11.单表查询的索引使用[访问方法/访问类型](gold_axe)

https://juejin.im/book/5bffcbc9f265da614b11b731/section/5c061afee51d451ddc06e7aa

单表查询就是 From后面只有一个表名, 最简单的那种

以这个表为例

CREATE TABLE single_table (
    id INT NOT NULL AUTO_INCREMENT,
    key1 VARCHAR(100),
    key2 INT,
    key3 VARCHAR(100),
    key_part1 VARCHAR(100),
    key_part2 VARCHAR(100),
    key_part3 VARCHAR(100),
    common_field VARCHAR(100),
    PRIMARY KEY (id),

    KEY idx_key1 (key1),
    UNIQUE KEY uk_key2 (key2),
    KEY idx_key3 (key3),
    KEY idx_key_part(key_part1, key_part2, key_part3)
) Engine=InnoDB CHARSET=utf8;
# key1/2/3都有索引, 2 是唯一索引,key_part1/2/3 联合索引

根据阿里规范
主键索引名为 pk_ 字段名; 唯一索引名为 uk _字段名 ; 普通索引名则为 idx _字段名。

访问方法/类型: 优化器拿到查询语句以后,决定的查询方式,explain看的执行计划就是解释这个的

const

意思是常数级别
认为是最快的, 最多去二级索引拿到id再回表
select * From single_table where 唯一索引的=常数

ref

和const区别是 等值的列是非唯一索引
select * From single_table where 非唯一索引的=常数
如果满足的记录比较少,就是需要回表的id比较少, 还是很快的

ref_or_null

和上一个区别是 除了常数才查个null
select * From single_table where 索引列=常数 OR 索引列 IS NULL

range

比如
SELECT * FROM single_table WHERE key2 IN (1438, 6328) OR (key2 >= 38 AND key2 <= 79);
有区间的能用到索引的查询

注意SELECT * FROM single_table WHERE key2 > 100 OR common_field = 'abc';这样不是range , 因为不满足key2 > 100的数据里面仍然有可能满足common_field = 'abc这种情况key2的索引是用不到的, 只能全表扫描

index

二级索引上扫描,如
SELECT key_part1, key_part2, key_part3 FROM single_table WHERE key_part2 = 'abc';
有个key_part1, key_part2, key_part3的联合索引 , 但是查询的条件是key_part2 并不是联合索引的最右
这种情况一定只能扫描全树了, 但是二级索引比聚餐索引的数据少,而且key_part1, key_part2, key_part3联合索引 的树上刚好有要查的数据,还不用回表, 因此直接扫描 key_part1, key_part2, key_part3的联合索引的树比扫描聚簇索引的树划算

只是比全表扫描好一点点, 根据阿里规范,这个index也是禁止的

all

没啥说的,全表扫描

Intersection合并

比如
SELECT * FROM single_table WHERE key1 = 'a' AND key3 = 'b';
刚好可以

  • 1.去key1和key3的树上分别查询 到满足id集合
  • 2.两个id集合取交集
  • 3.交集拿去回表

分别查询是是顺序IO, 回表是随机IO, 回表要尽量少才行, 因此先取到很小的id集合再去回表比较划算

其实 弄个key1 key3联合索引 不就能用ref(非唯一索引列的等值查询)了嘛

mysql用这种方式查询有必须是这2种情况之一(满足了不一定用):
1.联合索引的时候,联合索引的每个列都必须出现等值条件,
比如这样是可能会用到Intersection合并
SELECT * FROM single_table WHERE key1 = 'a' AND key_part1 = 'a' AND key_part2 = 'b' AND key_part3 = 'c';

  • key_part1 = 'a' AND key_part2 = 'b' AND key_part3 = 'c'联合索引的索引列都有等值条件了
  • key1 = 'a'和它配合的索引是等值查询

这个就不行
SELECT * FROM single_table WHERE key1 = 'a' AND key2 = 'a';
因为联合索引少了一个列的出现key3=常量

2.二级索引必须都是等值查询
但是主键列查区间和二级索引的等值查询配合 也有机会用Intersection合并
比如
SELECT * FROM single_table WHERE id > 100 AND key1 = 'a';
这是因为,步骤2 2个id集合取交集, 这个取交集的过程要很快, 就是要id集合都是按大小排好序了只有才可能快, 只有二级索引列=常量的情况,id集合才可能是按大小排序的,

为什么一定id集合不能给先排序再求交集? Intersection索引合并的适用场景是单独根据搜索条件从某个二级索引中获取的记录数太多(就是很多id需要排序咯,代价太大了),导致回表开销太大,合并后可以明显降低回表开销,

Union合并

Intersection合并的区别在于, and 改成or
必要条件也差不多,如
SELECT * FROM single_table WHERE key1 = 'a' OR key3 = 'b'

Sort-Union合并


SELECT * FROM single_table WHERE key1 < 'a' OR key3 > 'z'
Union合并多了一步给id集合排序

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容