进阶篇02—

进阶篇02——索引

news2024/11/26 18:24:34

概述

结构

B+树索引

在这里推荐一个可以将个各种数据结构可视化的网站：数据结构可视化

哈希索引

创建索引语法

如果一个索引关联多个字段，那么这个索引叫联合索引或复合查询，字段的书写顺序会影响索引的使用，具体见索引使用规则部分

一般索引名称为index_表名_要建立索引字段名

SQL性能分析

通过命令的方式判断

慢查询日志

通过MySQL提供的慢查询日志，可以定位出哪些SQL语句执行的时间超出我们指定的时间，从而可以对这些SQL进行优化。

show profile

expplain执行计划

一般SQL优化要关注type、key、key_len、possible_key、extra这几个字段

索引使用规则

造成索引失效的情况

假设现在有一个user表，表中包含name，age，和status三个字段，并为这三个字段创建了联合索引test_index

创建索引：

create index test_index on user(name, age, status);

根据创建索引所书写的字段顺序，索引的最左列字段是name，最右列的字段是status，中间的是age

最左前缀法则

最左前缀法则如下：

当查询时，有以下几种情况：

（1）索引中的三个字段都用上（where后三个字段的顺序不重要）：select * from user where name="zs" and age=18 and status=1; 这种情况下三个字段的查询都用上了联合索引test_index

（2）用上了最左边的一个或几个字段：select * from user where name="zs" and age=18; 这种情况下也是name和age两个字段的查询都用上了联合索引test_index

（3）而如果跳过左侧的某个列，那么该列之后的列都不会使用联合索引进行查询，比如跳过了age这一列：select * from user where name="zs" and status=1; 那么age之后（在创建索引时age之后的字段是status）的字段status不会使用联合索引test_index进行查询，而是全表查询。即name使用索引test_index进行查询，而status因为跳过了其左侧的age，所以索引失效，采用全表查询。同理，select * from user where age=18 and status=1; 这个查询里的age和status都索引失效，因为跳过了它们的左侧索引name，age和status采用的是全表查询

上面三种情况是否使用索引查询可以通过在select查询语句前加explain关键字的执行计划进行验证，可以看到执行计划中的key_len在不同的情况下值不一样，值越大说明用上索引的的字段越多

最左前缀法则只要求左侧的列都存在，至于这几个列在where的书写顺序并不重要

范围查询

出现大于小于（>，<）的范围查询时，范围查询右侧的列索引失效

当出现范围查询时，有以下几种情况：

（1）select * from user where name='zs' and age > 20 and status=1; 这种情况下由于age使用了大于的范围查询，所以status字段的索引失效，status使用的全表查询。可以使用大于等于或小于等于来解决这个问题。所以在实际应用中，如果允许则尽量使用>=和<=符号

其他几种情况

当数据库中的大部分数据都符合查询条件，那么就可能全表查询的效率高于索引查询，则采用的就是效率高的全表查询。

比如一张表中大部分数据的name字段都是非空（name字段建立了索引），而查询该表name为空的数据（表中只有少量数据符合条件），那么此时索引查询的效率高于全表查询，就会采用索引查询。而如果查询的是name不为空的数据（此时表中大部分数据都符合），那么就会采用全表查询。

反之，如果一张表的大部分数据的name都是空（name字段建立了索引），而查询该表name为空的数据（此时表中大量数据符合条件），那么此时全表查询的效率高于索引查询，就会采用全表查询。而如果查询的是name不为空的数据（表中只有小部分数据符合），那么就会采用索引查询。

SQL提示

SQL提示就是当一个字段有多个索引时，在实际查询时建议/忽略/强制使用哪个索引。比如一个字段即建立了单列索引，又在联合索引中且联合索引生效，那么可以通过下面三个关键字指定MySQL实际查询时使用单列索引还是联合索引

覆盖索引

这个感觉不好做笔记，看视频吧：覆盖索引

前缀索引

假设下图中的字段email是个长字符串，要对其建立索引。表中所有数据量为total=count(*)，表中去重后所有的email总数num=count(distinct email)，得到两个数的比值：d1 = num / total；比值d1越大说明email字段的重复率越低，即email的唯一性越高；

如果要判断n的合适取值，就可以看比值d2 = count(distinct substring(email, 1, 5)) / count(*)（SQL中的字符串索引从1开始，这里表示截取前5个字符）；综合考量d2的值和n，看实际需求是侧重查找效率还是侧重索引体积，侧重效率则取让d2值大的n，侧重体积则取允许范围内的n