MySQL 索引是如何提升查询效率的？

有两种药包治百病：时间和沉默。

About MySQL

MySQL（读做/maɪ ˈsiːkwəl/“My Sequel”）是一个开放源码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，目前为Oracle旗下产品。

被甲骨文公司收购后，自由软件社群们对于Oracle是否还会持续支持MySQL社群版（MySQL之中惟一的免费版本）有所隐忧，所以MySQL的创始人麦克尔·维德纽斯以MySQL为基础，成立分支计划MariaDB。原先一些使用MySQL的开源软件，部分转向了MariaDB或其它的数据库。

不能否认的是，MySQL因为其性能高、成本低、可靠性好，已经成为最流行的开源数据库之一，随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用，很是流行的开源软件组合LAMP中的“M”指的就是MySQL。

Why MySQL

在众多开源免费的关系型数据库系统中，MySQL有如下比较出众的优点：

1. 运行速度快
2. 易使用
3. SQL语言支持
4. 移植性好
5. 功能丰富
6. 成本低廉

对于其中运行速度，根据官方介绍，MySQL 8.0 比以前普遍使用的版本 MySQL 5.7 有了两倍的提高。

在其官方的Benchmarks中，只读的性能超过了每秒一百万次：

读写的性能接近每秒二十五万次：

MySQL Index

Why Index

从概念上讲，数据库是数据表的集合，数据表是数据行和数据列的集合。当你执行一个SELECT语句从数据表中查询部分数据行的时候，获得的就是另一个数据表和数据行的集合。

固然，咱们都但愿得到这个新的集合的时间尽量地短，效率尽量地高，这就是优化查询。

提高查询速度的技术有不少，其中最重要的就是索引。当你发现本身的查询速度慢的时候，最快解决问题的方法就是使用索引。索引的使用是影响查询速度的重要因素。在使用索引以前其余的优化查询的动做纯粹是浪费时间，只有合理地使用索引以后，才有必要考虑其余优化方式。

索引是如何工做的

首先，在你的MySQL上建立t_user_action_log 表，方便下面进行演示。

CREATE DATABASE `ijiangtao_local_db_mysql` /*!40100 DEFAULT CHARACTER SET utf8 */;

USE ijiangtao_local_db_mysql;

DROP TABLE IF EXISTS t_user_action_log;

CREATE TABLE `t_user_action_log` (
    `id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
    `name` VARCHAR(32) DEFAULT NULL COMMENT '用户名',
    `ip_address` VARCHAR(50) DEFAULT NULL COMMENT 'IP地址',
    `action` INT4 DEFAULT NULL COMMENT '操做：1-登陆，2-登出，3-购物，4-退货，5-浏览',
    `create_time` TIMESTAMP COMMENT '建立时间',
    PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.1', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.3', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.4', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.1', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 1, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 2, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 5, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 3, CURRENT_TIMESTAMP);
INSERT INTO t_user_action_log (name, ip_address, `action`, create_time) values ('LiSi', '8.8.8.2', 4, CURRENT_TIMESTAMP);

假如咱们要筛选 action为2的全部记录，SQL以下：

SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;

经过查询分析器explain分析这条查询语句：

EXPLAIN SELECT id, name, ip_address FROM t_user_action_log WHERE `action`=2;

分析结果以下：

其中type为ALL表示要进行全表扫描。这样效率无疑是极慢的。

下面为action列添加索引：

ALTER TABLE t_user_action_log ADD INDEX (`action`);

而后再次执行查询分析，结果以下：

那么为何索引会提升查询速度呢？缘由是索引会根据索引值进行分类，这样就不用再进行全表扫描了。咱们看到此次查询就使用索引了。加索引前Extra的值是Using Where，加索引后Extra的值为空。

好比上图，action值为2的索引值分类存储在了索引空间，能够快速地查询到索引值所对应的列。

如何使用

下面介绍一下如何使用SQL建立、查看和删除索引。

建立索引

三种方式：

使用CREATE INDEX建立，语法以下：

CREATE INDEX indexName ON tableName (columnName(length));

例如咱们对ip_address这一列建立一个长度为16的索引：

CREATE INDEX index_ip_addr ON t_user_action_log (ip_address(16));

使用ALTER语句建立，语法以下：

ALTER TABLE tableName ADD INDEX indexName(columnName);

ALTER语句建立索引前面已经有例子了。下面提供一个设置索引长度的例子：

ALTER TABLE t_user_action_log ADD INDEX ip_address_idx (ip_address(16));

SHOW INDEX FROM t_user_action_log;

建表的时候建立索引：

CREATE TABLE tableName(d INT NOT NULL,
  columnName  columnType,
  INDEX [indexName] (columnName(length))
);

查看索引

能够经过show语句查看索引：

SHOW INDEX FROM t_user_action_log;

删除索引

使用ALTER命令能够删除索引，例如：

ALTER TABLE t_user_action_log DROP INDEX index_ip_addr;

