mysql优化系列
不是教程，不是官方文档，而是自己实战的点滴记录，不一定适合新手和系统学习者
第一章 mysql索引
文章目录
- mysql优化系列
- 前言
- 1、Mysql索引
- 2、B+ Tree
- 2.1.特点
- 2.2. 结构分解
- 2.3. 例题分析
- 2.4. 验证索引
- 2.5.索引插入耗时
- 3. MySQL 中 B+ 树索引的设计与管理
- 总结
前言
不是教程，不是官方文档，而是自己实战的点滴记录，不一定适合新手和系统学习者。本篇文章尝试回答以下几个问题：
- B+ tree 为什么快?
- B+ tree 在存储多少层后（表的数据有多大后）性能开始显著下降？
- 建了几个索引，是否已经用到了，如何确认是否已经用到了？效果如何？
1、Mysql索引
什么是索引？
索引是提升查询速度的一种数据结构。
使用它有什么优缺点？
索引能提升查询速度，它在插入时对数据进行了排序（显而易见，它的缺点是影响插入或者更新的性能）。
索引都有哪些？
索引是一门排序的艺术，有效地设计并创建索引，会提升数据库系统的整体性能。在MySQL 8.0 版本中，InnoDB 存储引擎支持的索引有 B+ 树索引、全文索引、R 树索引。
本文章主要关注哪个索引，为什么？
B+ 树索引是数据库系统中最为常见的一种索引数据结构，是目前为止排序最有效率的数据结构。像二叉树，哈希索引、红黑树、SkipList，在海量数据基于磁盘存储效率方面远不如 B+ 树索引高效。数据结构一般仅用于内存对象，基于磁盘的数据排序与存储，最有效的依然是 B+ 树索引。
2、B+ Tree
2.1.特点
B+树索引的特点： 基于磁盘的平衡树，但树非常矮，通常为 3~4 层，能存放千万到上亿的排序数据。树矮访问效率高，从千万或上亿数据里查询一条数据，只用 3、4 次 I/O。
又因为固态硬盘每秒能执行至少 10000 次 I/O ，所以查询一条数据，哪怕全部在磁盘上，也只需要 0.003 ~ 0.004 秒。另外， B+ 树矮，在做排序时，只需要比较 3~4 次就能定位数据需要插入的位置，排序效率好。
2.2. 结构分解
B+ 树索引由根节点（root node）、中间节点（non leaf node）、叶子节点（leaf node）组成，其中叶子节点存放所有排序后的数据。当然也有特殊情况，比如高度为 1 的B+ 树索引：
上图中，第一个列就是 B+ 树索引排序的列.它是表 User 中的列 id，类型为 8 字节的 BIGINT，所以列 userId 就是索引键（key），类似下表：
CREATE TABLE User (
id BIGINT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(128) NOT NULL,
sex CHAR(6) NOT NULL,
registerDate DATETIME NOT NULL,
...
)
B+ 树都是从高度为 1 的树开始，然后根据数据的插入，增加树的高度。需要强调的是：索引是对记录进行排序， 高度为 1 的 B+ 树索引中，存放的记录都已经排序好了，若要在一个叶子节点内再进行查询，只进行二叉查找，就能快速定位数据。
可随着插入 B+ 树索引的记录变多，1个页（16K）无法存放这么多数据，所以会发生 B+ 树的分裂，B+ 树的高度变为 2，当 B+ 树的高度大于等于 2 时，根节点和中间节点存放的是索引键对，由（索引键、指针）组成。
索引键就是排序的列，而指针是指向下一层的地址，在 MySQL 的 InnoDB 存储引擎中占用 6 个字节。下图显示了 B+ 树高度为 2 时，B+ 树索引的样子：
可以看到，在上面的B+树索引中，若要查询索引键值为 5 的记录，则首先查找根节点，查到键值对（20，地址），这表示小于 20 的记录在地址指向的下一层叶子节点中。接着根据下一层地址就可以找到最左边的叶子节点，在叶子节点中根据二叉查找就能找到索引键值为 5 的记录。
2.3. 例题分析
那一个高度为 2 的 B+ 树索引，理论上最多能存放多少行记录呢?-----不提数据，只是泛泛的说的教程，都是在耍流氓！！！！
在 MySQL InnoDB 存储引擎中，一个页的大小为 16K，在上面的表 User 中，键值 userId 是BIGINT 类型，则：
根节点能最多存放以下多个键值对 = 16K / 键值对大小(8+6) ≈ 1100
再假设表 User 中，每条记录的大小为 500 字节，(id BIGINT AUTO_INCREMENT PRIMARY KEY,name VARCHAR(128) sex CHAR(6) registerDate DATETIME，… 这些字段所占用的空间加起来是500字节 )则：
叶子节点能存放的最多记录为 = 16K / 每条记录大小 ≈ 32
综上，树高度为 2 的 B+ 树索引，最多能存放的记录数为：
总记录数 = 1100 * 32 = 35,200
也就是说，35200 条记录排序后，生成的 B+ 树索引高度为 2。在 35200 条记录中根据索引键查询一条记录只需要查询 2 个页，一个根叶，一个叶子节点，就能定位到记录所在的页。
所以再看一个高度为3的B+ tree:
高度为 3 的 B+ 树索引本质上与高度 2 的索引一致，如下图所示，
同理，树高度为 3 的 B+ 树索引，最多能存放的记录数为：
总记录数 = 1100（根节点） * 1100（中间节点） * 32 = 38,720,000
数据来了：高度为 3 的 B+ 树索引竟然能存放 3800W 条记录。在 3800W 条记录中定位一条记录，只需要查询 3 个页。
现实骨感：不过，在真实环境中，每个页其实利用率并没有这么高，还会存在一些碎片的情况，我们假设每个页的使用率为60%，则：
表格显示了 B+ 树的威力，即在 50 多亿的数据中，根据索引键值查询记录，只需要 4 次 I/O，大概仅需 0.004 秒。如果这些查询的页已经被缓存在内存缓冲池中，查询性能会更快。
如何整理碎片是另外的话题，此文章不做探究。
2.4. 验证索引
在数据库中，上述的索引查询请求对应的 SQL 语句为：
SELECT * FROM User WHERE id = ?
