Mysql优化(出自官方文档) - 第八篇(索引优化系列)

优惠码发放 2019-08-20

mysql innodb HASH 索引 test index Create 磁盘

Mysql优化(出自官方文档) - 第八篇(索引优化系列)
目录

Mysql优化(出自官方文档) - 第八篇(索引优化系列)
Optimization and Indexes
1 Foreign Key Optimization
2 Column Indexes
3 Column Indexes && Multiple-Column Indexes
4 Comparison of B-Tree and Hash Indexes
5 Use of Index Extensions
6 Invisible Indexes
7 Descending Indexes
Mysql优化(出自官方文档) - 第八篇(索引优化系列)
Optimization and Indexes
正确的创建索引往往会加快查询速度,但是,没有必要的索引往往只会浪费空间,并且增加插入,更新和删除的开销,因为进行这些操作要同时更新索引。

但是,索引并不是万能的,在下面的几个场景中,索引将会显得不是那么有用:

小表,或者大表,但是需要请求所有行
当一个请求需要表中的大部分行时,连续读往往效率会比索引高,因为连续读会减少磁盘seek的时间。
1 Foreign Key Optimization
如果经常读取一个表中的多个列,那么,把最少访问的列分出来单独作为一个小表,然后使用外键的方式和主表联系起来,这样子在读取数据的时候就能尽量减少磁盘的I/O读写。

2 Column Indexes
Index Prefixes

Mysql允许只使用一些字段的一部分来作为索引,这其中包括所有的TEXT和BLOB字段,如下面的例子:

CREATE TABLE test (blob_col BLOB, INDEX(blob_col(10)));
需要注意的是,对于CHAR, VARCHAR, TEXT类型的字段,长度为字符个数的意思,但是对于非字符串字段,如BINARY, VARBINARY, BLOB字段,长度为字节个数的意思。

FULLTEXT Indexes

该索引适用于CHAR, VARCHAR, and TEXT的列,并且全文索引不支持前缀,只支持全列的索引。当查询符合如下特征的时候,全文索引将会非常有用:

FULLTEXT查询语句值需要document ID或者search rank(分级??)
FULLTEXT查询语句对查询到的结果进行一个降序排序,并且有一个LIMIT语句选取top N项,这种情况下为了使用优化必须保证查询语句没有WHERE且ORDER BY只有一列。
FULLTEXT查询只获取COUNT(*)的结果,且没有WHERE语句,如果需要WHERE过滤,请将WHERE写为WHERE MATCH(TEXT) AGAINST('other_text'),并且没有任何> 0的比较操作符。
Indexes in the MEMORY Storage Engine
对于内存存储引擎,默认使用HASH索引,但是同样也支持BTREE索引。

3 Column Indexes && Multiple-Column Indexes
Mysql支持单独的一列作为索引,也可以使用多列作为索引,当使用多列的时候,使用最左边(leftmost prefix of the index)的列进行查询,可以用到索引,否则,Mysql将无法使用索引,举例如下:

假设一个表含有下面的索引:

INDEX name (last_name,first_name)
对于下面的查询语句都可以使用到name索引:

SELECT * FROM test WHERE last_name='Jones';

SELECT * FROM test
WHERE last_name='Jones'
AND (first_name='John' OR first_name='Jon');

SELECT * FROM test
WHERE last_name='Jones'
AND first_name >='M' AND first_name < 'N';
下面的语句因为没有使用最左边的列进行查询,所以无法使用索引:

SELECT * FROM test WHERE first_name='John';

SELECT * FROM test
WHERE last_name='Jones' OR first_name='John';
假设有两列col1和col2,如果索引刚好建在col1和col2上,那么可以直接使用索引,但是如果col1和col2是单独的索引(即不是多列索引),那么Mysql会尝试使用 Index Merge optimization (see Section 8.2.1.3, “Index Merge Optimization”)技术,或者判断两个索引中哪个的条件是最严苛的,能够排除尽可能的行,在决定使用哪个索引。

4 Comparison of B-Tree and Hash Indexes
B-Tree Index Characteristics
B树索引支持 =, >, >=, <, <=, or BETWEEN操作符,也支持LIKE操作符,但是必须保证LIKE字段不是以通配符开头的。

如果一个索引没有覆盖所有的AND,那么Mysql将无法使用该索引,换句话说,为了能够使用到该索引,必须保证一个索引的前缀(最左边部分)出现在每一个AND中,举例如下:

... WHERE index_part1=1 AND index_part2=2 AND other_column=3

/* index = 1 OR index = 2 */

... WHERE index=1 OR A=10 AND index=2

/* optimized like "index_part1='hello'" */

... WHERE index_part1='hello' AND index_part3=5

/* Can use index on index1 but not on index2 or index3 */

... WHERE index1=1 AND index2=2 OR index1=3 AND index3=3;
下面的语句将无法使用索引:

/* index_part1 is not used */

... WHERE index_part2=1 AND index_part3=2

/*  Index is not used in both parts of the WHERE clause  */

... WHERE index=1 OR A=10

/* No index spans all rows  */

... WHERE index_part1=1 OR index_part2=10
(这里不是很懂?)

