MySQL索引

目录

  1. 什么是索引?
  2. 索引类型
  3. 多列索引
  4. 使用最优索引
    总结
    附录

1. 什么是索引?

索引是一种通过避免查询时全表扫描实现快速得到查询结果而建立的数据结构; 以下这个例子很好的说明了索引的一种实现以及它如何提升我们的查询效率。

假设数据库中一个表有10^6条记录,DBMS的页面大小为4K,并存储100条记录。

如果没有索引,查询将对整个表进行扫描,最坏的情况下,如果所有数据页都不在内存,需要读取10^4个页面,如果这10^4个页面在磁盘上随机分布,需要进行10^4次I/O,假设磁盘每次I/O时间为10ms(忽略数据传输时间),则总共需要100s(但实际上要好很多很多)。

如果对之建立B-Tree索引,则只需要进行log100(10^6)=3次页面读取,最坏情况下耗时30ms。^[1]

这就是索引带来的效果,很多时候,当你的应用程序进行SQL查询速度很慢时,应该想想是否可以建索引。

2. 索引类型

MySQL中索引分为:

  • PRIMARY KEY直接通过设置主键也就建立了索引;
  • UNIQUE一般主要用于保证数据的唯一性;
  • INDEX普通索引也是最常使用的索引类型;
  • FULLTEXT主要可用于列类型为(CHAR,VARCHAR,TEXT)的快速匹配查询^[3]。
注: FULLTEXT索引仅支持MyISAM引擎, InnoDB引擎需要版本>=MySQL5.6才支持!

WHERE语句使用=,>,<,BETWEEN,IN都可使用索引快速查找到特定的某条或某些记录。

3. 多列索引

MySQL中也可根据多个列创建索引; 例如你可以有基于三个列创建一个多列索引索引INDEX(col1, col2, col3), 那么可用的索引有INDEX(col1), INDEX(col1, col2)以及INDEX(col1, col2, col3)。^[4]

以下查询是会使用索引:

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;

以下查询则不会使用索引

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

4. 使用最优索引

当表存在多个索引, MySQL只会选择MYSQL QUERY Optimizer认为最有的一个索引进行查询而放弃其他索引, 绝大多数情况下MySQL都可以自动选择到最优的索引。

索引选择策略:^([2])

  • WHRER之后的字段会被纳入索引候选名单;
  • 存在多个索引时, 优先使用盖索引键值最短的索引;
  • 存在多列索引时, 会使用任何最左前缀匹配的索引用于查询;
  • 根据INDEX HINT优先/强制使用某些索引^([5])。

总结

  1. 以下情况可考虑是否索引存在问题:

    • IOPS居高不下
    • CPU利用率居高不下
    • SQL执行缓慢
  2. 定期观察SQL执行情况, 如果有执行时间过长的SQL, 应该EXPLAIN^([6])看看是否存在全表扫描或者过半记录扫描。

  3. 如果MYSQL QUERY Optimizer没有选择最优的索引, 则通过INDEX HINT主动指定当前SQL使用的索引。

附录

[1] 理解MySQL - 索引与优化
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 索引选择原则
http://blog.chinaunix.net/uid-26896862-id-3328675.html

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 213,186评论 6 492
  • 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 90,858评论 3 387
  • 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 158,620评论 0 348
  • 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 56,888评论 1 285
  • 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 66,009评论 6 385
  • 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 50,149评论 1 291
  • 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 39,204评论 3 412
  • 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 37,956评论 0 268
  • 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 44,385评论 1 303
  • 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 36,698评论 2 327
  • 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 38,863评论 1 341
  • 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 34,544评论 4 335
  • 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 40,185评论 3 317
  • 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 30,899评论 0 21
  • 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 32,141评论 1 267
  • 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 46,684评论 2 362
  • 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 43,750评论 2 351

推荐阅读更多精彩内容