(102)mysql優化之使用索引優化查詢

概述

索引是數據庫優化中最常用的也是最重要的手段之一。該篇看看索引的分類,使用場景,不能使用的場景等。

索引分類

索引是在mysql存儲引擎中實現的,而不是在服務器層實現的。索引每種存儲引擎的索引不一定相同。mysql支持4種索引:

  • B-tree索引:最常見索引,大部分引擎都支持B樹索引。
  • full-text索引:全文索引。
  • hash索引:只有memory引擎支持。
  • R-Tree索引:空間索引是myisam的一種特殊索引,使用比較少。

衍生索引:主鍵,唯一索引,組合索引,前綴索引等。hash索引適合key-value查詢(等值查詢),不適合范圍查詢。
|索引|MYISAM引擎|InnoDB引擎|Memory引擎|
|-----------|
|B-tree索引|支持|支持|支持|
|full-text索引|支持|-|-|
|hash索引|-|-|支持|
|R-tree索引|支持|-|-|

使用索引的典型場景

1.匹配全值(match the full value)

對索引中所有列都指定具體值,即對索引中的所有列都有等值匹配的條件。

#設置組合索引(rental_date,inventory_id,customer_id)為唯一索引。
EXPLAIN SELECT * FROM rental 
WHERE rental_date='2005-05-25 17:22:10' 
  AND inventory_id=373 
  AND customer_id=343;
匹配全值

2.匹配值的范圍查詢(match a range of values)

對索引值進行范圍查找。

#設置索引idx_fk_customer_id(customer_id)
EXPLAIN SELECT * FROM rental WHERE customer_id >= 373 AND customer_id < 400;
范圍查詢

3.匹配最左前綴(match a leftmost prefix)

僅僅使用索引中的最左邊列進行查詢。比如組合索引(col1,col2,col3)能夠被col1,col1+col2,col1+col2+col3的等值查詢利用到的。

#創建索引idx_payment_date(payment_date,amount,last_update);

EXPLAIN SELECT * FROM payment WHERE payment_date='2006-02-14 15:16:03' AND last_update = '2006-02-15 22:12:32';
匹配最左前綴

從結果可以看出利用了索引,但又row為182行,所有只使用了部分索引。

EXPLAIN SELECT * FROM payment WHERE amount=3.98 AND last_update='2006-02-15';
匹配最左前綴-2

從結果看出,這次查詢沒有利用索引,進行了全表查找。

4.僅對索引查詢進行查詢(index only query)

當查詢列都在索引字段中。即select中的列都在索引中。

EXPLAIN SELECT last_update FROM payment WHERE payment_date='2005-08-19 21:21:47' AND amount=4.99;
不用回表查找

extra部分Using index,說明不需要通過索引回表,Using index就是平時說的覆蓋索引掃描(即找到索引,就找到了要查詢的結果,不用再回表查找了)。

5.匹配列前綴(match a column prefix)

僅僅使用索引的第一列,并且只包含索引第1列的開頭部分進行查找。

#創建索引idx_title_desc_part(title(10),description(20));

EXPLAIN SELECT title FROM film_text WHERE title LIKE 'AFRICAN%';
匹配前綴索引

6.索引部分等值匹配,部分范圍匹配

EXPLAIN SELECT inventory_id FROM rental WHERE rental_date='2006-02-14 15:16:03' AND customer_id >= 300 AND customer_id <=400;
這里寫圖片描述

type=ref,說明使用了索引。

7.列名是索引,column_name is null,使用索引

EXPLAIN SELECT * FROM payment WHERE rental_id IS NULL;
null

索引存在但不能使用索引的典型場景

1.以%開頭的like查詢

EXPLAIN SELECT * FROM actor WHERE last_name LIKE '%NI%';
這里寫圖片描述
#優化
EXPLAIN SELECT * FROM (SELECT actor_id FROM actor WHERE last_name LIKE '%NI%')a,actor b WHERE a.actor_id=b.actor_id;
這里寫圖片描述

2.數據類型出現隱式轉化,不會使用索引

EXPLAIN SELECT * FROM actor WHERE last_name=1;
這里寫圖片描述
#使用索引
EXPLAIN SELECT * FROM actor WHERE last_name='1';
這里寫圖片描述

3.組合索引,不滿足最左原則,不使用符合索引

EXPLAIN SELECT * FROM payment WHERE amount=3.98 AND last_update='2006-02-15 22:12:32';
這里寫圖片描述

4.估計使用索引比全表掃描還慢,則不要使用索引

如查詢以“S”開頭的標題的電影,返回記錄比例比較大,mysql預估索引掃描還不如全表掃描。

EXPLAIN SELECT * FROM film_text WHERE title LIKE 'S%';
這里寫圖片描述

5.用or分割條件,若or前后只要有一個列沒有索引,就都不會用索引

EXPLAIN SELECT * FROM payment WHERE customer_id=203 OR amount=3.96;
這里寫圖片描述
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 228,606評論 6 533
  • 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 98,582評論 3 418
  • 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 176,540評論 0 376
  • 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 63,028評論 1 314
  • 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 71,801評論 6 410
  • 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 55,223評論 1 324
  • 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 43,294評論 3 442
  • 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 42,442評論 0 289
  • 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 48,976評論 1 335
  • 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 40,800評論 3 354
  • 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 42,996評論 1 369
  • 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 38,543評論 5 360
  • 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 44,233評論 3 347
  • 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 34,662評論 0 26
  • 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 35,926評論 1 286
  • 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 51,702評論 3 392
  • 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 47,991評論 2 374

推薦閱讀更多精彩內容