索引的使用原则

索引因为其提供的优越的查询性能，彷佛不使用索引就是一个愚蠢的行为了。可是使用索引，是要付出时间和空间的代价的。所以，索引虽好不可贪多。

下面介绍几个索引的使用技巧和原则，在使用索引以前，你应该对它们有充分的认识。

写操做比较频繁的列慎重加索引

索引在提升查询速度的同时，也因为须要更新索引而带来了下降插入、删除和更新带索引列的速度的问题。一张数据表的索引越多，在写操做的时候性能降低的越厉害。

索引越多占用磁盘空间越大

与没有加索引比较，加索引会更快地使你的磁盘接近使用空间极限。

不要为输出列加索引

为查询条件、分组、链接条件的列加索引，而不是为查询输出结果的列加索引。

例以下面的查询语句：

select ip_address from t_user_action_log
where name='LiSi'
group by action
order by create_time;

因此能够考虑增长在 name action create_time 列上，而不是 ip_address。

考虑维度优点

例如action列的值包含：一、二、三、四、5，那么该列的维度就是5。

维度越高（理论上维度的最大值就是数据行的总数），数据列包含的独一无二的值就越多，索引的使用效果越好。

对于维度很低的数据列，索引几乎不会起做用，所以没有必要加索引。

例如性别列的值只有男和女，每种查询结果占比大约50%。通常当查询优化处理器发现查询结果超过全表的30%的时候，就会跳过索引，直接进行全表扫描。

对短小的值加索引

对短小的值加索引，意味着索引所占的空间更小，能够减小I/O活动，同时比较索引的速度也更快。

尤为是主键，要尽量短小。

另外，InnoDB使用的是汇集索引（clustered index），也就是把主键和数据行保存在一块儿。主键以外的其余索引都是二级索引，这些二级索引也保留着一份主键，这样在查询到索引之后，就能够根据主键找到对应的数据行。若是主键太长的话，会形成二级索引占用的空间变大。

好比下面的action索引保存了对应行的id。

为字符串前缀加索引

前边已经讲太短小索引的种种好处了，有时候一个字符串的前几个字符就能惟一标识这条记录，这个时候设置索引的长度就是很是划算的作法。

前面已经提供了设置索引length的例子，这里就不举例子了。

复合索引的左侧索引

建立复合索引的语法以下：

CREATE INDEX indexName ON tableName (column1 DESC, column2 DESC, column3 ASC);

咱们能够看到，最左侧的column1索引老是有效的。

索引加锁

对于InnoDB来讲，索引可让查询锁住更少的行，从而能够在并发状况下拥有更佳表现。

下面演示一下查询锁与索引之间的关系。

前面使用的t_user_action_log表目前有一个id为主键，还有一个二级索引action。

下面这条语句的修改范围是id值为1 2 3 4所在的行，查询锁会锁住id值为1 2 3 4 5所在的行。

update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where id<5;

1. 首先建立数据库链接1，开启事务，并执行update语句

set autocommit=0;
begin;
update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where id<5;

1. 而后开启另一个链接2，分别执行下面几个update语句

-- 没有被锁
update ijiangtao_local_db_mysql.t_user_action_log set name='c2' where id=6;
-- 被锁
update ijiangtao_local_db_mysql.t_user_action_log set name='c2' where id=5;

你会发现id=5的数据行已经被锁定，id=6的数据行能够正常提交。

1. 链接1提交事务，链接2的id=1和id=5的数据行能够update成功了。

-- 在链接1提交事务
commit;

1. 若是不使用索引

ip_address没有索引的话，会锁定全表。

链接1开启事务之后commit;以前，链接2对该表的update所有须要等待链接1释放锁。

set autocommit=0;
begin;
update ijiangtao_local_db_mysql.t_user_action_log set name='c1' where ip_address='8.8.8.1';

覆盖索引

若是索引包含知足查询的全部数据，就被称为覆盖索引(Covering Indexes)，覆盖索引很是强大，能够大大提升查询性能。

覆盖索引高性能的缘由是：

• 索引一般比记录要小，覆盖索引查询只须要读索引，而不须要读记录。
• 索引都按照值的大小进行顺序存储，相比与随机访问记录，须要更少的I/0。
• 大多数数据引擎能更好的缓存索引，例如MyISAM只缓存索引。

ijiangtao_local_db_mysql表的action列包含索引。使用explain分析下面的查询语句，对于索引覆盖查询(index-covered query)，分析结果Extra的值是Using index，表示使用了覆盖索引 :

explain select `action` from ijiangtao_local_db_mysql.t_user_action_log;