需要注意的是:

Mysql并不会任何时候都选择使用索引,有的时候,当需要读取特别多的行时,使用索引的效率可能要低于table scan的效率,因为索引会导致磁盘出现更多的寻道消耗,而table scan由于是连续读,则能更大效率的利用磁盘I/O

Hash Index Characteristics
Hash索引相对比于B树索引,可能会出现下面的不同:

Hash索引只能用于=或者<=>操作符,不能用于范围查询
优化器无法使用Hash索引来加速ORDER BY操作
Mysql无法评估两个value之间有多少行(BETWEEN语句)
只有完整的索引才能正常工作,不能像BTREE那样,使用leftmost prefix key
5 Use of Index Extensions
InnoDB会自动给二级索引增加primary key作为新的索引,这是在内部完成的,用户无法感知,比如下面的表:

CREATE TABLE t1 (
i1 INT NOT NULL DEFAULT 0,
i2 INT NOT NULL DEFAULT 0,
d DATE DEFAULT NULL,
PRIMARY KEY (i1, i2),
INDEX k_d (d)
) ENGINE = InnoDB;
此时,对于索引k_d,其内部真正的实现方式为: (d, i1, i2). 即自动将primary key(i1, i2)添加到k_d后面构成新的二级索引。

这种优化方式,可用于ref, range和index_merge的索引访问场景,Loose Index Scan,join和sort,以及MIN()/MAX()。

比如下面的语句:

SELECT COUNT(*) FROM t1 WHERE i1 = 3 AND d = '2000-01-01'
此时由于内部将i1添加到了k_d索引,那么这条语句就可以使用到(d, i1)这样的索引((d, i1)是索引(d, i1, i2)的最左边前缀),由于使用到了更多的列,所以需要扫描的行数将大大减少。

6 Invisible Indexes
这种索引指的是那种真实存在,但是优化器却不会使用的索引,只能对非primary key进行该种设定,其他类型的索引均支持设置为INVISIBLE。

例如下面的例子:

CREATE TABLE t1 (
i INT,
j INT,
k INT,
INDEX i_idx (i) INVISIBLE
) ENGINE = InnoDB;
CREATE INDEX j_idx ON t1 (j) INVISIBLE;
ALTER TABLE t1 ADD INDEX k_idx (k) INVISIBLE;
这种索引一般的用途:测试移除一个索引对于性能的影响,因为这种索引不是真正的将其移除了,只是优化器不再考虑该索引,所以并不会对表造成太大的影响。

注意虽然索引是Invisible的,但是这种索引和普通索引一样具有完备的功能,也就是说增删改的时候,Mysql同样会更新Invisible Index,同理,如果在一个非常大的表上创建Invisible Index时,和普通索引一样,开销也是非常巨大的。

7 Descending Indexes
Mysql支持降序索引,不像以前的版本,索引定义里面的DESC不再被忽略,内部对于索引的存储方式也采取降序的方式;而在此之前,Mysql是采用对index进行逆序扫描的方式,当前采用降序的方式效率比以前要高很多。

使用降序索引主要针对下面的场景:

降序索引只支持InnoDB引擎,并且有如下限制:
如果一个二级索引有降序key或者说一个主键包含降序key,那么Mysql无法支持修改Buffering
InnoDB的SQL解析器不会使用降序索引,对于full-text查询,这意味着已经被索引的表上面的FTS_DOC_ID 列不能被定义为降序索引。
一个含有降序key的索引无法使用MIN/MAX优化,特指那种含有聚合函数但是却不带GROUP BY的语句。
降序索引只支持BTREE,并不支持HASH索引,降序索引无法支持FULLTEXT或者SPATIAL索引。
原文地址https://www.cnblogs.com/seancheer/p/11382991.html

登录 后评论
下一篇
冒顿单于
5403人浏览
2019-08-28
相关推荐
好文章列表(持续)
2117人浏览
2015-12-20 11:50:00
SQL Server文章目录
894人浏览
2017-12-07 13:43:00
【MySQL】5.7新特性之六
608人浏览
2016-09-04 12:48:56
推荐几本学习MySQL的好书
716人浏览
2017-12-25 13:44:00
推荐几本学习MySQL的好书
1347人浏览
2018-05-05 10:37:12
推荐几本学习MySQL的好书
462人浏览
2017-12-25 13:44:00
推荐几本学习MySQL的好书
1374人浏览
2018-01-12 20:47:23
0
0
0
152