文章目录
官方文档
如果英文不好的话，可以参考 searchdoc 翻译的中文版本
http://www.searchdoc.cn/rdbms/mysql/dev.mysql.com/doc/refman/5.7/en/index.com.coder114.cn.html
安装演示数据库sakila
[root@artisan ~]# wget http://downloads.mysql.com/docs/sakila-db.tar.gz
.....
.....
.....
2020-02-01 21:31:15 (2.74 KB/s) - ‘sakila-db.tar.gz’ saved [732161/732161]
[root@artisan ~]# tar -xvzf sakila-db.tar.gz
sakila-db/
sakila-db/sakila-data.sql
sakila-db/sakila-schema.sql
sakila-db/sakila.mwb
[root@artisan ~]# cd sakila-db
[root@artisan sakila-db]# ls
sakila-data.sql sakila.mwb sakila-schema.sql
[root@artisan sakila-db]# mysql -uroot -p < sakila-schema.sql
Enter password:
[root@artisan sakila-db]# mysql -uroot -p < sakila-data.sql
Enter password:
[root@artisan sakila-db]#
索引优化策略
索引列上不能使用表达式或者函数
举个例子
select .... from t_order
where to_days(out_date) - to_days(current_date) < = 30
即使我们在out_date建立了 B树索引，因为使用了函数to_days，无法走索引。
那该如何改造呢？ ------------> 如下
select .... from t_order
where out_date <= data_add(current_date , interval 30 day) ;
前缀索引和索引列的选择性
当索引是很长的字符序列（比如BLOB,TEXT,或者很长的VARCHAR）时，这个索引将会很占内存，而且会很慢，这时候就会用到前缀索引了。所谓的前缀索引就是去索引的前面几个字母作为索引，但是要降低索引的重复率，索引我们还必须要判断前缀索引的重复率
前缀索引的创建
创建前缀索引
create index index_name on table(col_name(n));
注意建立索引的区别 col_name(n)
这个n的长度，取悦于存储引擎
-
innodb 最大767个字节
-
myIsam 最大1000个直接
索引列的选择性
索引的选择性是指不重复的索引值和表的记录数的比值
选择性越高，查询效率越快。 因为选择性高的索引可以让MySQL在查找时过滤掉更多的行。唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
举个例子：
有4条记录
如果前缀索引，我们创建的时候，长度设置的是2 ， 那么
不重复的索引为 2 ，总记录数为4 ， 索引选择性 0.5
如果设置为 3 ，则
不重复的索引为 4 ，总记录数为4 ， 索引选择性1 . 此时，性能最高，因为不用过滤数据啊。
合理选择，对提高查询性能帮助很大
前缀索引的优缺点
优点：
- 前缀索引是一种能使索引更小，更快的有效办法 。
缺点：
- mysql无法使用其前缀索引做ORDER BY和GROUP BY，也无法使用前缀索引做覆盖扫描。
联合索引
如何选择索引列的顺序
-
经常会被使用到的列优先，放到联合索引的最左边 。
但也不是绝对的，举个例子 有个状态 state，就几个值， 选择性很差（因为根据每个state，筛选出来的数据太多了。。。）就不适合放到联合索引的最左边 ，放到了最左边，mysql也不一定使用
-
选择性高的列优先 。
啥叫选择性高的列？ 比如根据这个列 经过筛选后，能够把大部分的数据都过滤掉，之剩下很少的数据，那么就可以把这列称为选择性高的列。
-
宽度小的列优先
当然了有个前提，不违反选择性。 宽度小意味着I/O 少，效率高
覆盖索引
定义
覆盖索引: 如果一个索引包含(或覆盖)所有需要查询的字段的值 ,简言之----->只需扫描索列而无须回表查非索引列的字段。
优点
-
可优化缓存，减少磁盘I/O操作
举个例子： 一个表 15个字段， 索引字段 3个， 我们就查询这3个索引列的值，而不用回表，查询的字段少，可以缓存更多的数据，同时从内存中获取，可以极大的减少磁盘I/O操作
-
可以减少随机I/O, 变随机I/O为顺序I/O操作
-
可以避免对Innodb主键索引的二次查询
-
可以避免MyISAM表进行系统调用
无法使用覆盖索引的情况
- 有些存储引擎不支持覆盖索引
- 如果查询中使用了太多的列，尤其是那种查询全部字段的，或者 select * 的
- 使用了双% 号的like查询
演示
我们用刚才导入的 sakila 数据 来演示下
select * 无法使用覆盖索引的演示：
[root@artisan sakila-db]# mysql -uroot -p
Enter password:
Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 63
Server version: 5.7.29-log MySQL Community Server (GPL)
.......
.......
mysql> show databases;
+--------------------+
| Database |
+--------------------+
| information_schema |
| artisan |
| artisanBinLog |
| data |
| mysql |
| performance_schema |
| sakila |
| sys |
+--------------------+
8 rows in set (0.01 sec)
mysql> use sakila;
No connection. Trying to reconnect...