聚簇索引

聚簇索引(Clustered Indexes)保证关键字的值相近的元组存储的物理位置也相同，且一个表只能有一个聚簇索引。

字符串类型不建议使用聚簇索引，特别是随机字符串，由于它们会使系统进行大量的移动操做。

并非全部的存储引擎都支持聚簇索引，目前InnoDB支持。

若是使用聚簇索引，最好使用AUTO_INCREMENT列做为主键，应该尽可能避免使用随机的聚簇主键。

从物理位置上看，聚簇索引表比非聚簇的索引表，有更好的访问性能。

选择合适的索引类型

从数据结构角度来看，MySQL支持的索引类型有B树索引、Hash索引等。

• B树索引

B树索引对于<、<=、 =、 >=、 >、 <>、!=、 between查询，进行精确比较操做和范围比较操做都有比较高的效率。

B树索引也是InnoDB存储引擎默认的索引结构。

• Hash索引

Hash索引仅能知足=、<=>、in查询。

Hash索引检索效率很是高，索引的检索能够一次定位，不像B树索引须要从根节点到枝节点，最后才能访问到页节点这样屡次的I/O访问，因此Hash索引的查询效率要远高于B树索引。但Hash索引不能使用范围查询。

查询优化建议

下面提供几个查询优化的建议。

使用explain分析查询语句

前面已经演示过如何使用explain命令分析查询语句了，这里再解释一下其中几个有参考价值的字段的含义：

select_type

select_type表示查询中每一个select子句的类型，通常有下面几个值:

• SIMPLE
  简单SELECT,不使用UNION或子查询等。
• PRIMARY
  查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY。
• UNION
  UNION中的第二个或后面的SELECT语句。
• DEPENDENT UNION
  UNION中的第二个或后面的SELECT语句，取决于外面的查询。
• UNION RESULT
  UNION的结果。
• SUBQUERY
  子查询中的第一个SELECT。
• DEPENDENT SUBQUERY
  子查询中的第一个SELECT，取决于外面的查询。
• DERIVED
  派生表的SELECT, FROM子句的子查询。
• UNCACHEABLE SUBQUERY
  一个子查询的结果不能被缓存，必须从新评估外连接的第一行。

type

type表示MySQL在表中找到所需行的方式，又称“访问类型”，经常使用的类型有：

ALL, index, range, ref, eq_ref, const, system, NULL。

从左到右，性能从差到好。

• ALL：
  Full Table Scan，MySQL将遍历全表以找到匹配的行。
• index:
  Full Index Scan，index与ALL区别为index类型只遍历索引树。
• range:
  只检索给定范围的行，使用一个索引来选择行。
• ref:
  表示上述表的链接匹配条件，即哪些列或常量被用于查找索引列上的值。
• eq_ref:
  相似ref，区别就在使用的索引是惟一索引，对于每一个索引键值，表中只有一条记录匹配，简单来讲，就是多表链接中使用primary key或者 unique key做为关联条件。
• const:
  当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。
  如将主键置于where列表中，MySQL就能将该查询转换为一个常量。
• NULL:
  MySQL在优化过程当中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值能够经过单独索引查找完成。

Key

key列显示MySQL实际决定使用的键（索引），若是没有选择索引，键是NULL。

possible_keys

possible_keys指出MySQL能使用哪一个索引在表中找到记录，查询涉及到的字段上若是存在索引则该索引将被列出，但不必定被查询使用。

ref

ref表示上述表的链接匹配条件，即哪些列或常量被用于查找索引列上的值。

rows

rows表示MySQL根据表统计信息，以及索引选用的状况，找到所需记录须要读取的行数。这个行数是估算的值，实际行数可能不一样。

用好explain命令是查询优化的第一步 !

声明NOT NULL

当数据列被声明为NOT NULL之后，在查询的时候就不须要判断是否为NULL，因为减小了判断，能够下降复杂性，提升查询速度。

若是要表示数据列为空，可使用0等代替。

考虑使用数值类型代替字符串

MySQL对数值类型的处理速度要远远快于字符串，并且数值类型每每更加节省空间。

例如对于“Male”和“Female”能够用“0”和“1”进行代替。

考虑使用ENUM类型

若是你的数据列的取值是肯定有限的，可使用ENUM类型代替字符串。由于MySQL会把这些值表示为一系列对应的数字，这样处理的速度会提升不少。

CREATE TABLE shirts (
    name VARCHAR(40),
    size ENUM('x-small', 'small', 'medium', 'large', 'x-large')
);
INSERT INTO shirts (name, size) VALUES ('dress shirt','large'), ('t-shirt','medium'),
                                       ('polo shirt','small');
SELECT name, size FROM shirts WHERE size = 'medium';

总结

索引是一个单独的，存储在磁盘上的数据结构，索引对数据表中一列或者多列值进行排序，索引包含着对数据表中全部数据的引用指针。

本教程从MySQL开始讲起，又介绍了MySQL中索引的使用，最后提供了使用索引的几条原则和优化查询的几个方法。

不管你是DBA仍是软件开发，菜鸟程序员仍是资深工程师，相信本节提到的关于索引的知识，对你都会有所帮助。