之前的select所采用的方式是遍历数据表进行查找,这种方式效率是比较低的,尤其是数据表汇总数据量比较大的时候,于是便有了索引,MySQL中的索引的作用就是为了快速获取数据
文章目录
1.索引简介
索引本身其实是一种数据结构,这些数据结构以某种方式指向数据
索引的优缺点比较明显,优点是提高了检索效率,缺点是索引本身也占据空间,而且因为数据结构和数据对应,所以如果更新数据的话那么索引也要更新
2.索引的数据结构
索引是在引擎层实现的,所以不同的存储引擎有着不同的结构,最常见的索引结构是B+树索引,这个索引大部分的存储引擎都支持,所以B+树索引是接下来的重点,但在这之前我们需要先了解下B-Tree
2.1 B-Tree
B-Tree指的是多路平衡查找树,也属于树形结构,和二叉树锁不同的是,B-Tree的节点里面可以有多个值,节点也可以有多个子节点,B-Tree的最大度数为节点最多存储的值的个数+1
这里推荐一个网站:https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
这个网站可以直观的展示各种数据结构是如何创建的
我们以最大度数为3的B-Tree为例(即一个节点最多存储两个值):
最开始我们插入两个值
然后再插入一个大于5的值,因为一个节点最多只能存储两个值,所以树要进行分裂,5作为中间的值就存在父节点中
之后再插入值,比5小的放左边,比5大的放右边
这个时候如果再插入一个值的话,由于字节点存储的值已经满了,但父节点还有一个存储位置,所以再分裂情况如下
再插入一个值,树则会分裂成3层
大致过程就是这样,但还是建议自己去网站里面看看,因为这里只截了最后的结果,中间的分裂过程并没有截取下来
而B+Tree则是基于B-Tree进行变化的,其结构如下:
我们首先要看的是叶子节点部分,整棵树所存储的值都会出现在叶子节点里面,非叶子节点则是起到一个索引的作用,而且叶子节点的值是用链表连接起来的
而MySQL的B+Tree索引在原来的B+Tree上对其进行了优化,简单来说就是把单向链表变为了双向循环链表
2.2 Hash索引
Hash索引主要使用的就是哈希算法,将key值进行映射到对应位置后进行存储
相较于B+Tree索引,Hash索引的查询效率更高,但它只支持对等比较(=,in),不支持范围查询(between,<等不行),而且无法完成排序操作
所以Hash索引使用的场景是比较少的
3.索引的分类
| 分类 | 特点 | 关键字 |
|---|---|---|
| 主键索引 | 默认是自动创建,有且仅有一个 | primary |
| 唯一索引 | 可以有多个 | unique |
| 常规索引 | 可以有多个 | 无 |
| 全文索引 | 可以有多个 | fulltext |
全文索引所查找的是文本中的关键词
在InnoDB引擎中,根据索引存储的形式将其分为了聚集索引和二级索引
- 聚集索引 : 数据和索引放在一起存储,索引结构的叶子节点保存行数据,特点是必须有,而且仅有一个
- 二级索引 : 数据和索引分开存储,叶子节点存储的是对应的主键值,可以有多个
聚集索引选取规则:
- 存在主键的话主键索引就是聚集索引
- 没有主键但是有唯一索引的话,第一个唯一索引就是聚集索引
- 二者都没有的话,InnoDB会生成一个rowid作为隐藏的聚集索引
现在假设有一个数据表,里面id为主键,我输入一条查询语句,我们来看看这个语句的执行过程
select * from user where name='Tom';
首先我们是依据名字来进行查找的,但是主键是id,所以先要在二级索引里面进行查找,在二级索引里面找到名字对应的id之后再来到聚集索引里面查找,最后显示信息
上述的操作过程叫回表查询
4.索引的语法
在索引的语法中我们主要介绍的是创建,查看和删除索引
创建索引:
create [unique/fulltext] index 索引名称 on 表名(字段1,字段2......); 主键索引默认是自动创建的,索引只有一个列为单列索引,索引包含多个列则是联合索引
查看索引:
show index from 表名;
删除索引:
drop index 索引名 on 表名;
一般索引名称为idx_表名_字段名
5.SQL性能分析
