MySQL索引

目錄

  1. 什么是索引?
  2. 索引類型
  3. 多列索引
  4. 使用最優索引
    總結
    附錄

1. 什么是索引?

索引是一種通過避免查詢時全表掃描實現快速得到查詢結果而建立的數據結構; 以下這個例子很好的說明了索引的一種實現以及它如何提升我們的查詢效率。

假設數據庫中一個表有10^6條記錄,DBMS的頁面大小為4K,并存儲100條記錄。

如果沒有索引,查詢將對整個表進行掃描,最壞的情況下,如果所有數據頁都不在內存,需要讀取10^4個頁面,如果這10^4個頁面在磁盤上隨機分布,需要進行10^4次I/O,假設磁盤每次I/O時間為10ms(忽略數據傳輸時間),則總共需要100s(但實際上要好很多很多)。

如果對之建立B-Tree索引,則只需要進行log100(10^6)=3次頁面讀取,最壞情況下耗時30ms。^[1]

這就是索引帶來的效果,很多時候,當你的應用程序進行SQL查詢速度很慢時,應該想想是否可以建索引。

2. 索引類型

MySQL中索引分為:

  • PRIMARY KEY直接通過設置主鍵也就建立了索引;
  • UNIQUE一般主要用于保證數據的唯一性;
  • INDEX普通索引也是最常使用的索引類型;
  • FULLTEXT主要可用于列類型為(CHAR,VARCHAR,TEXT)的快速匹配查詢^[3]。
注: FULLTEXT索引僅支持MyISAM引擎, InnoDB引擎需要版本>=MySQL5.6才支持!

WHERE語句使用=,>,<,BETWEEN,IN都可使用索引快速查找到特定的某條或某些記錄。

3. 多列索引

MySQL中也可根據多個列創建索引; 例如你可以有基于三個列創建一個多列索引索引INDEX(col1, col2, col3), 那么可用的索引有INDEX(col1), INDEX(col1, col2)以及INDEX(col1, col2, col3)。^[4]

以下查詢是會使用索引:

SELECT * FROM tbl_name WHERE col1=val1;
SELECT * FROM tbl_name WHERE col1=val1 AND col2=val2;
SELECT * FROM tbl_name WHERE col1=val1 AND col2=val2 AND col3=val3;

以下查詢則不會使用索引

SELECT * FROM tbl_name WHERE col2=val2;
SELECT * FROM tbl_name WHERE col2=val2 AND col3=val3;

4. 使用最優索引

當表存在多個索引, MySQL只會選擇MYSQL QUERY Optimizer認為最有的一個索引進行查詢而放棄其他索引, 絕大多數情況下MySQL都可以自動選擇到最優的索引。

索引選擇策略:^([2])

  • WHRER之后的字段會被納入索引候選名單;
  • 存在多個索引時, 優先使用蓋索引鍵值最短的索引;
  • 存在多列索引時, 會使用任何最左前綴匹配的索引用于查詢;
  • 根據INDEX HINT優先/強制使用某些索引^([5])。

總結

  1. 以下情況可考慮是否索引存在問題:

    • IOPS居高不下
    • CPU利用率居高不下
    • SQL執行緩慢
  2. 定期觀察SQL執行情況, 如果有執行時間過長的SQL, 應該EXPLAIN^([6])看看是否存在全表掃描或者過半記錄掃描。

  3. 如果MYSQL QUERY Optimizer沒有選擇最優的索引, 則通過INDEX HINT主動指定當前SQL使用的索引。

附錄

[1] 理解MySQL - 索引與優化
http://www.cnblogs.com/hustcat/archive/2009/10/28/1591648.html
[2] How MySQL Uses Indexes
https://dev.mysql.com/doc/refman/5.6/en/mysql-indexes.html
[3] InnoDB FULLTEXT Indexes
https://dev.mysql.com/doc/refman/5.6/en/innodb-fulltext-index.html
[4] Multiple-Column Indexes
https://dev.mysql.com/doc/refman/5.6/en/multiple-column-indexes.html
[5] Index Hints
https://dev.mysql.com/doc/refman/5.6/en/index-hints.html
[6] Optimizing Queries with EXPLAIN
https://dev.mysql.com/doc/refman/5.6/en/using-explain.html
[7] MySQL 索引選擇原則
http://blog.chinaunix.net/uid-26896862-id-3328675.html

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容