Connection id: 64
Current database: *** NONE ***
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
Database changed
mysql> show tables;
+----------------------------+
| Tables_in_sakila |
+----------------------------+
| actor |
| actor_info |
| address |
| category |
| city |
| country |
| customer |
| customer_list |
| film |
| film_actor |
| film_category |
| film_list |
| film_text |
| inventory |
| language |
| nicer_but_slower_film_list |
| payment |
| rental |
| sales_by_film_category |
| sales_by_store |
| staff |
| staff_list |
| store |
+----------------------------+
23 rows in set (0.00 sec)
mysql> desc film;
+----------------------+---------------------------------------------------------------------+------+-----+-------------------+-----------------------------+
| Field | Type | Null | Key | Default | Extra |
+----------------------+---------------------------------------------------------------------+------+-----+-------------------+-----------------------------+
| film_id | smallint(5) unsigned | NO | PRI | NULL | auto_increment |
| title | varchar(128) | NO | MUL | NULL | |
| description | text | YES | | NULL | |
| release_year | year(4) | YES | | NULL | |
| language_id | tinyint(3) unsigned | NO | MUL | NULL | |
| original_language_id | tinyint(3) unsigned | YES | MUL | NULL | |
| rental_duration | tinyint(3) unsigned | NO | | 3 | |
| rental_rate | decimal(4,2) | NO | | 4.99 | |
| length | smallint(5) unsigned | YES | | NULL | |
| replacement_cost | decimal(5,2) | NO | | 19.99 | |
| rating | enum('G','PG','PG-13','R','NC-17') | YES | | G | |
| special_features | set('Trailers','Commentaries','Deleted Scenes','Behind the Scenes') | YES | | NULL | |
| last_update | timestamp | NO | | CURRENT_TIMESTAMP | on update CURRENT_TIMESTAMP |
+----------------------+---------------------------------------------------------------------+------+-----+-------------------+-----------------------------+
13 rows in set (0.00 sec)
# 查询 索引列 language_id 重点看 Extra
mysql> explain select language_id from film where language_id = 1 \G ;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: film
partitions: NULL
type: ref
possible_keys: idx_fk_language_id -----> 可能用的索引
key: idx_fk_language_id ----------------> 实际使用的索引
key_len: 1
ref: const
rows: 1000
filtered: 100.00
Extra: Using index ---------------->使用了索引，因为仅查询了索引列，这里就是覆盖索引
1 row in set, 1 warning (0.07 sec)
ERROR:
No query specified
# 查看执行计划 重点看 Extra
mysql> explain select * from film where language_id = 1 \G ;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: film
partitions: NULL
type: ALL ----------------------> 连接类型
possible_keys: idx_fk_language_id -----> 可用的索引
key: NULL ----------------> 实际的索引
key_len: NULL
ref: NULL
rows: 1000
filtered: 100.00
Extra: Using where --------------------> using where：表示优化器需要通过索引回表查询数据；
1 row in set, 1 warning (0.00 sec)
ERROR:
No query specified
mysql>
在来看个例子
mysql> show create table actor \G ;
*************************** 1. row ***************************
Table: actor
Create Table: CREATE TABLE `actor` (
`actor_id` smallint(5) unsigned NOT NULL AUTO_INCREMENT,
`first_name` varchar(45) NOT NULL,
`last_name` varchar(45) NOT NULL,
`last_update` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`actor_id`),
KEY `idx_actor_last_name` (`last_name`)
) ENGINE=InnoDB AUTO_INCREMENT=201 DEFAULT CHARSET=utf8mb4
1 row in set (0.00 sec)
ERROR:
No query specified
mysql> explain select actor_id , last_name from actor where last_name = 'Joe' \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: actor
partitions: NULL
type: ref
possible_keys: idx_actor_last_name
key: idx_actor_last_name
key_len: 182
ref: const
rows: 1
filtered: 100.00
Extra: Using index ------> using index 表示直接访问索引就足够获取到所需要的数据，不需要通过索引回表；
1 row in set, 1 warning (0.30 sec)
主键 actor_id ，默认就是索引 ，所以虽然增加了 actor_id , last_name也是索引列（创建primary key的时候肯定会创建一个unique index。），所以这个查询也是使用了覆盖索引。
explain的几个参数的说明
id: 1
select_type: SIMPLE
table: actor
partitions: NULL
type: ref
possible_keys: idx_actor_last_name
key: idx_actor_last_name
key_len: 182
ref: const
rows: 1
filtered: 100.00
Extra: Using index
-
id
-
select_type: 查询中每个select子句的类型
(1) SIMPLE(简单SELECT,不使用UNION或子查询等)
(2) 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)
(3) UNION(UNION中的第二个或后面的SELECT语句)
(4) DEPENDENT UNION(UNION中的第二个或后面的SELECT语句，取决于外面的查询)
(5) UNION RESULT(UNION的结果)
(6) SUBQUERY(子查询中的第一个SELECT)
(7) DEPENDENT SUBQUERY(子查询中的第一个SELECT，取决于外面的查询)
(8) DERIVED(派生表的SELECT, FROM子句的子查询)
(9) UNCACHEABLE SUBQUERY(一个子查询的结果不能被缓存，必须重新评估外链接的第一行)
-
type 代表连接类型
常用的类型有： ALL, index, range, ref, eq_ref, const, system, NULL
从左到右，性能从差到好 ， ALL 最差， NULL最好
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: 表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值
eq_ref: 类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件
const、system: 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,system是const类型的特例，当查询的表只有一行的情况下，使用system
NULL: MySQL在优化过程中分解语句，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可以通过单独索引查找完成。
-
possible_keys: 可用的索引 ,实际不一定用
-
keys : MyQL实际的索引
-
key_len: 表示索引中使用的字节数
-
extra （需重点关注）
1) using tempoaray : 中间使用了临时表
2) using index 表示直接访问索引就足够获取到所需要的数据，不需要通过索引回表；
3) using index condition：5.6加入 ，会先条件过滤索引，过滤完索引后找到所有符合索引条件的数据行，随后用 WHERE 子句中的其他条件去过滤这些数据行；
4) using where： 未使用索引，通过where条件过滤