SQL性能分析是对SQL语句进行性能优化的前提,清楚哪些SQL语句执行的效率低才能有针对的进行优化
- 查看SQL语句执行频率
查看服务器状态信息:
show session/global status;
查看SQL语句执行频率:
show global status like 'Com_______'; 7个下划线
- 慢查询日志
这个日志记录了所有执行时间超过指定参数(默认为10秒)的所有SQL语句
查询日志是否开启:
show variables like 'slow_query_log'; 一般默认是off
开启日志:
set global slow_query_log=1;
修改指定参数的值:
set long_query_time=值;
查询慢查询日志的路径:
show variables like '%quer%'; 出来的结果里面slow_query_log_file就是
上面这些只是临时配置,想要永久配置的话需要在MySQL的配置文件里面进行配置 slow_query_log=1,指定参数也是一样的
- profile详情
这是一条语句: show profiles
这条语句可以在进行SQL优化时候帮助我们了解耗费的时间去哪了
查看是否支持profile:
select @@have_profiling;
查看profile状态:
select @@profiling; 默认是关闭状态
设置profile状态:
set profiling=1/0;
打开profile之后我们在执行完SQL后输入show profiles就可以查看各个SQL语句的耗时情况,如图
输入show profile for query Query_ID值 就可以查看单条SQL语句具体是哪个阶段耗时最多
- explain执行计划
explain可以查看MySQL是如何执行select语句的,包括select执行过程中数据表如何连接以及连接顺序
explain语法是在select语句之前加上关键字explain即可,结果如图
图中字段的含义会逐个介绍
6.索引使用
6.1 使用原则
- 最左前缀法则
这个主要是针对联合索引,如果索引关联了多列,那么查询从索引的最左列开始,否则索引失效,且不跳过中间的列,跳过则索引部分失效(后面的索引字段失效)
create index idx_student_name_age_class on student(name,age,class);
上面的索引关联了三个字段,那么在使用索引进行查询的时候,可以不同全部写在条件里面,但是条件中name必须存在,否则索引失效,如果索引字段填写的是name和class,那么class失效
- 范围查询
在联合索引中,如果出现<,>这种范围查询的话,范围查询右侧的列索引失效,但是<=和>=可以
还是以上面的SQL语句创建的索引为例
select * from student where name='Tom' and age<20 and class=1;
class索引失效
- SQL提示
在SQL语句中加入一些人为的提示来达到优化操作
这里主要介绍三个
这三个关键字都是加在表名之后
- 前缀索引
这个是针对字段数据类型为字符串的处理,特别是长字符串和文本较大的数据,将字符串的前缀拿出来建立索引,这样可以提高索引效率
create index 索引名称 on 表名(字段(n)); n表示提取字符串前n个字符
具体n怎么取就需要看实际的业务场景了
6.2 索引失效的情况
- 索引列进行运算操作,失效
- 字符串类型的字段使用时未加引号,这会导致隐式类型转换,失效
- 头部模糊匹配,失效
- 如果or只有一侧有索引而另一侧没有,失效
- 如果MySQL评估使用索引比使用select更慢便不会使用索引
6.3 索引设计原则
- 针对数据量大,且查询比较频繁是数据表建立索引
- 针对经常被作为查询条件,分组,排序操作的字段建立索引
- 尽量使用联合索引,联合索引较单列索引避免了回表查询,查询效率更高
- 尽量选择区分度高的字段作为索引,尽量建立唯一索引
- 如果字符串类型的字段长度较长,可以考虑使用前缀索引
- 索引不是越多越好,索引本身也是需要维护的,索引过多会影响数据表增删改的效率
索引到这里就基本结束,下一篇是SQL优化,完
