MySQL分布值很少的字段要不要加索引
Posted wgchen~
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MySQL分布值很少的字段要不要加索引相关的知识,希望对你有一定的参考价值。
mysql分布值很少的字段要不要加索引
场景
在我还是个mysql新手的时候,看到有的同事给字段值分布很少的字段也加索引,这违背了我看过的大部分mysql索引优化的文章内容,甚是疑惑。
例如:订单状态字段只有6个值: 0 待确认,1 已确认,2 已收货,3 已取消,4 已完成,5 已关闭
在我理解mysql B+tree的原理后,很有必要去实战这种情况到底有没有必要加索引。
建立相关表数据
建立带索引的表
DROP TABLE if EXISTS `bool_index`;
CREATE TABLE `bool_index` (
`id` INT (11) NOT NULL AUTO_INCREMENT,
`rand_id` VARCHAR (200) COMMENT '随机数',
`order_status` TINYINT (1) NOT NULL DEFAULT '0' COMMENT '订单状态.0待确认,1已确认,2已收货,3已取消,4已完成,5已作废',
`created_at` datetime NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_order_status` (`order_status`)
) ENGINE = INNODB DEFAULT CHARSET = utf8;
建立不带索引的表
DROP TABLE if EXISTS `bool_no_index`;
CREATE TABLE `bool_no_index` (
`id` INT (11) NOT NULL AUTO_INCREMENT,
`rand_id` VARCHAR (200) COMMENT '随机数',
`order_status` TINYINT (1) NOT NULL DEFAULT '0' COMMENT '订单状态.0待确认,1已确认,2已收货,3已取消,4已完成,5已作废',
`created_at` datetime NOT NULL,
PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8;
创作测试数据
DELIMITER $$
DROP PROCEDURE IF EXISTS `proc_index`$$
CREATE PROCEDURE proc_index()
BEGIN
DECLARE rand_id VARCHAR(120);
DECLARE order_status INT(1);
DECLARE i INT DEFAULT 0;
DECLARE createtime DATETIME;
-- 调试过程, 插入一些数据
WHILE i < 10000 DO
SET rand_id= SUBSTRING(MD5(RAND()),1,28);
-- 生成 订单状态值.0待确认,1已确认,2已收货,3已取消,4已完成,5已关闭
SET order_status = FLOOR(RAND()*10)%6;
SET createtime = NOW();
INSERT INTO `bool_index`(`rand_id`,`order_status`,`created_at`) VALUES(rand_id,order_status,createtime);
INSERT INTO `bool_no_index`(`rand_id`,`order_status`,`created_at`) VALUES(rand_id,order_status,createtime);
SET i=i+1;
END WHILE;
END$$
call proc_index();
添加的一万条数据
在表数据量不同的情况下测试结果
表数据量/耗时 | select * from bool_index where order_status=0 and rand_id="9a1dae86505d1778cb80e3bcb0b3"; | select * from bool_no_index where order_status=1 and rand_id='dade3f937953e2e525e913939381'; | order_status=3数据总量 |
1W | 0.002s | 0.002s | 约2000 |
4W | 0.011s | 0.009s | 约8000 |
8W | 0.021s | 0.021s | 约1.6W |
16W | 0.059s | 0.040s | 约3.2W |
32W | 0.142s | 0.110s | 约6.3W |
64W | 1.194s | 0.383s | 约12W |
100W | 2.761s | 0.563s | 约20W |
200W | 7.025s | 1.158s | 约40W |
通过比较,在数据量小于16W时,加索引和不加索引查询速度差别不大,数据大于16W时,随着数据量的增大,加索引的查询速度相对会越来越慢。
为什么随着数据量的增加,反而加索引的查询比没加索引的更慢呢?
如:第20001万条记录rand_id=‘6b84b2dbd3e81bfc67366a640d1a’ order_status=0
mysql> select * from bool_no_index where id>20000 limit 1;
+-------+------------------------------+--------------+---------------------+
| id | rand_id | order_status | created_at |
+-------+------------------------------+--------------+---------------------+
| 20001 | 6b84b2dbd3e81bfc67366a640d1a | 0 | 2021-08-24 15:05:59 |
+-------+------------------------------+--------------+---------------------+
1 row in set (0.00 sec)
通过explain分析执行情况
mysql> explain select * from bool_no_index where order_status=0 and rand_id="6b84b2dbd3e81bfc67366a640d1a";
+----+-------------+---------------+------------+------+---------------+------+---------+------+-------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+---------------+------------+------+---------------+------+---------+------+-------+----------+-------------+
| 1 | SIMPLE | bool_no_index | NULL | ALL | NULL | NULL | NULL | NULL | 30259 | 1.00 | Using where |
+----+-------------+---------------+------------+------+---------------+------+---------+------+-------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
mysql> explain select * from bool_index where order_status=0 and rand_id="6b84b2dbd3e81bfc67366a640d1a";
+----+-------------+------------+------------+------+------------------+------------------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+------------+------------+------+------------------+------------------+---------+-------+------+----------+-------------+
| 1 | SIMPLE | bool_index | NULL | ref | idx_order_status | idx_order_status | 1 | const | 6039 | 10.00 | Using where |
+----+-------------+------------+------------+------+------------------+------------------+---------+-------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
加索引扫描的数据rows=6039 ,不加索引rows=30259 (全表扫描),明明加索引的扫描条目更少,为何反而变慢了呢?
mysql> show profiles;
+----------+------------+-----------------------------------------------------------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+-----------------------------------------------------------------------------------------------------+
| 21 | 0.00019875 | explain select * from bool_no_index where order_status=0 and rand_id="6b84b2dbd3e81bfc67366a640d1a" |
| 22 | 0.00022850 | explain select * from bool_index where order_status=0 and rand_id="6b84b2dbd3e81bfc67366a640d1a" |
+----------+------------+-----------------------------------------------------------------------------------------------------+
15 rows in set, 1 warning (0.00 sec)
举一个非常好理解的场景(通过索引读取表中20%的数据)解释一下这个有趣的概念:
假设一张表含有10万行数据----------100000行
我们要读取其中20%(2万)行数据----20000行
表中每行数据大小80字节-------------80bytes
数据库中的数据块大小8K-------------8000bytes
所以有以下结果:
每个数据块包含100行数据---------100行
这张表一共有1000个数据块--------1000块
上面列出了一系列浅显易懂的数据,我们挖掘一下这些数据后面的故事:
通过索引读取20000行数据 = 约20000个table access by rowid = 需要处理20000个块来执行这个查询
但是,请大家注意:整个表只有1000个块!
所以:如果按照索引读取全部的数据的20%相当于将整张表平均读取了20次!!
So,这种情况下直接读取整张表的效率会更高。)(索引还涉及多次回表查询问题)
总结:禁止在更新十分频繁、区分度不高的属性上建立索引。
查看mysql 语句执行时间
开启profile==>查询表==>显示时间
mysql> set profiling=1;
Query OK, 0 rows affected (0.00 sec)
mysql> select * from t_user;
mysql> show profiles;
+----------+----------+----------------------+
| Query_ID | Duration | Query |
+----------+----------+----------------------+
| 1 | 0.277744 | select * from t_user |
+----------+----------+----------------------+
1 row in set
以上是关于MySQL分布值很少的字段要不要加索引的主要内容,如果未能解决你的问题,请参考以下文章