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。
- 语法:create index idx xooxx 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。
- 公式:
select count(distinct ermail) / count(*) from tb_user ; | |
select coint(distinct substring(email,1,5)) / count(*) from tb_user ; |
-- 创建前缀索引 长度为5
create index idx_email_5 on tb_user (email(5));
explain select * from tb_user where email = 'daqiao666@sina.com' ;
8. 单列索引与联合索引的选择
- 单列索引:即一个索引只包含单个列。
- 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,而非但列索引。
单列索引情况:
explain select id, phone, name from tb_user
where phone = '123456789' and name = '张三';
多条件联合查询时,MySQL优化器会评估哪个字段的索引效率更高,会选择该索引完成本次查询。
而我们想要使用我们创建联合索引,不使用单列索引:
create unqiue index idx_user_phone_name on tb_user (phone, name) ;
explain select id,phone, name from tb_user use index(idx_user_phone_name)
where phone = '123456789' and name = '张三';
七、索引设计原则
- 针对于数据量较大,且查询比较频繁的表建立索引。
- 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。
- 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。
- 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。
- 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。
- 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。
- 如果索引列不能存储NULL值,请在创建表时使用 NOTNULL 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。
mysql数据库怎么建索引?
给个例子,给点解释都行
MySQL数据库建立索引步骤:1、使用SQLPlus或者PLSQL登录MySQL数据库。
2、执行语句create index indexname on table(col) tablespace tablespacename;其中
"indexname"为需要建立索引的索引名;
"table"是需要建立索引的表;
"col"为需要建立索引的字段列;
”tablespacename“为建立索引存放的空间(如果不需要制定表空间则使用“create index indexname on table(col)”)。 参考技术A 表名右击,菜单里面就有索引,然后选择要索引的字段。。确定就可以了 参考技术B 好难 参考技术C create index 索引名称 on 表
(
字段
);本回答被提问者采纳
以上是关于数据结构MySQL —— 索引的主要内容,如果未能解决你的问题,请参考以下文章