用户可以通过命令 EXPLAIN 查看是否使用索引：
mysql> EXPLAIN SELECT * FROM User WHERE id = 1\G
********************** 1. row **********************
id: 1
select_type: SIMPLE
table: User
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: const
rows: 1
filtered: 100.00
Extra: NULL
具体explain的各个项目代表什么，自行百度。这里只说关键点。
在输出的 EXPLIAN 结果中，可以看到列 key 显示 PRIMARY，这表示根据主键索引进行查询。若没有根据索引进行查询，如根据性别进行查询，则会显示类似如下内容：
mysql> EXPLAIN SELECT * FROM User WHERE sex = 'male'\G
********************** 1. row **********************
id: 1
select_type: SIMPLE
table: User
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 986400
filtered: 50.00
Extra: Using where
注意rows，type，possible_keys
2.5.索引插入耗时
B+ 树的查询高效是要付出代价的，就是我们前面说的插入性能问题
B+ 树在插入时就对要对数据进行排序，但排序的开销其实并没有你想象得那么大，因为排序是 CPU 操作（当前一个时钟周期 CPU 能处理上亿指令）
真正的开销在于 B+ 树索引的维护，保证数据排序，这里存在两种不同数据类型的插入情况。
- 数据顺序（或逆序）插入： B+ 树索引的维护代价非常小，叶子节点都是从左往右进行插入，比较典型的是自增 ID 的插入、时间的插入（若在自增 ID 上创建索引，时间列上创建索引，则 B+ 树插入通常是比较快的）。
- 数据无序插入： B+ 树为了维护排序，需要对页进行分裂、旋转等开销较大的操作，另外，即便对于固态硬盘，随机写的性能也不如顺序写，所以磁盘性能也会收到较大影响。比较典型的是用户昵称，每个用户注册时，昵称是随意取的，若在昵称上创建索引，插入是无序的，索引维护需要的开销会比较大。
所以对于 B+ 树索引，在 MySQL 数据库设计中，仅要求主键的索引设计为顺序，比如使用自增，或使用函数 UUID_TO_BIN 排序的 UUID，而不用无序值做主键。
3. MySQL 中 B+ 树索引的设计与管理
干货来了！！！泛泛的教程不会讲这些，是他不想讲么，显示不是—他也不会。
查询表 mysql.innodb_index_stats 查看每个索引的大致情况：
SELECT
table_name,index_name,stat_name,
stat_value,stat_description
FROM innodb_index_stats
WHERE table_name = 'orders' and index_name = 'PRIMARY';
+----------+------------+-----------+------------+------------------+
|table_name| index_name | stat_name | stat_value |stat_description |
+----------+-------------------+------------+------------+----------+
| orders | PRIMARY|n_diff_pfx01|5778522 | O_ORDERKEY |
| orders | PRIMARY|n_leaf_pages|48867 | Number of leaf pages |
| orders | PRIMARY|size |49024 | Number of pages in the index|
+--------+--------+------------+------+-----------------------------+
3 rows in set (0.00 sec)
从上面的结果中可以看到，表 orders 中的主键索引，大约有 5778522 条记录，其中叶子节点一共有 48867 个页，索引所有页的数量为 49024。根据上面的介绍，你可以推理出非叶节点的数量为 49024 ~ 48867，等于 157 个页。
MySQL规范或者面试宝典中写道一张表的索引不能超过 5 个。我之前也背后这些（少不更事啊），2年前我所在的公司，还把这条写入了开发规范**。-----NoneSense 胡说八道，业务的确需要很多不同维度进行查询，就该创建对应多索引。**
真正的问题: xjb建了若干索引，实际用不到。因为查询优化器根本不会选择低效索引(possible_key 不一定会使用，进而仍然走全表扫描type:all)，创建和维护索引又占用了空间，影响插入性能。
那么问题来了，如何知 道B+树索引未被使用过呢？
查询表sys.schema_unused_indexes，查看有哪些索引一直未被使用过，可以被废弃
SELECT * FROM schema_unused_indexes
WHERE object_schema != 'performance_schema';
+---------------+-------------+--------------+
| object_schema | object_name | index_name |
+---------------+-------------+--------------+
| sbtest | sbtest1 | k_1 |
| sbtest | sbtest2 | k_2 |
| sbtest | sbtest3 | k_3 |
| sbtest | sbtest4 | k_4 |
| tpch | customer | CUSTOMER_FK1 |
| tpch | lineitem | LINEITEM_FK2 |
| tpch | nation | NATION_FK1 |
| tpch | orders | ORDERS_FK1 |
| tpch | partsupp | PARTSUPP_FK1 |
| tpch | supplier | SUPPLIER_FK1 |
+---------------+-------------+--------------+
如果数据库运行时间比较长，而且索引的创建时间也比较久，索引还出现在上述结果中，就要删除这些没有用的索引。
小心驶得万年船—
MySQL 8.0 版本推出了索引不可见（Invisible）功能。在删除废弃索引前，将索引设置为对优化器不可见，然后观察业务是否有影响。
ALTER TABLE t1
ALTER INDEX idx_name INVISIBLE/VISIBLE;
总结
以上就是今天要讲的内容。也是我抄的，但是感觉这个有道理，比其它的教程强很多。欢迎交流、拍砖。
