MySQL索引优化(一)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: MySQL索引优化(一)

MySQL索引优化(案例)


索引单表优化


案例:


(1)首先建立一个article表:


202002131109443.png


往其中插入三条数据:


20200213111035955.png

(2)查询category_id为1且comments大于1的情况下,views最多的article_id


 select id,author_id from article where category_id=1 and comments>1 order by views desc limit 1;

查询结果如下:

20200213111257340.png

使用explain语句来分析这条sql语句写得好不好

explain select id,author_id from article where category_id=1 and comments>1 order by views desc limit 1;

结果如下:


20200213111543656.png


type为ALL:说明是全表扫描,不好

Extra显示Using filesort:说明MySQL中无法用索引来排序,所以MySQL会用外部排序——即文件内排序来排序数据并返回查询结果,这样子也不好


(3)我们来查询一下article表的索引(其实是没有的,因为建表时只是将id设为了主键,没有建立除主键索引以外的索引)

SHOW INDEX FROM article;

20200213112206957.png


由图可见,索引是主键索引,下面开始优化


优化:


(1)新建索引,发现该索引不合适,删除该索引


由于上述查询语句中用到了category_id,comments,views字段作为查询条件,所以尝试将索引应该建在这三个条件上面

CREATE INDEX idx_article_ccv ON article(category_id,comments,views);

建好索引后再查询一下全部索引:


20200213112957195.png


现在再来分析一下查询语句的性能


explain select id,author_id from article where category_id=1 and comments>1 order by views


20200213113149251.png


发现type字段下的ALL变成了range,用到了idx_article_ccv索引,但是Using filesort还有。


如果sql语句中comments>1条件改为了comments=3,那么性能分析会呈现以下情况:


20200213113845369.png



可以看到,Using filesort没有了,type字段下的range变成了ref。


这就是范围查询带来的索引失效问题,因为按照BTree索引的工作原理,先排序category_id,若遇到相同category_id再排序comments,若遇到相同的comments再排序views,当comments字段在联合索引里处于中间位置时,comments>1条件是一个范围值(range),MySQL无法利用索引再对后面的views部分进行检索,即range类型查询字段后面的索引失效。这个问题会在本文后面得到解决。


现在删除idx_article_ccv索引,重新建立新的索引


(2)重建索引


绕过comments字段,在categroy_id和views字段上建索引:


CREATE INDEX idx_article_cv ON article(category_id,views);


再次使用explain来分析该查询语句的性能


explain select id,author_id from article where category_id=1 and comments>1 order by vi


20200213115331486.png


由图可见,使用了这个索引已经将该sql语句优化到最佳效果!


索引两表优化


案例


(1)建立一个class表和一个book表

class表(id为主键自增):

20200214105228122.png


book表(bookid为主键自增):


20200214105527556.png


(2)使用explain语句进行性能分析


EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card=book.card;


20200214110239776.png


此时,type为ALL,显然需要优化

(3)对右表book表添加索引


CREATE INDEX idx_book_card ON book(card);


再用explain语句分析(2)中的查询语句,结果如下:


20200214110828351.png


由此可见,性能有明显的提升

现在删去索引idx_book_card

(4)对左表class表添加索引


CREATE INDEX idx_class_card ON class(card);


再用explain语句分析(2)中的查询语句,结果如下:


20200214111147738.png


与(3)中的结果对比可见,将索引建立在右表上性能好。


(5)结论


通过分析可得出结论,如果SQL语句是LEFT JOIN,则在右表建立索引;如果SQL语句是RIGHT JOIN,则在左表建立索引


索引三表优化


(1)再建立一个phone表(phoneid为主键自增),并把这三个表中的索引全部删去


20200214112440441.png

(2)来用explain语句分析以下语句


EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card=book.card LEFT JOIN phone ON book.c


结果为:


20200214122326879.png


(3)在book表和phone表上的card字段建索引


CREATE INDEX idx_book_card ON book(card);
CREATE INDEX idx_phone_card ON phone(card);


继续用explain语句分析(2)中的SQL语句:

20200214122756262.png



从type属性和rows属性以及Extra属性中看到,建立索引后效率提升了很多


(4)结论:


尽可能减少join语句中的Nested Loop的循环总次数,“永远用小结果集驱动大的结果集;


优化要先优化Nested Loop的内层循环;

保证Join语句中被驱动表上Join条件字段已经被索引;

当无法保证被驱动表的Join条件字段被索引且内存资源充足的前提下,不要太吝啬JoinBuffer的设置

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
3月前
|
存储 SQL 关系型数据库
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
|
3月前
|
存储 关系型数据库 MySQL
MySQL数据库索引的数据结构?
MySQL中默认使用B+tree索引,它是一种多路平衡搜索树,具有树高较低、检索速度快的特点。所有数据存储在叶子节点,非叶子节点仅作索引,且叶子节点形成双向链表,便于区间查询。
114 4
|
5月前
|
存储 关系型数据库 MySQL
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
|
4月前
|
SQL 缓存 关系型数据库
MySQL 慢查询是怎样优化的
本文深入解析了MySQL查询速度变慢的原因及优化策略,涵盖查询缓存、执行流程、SQL优化、执行计划分析(如EXPLAIN)、查询状态查看等内容,帮助开发者快速定位并解决慢查询问题。
163 0
|
2月前
|
缓存 关系型数据库 MySQL
降低MySQL高CPU使用率的优化策略。
通过上述方法不断地迭代改进,在实际操作中需要根据具体场景做出相对合理判断。每一步改进都需谨慎评估其变动可能导致其他方面问题,在做任何变动前建议先在测试环境验证其效果后再部署到生产环境中去。
101 6
|
7月前
|
关系型数据库 MySQL 数据库
Mysql的索引
MYSQL索引主要有 : 单列索引 , 组合索引和空间索引 , 用的比较多的就是单列索引和组合索引 , 空间索引我这边没有用到过 单列索引 : 在MYSQL数据库表的某一列上面创建的索引叫单列索引 , 单列索引又分为 ● 普通索引:MySQL中基本索引类型,没有什么限制,允许在定义索引的列中插入重复值和空值,纯粹为了查询数据更快一点。 ● 唯一索引:索引列中的值必须是唯一的,但是允许为空值 ● 主键索引:是一种特殊的唯一索引,不允许有空值 ● 全文索引: 只有在MyISAM引擎、InnoDB(5.6以后)上才能使⽤用,而且只能在CHAR,VARCHAR,TEXT类型字段上使⽤用全⽂文索引。
|
8月前
|
SQL 关系型数据库 MySQL
MySQL进阶突击系列(07) 她气鼓鼓递来一条SQL | 怎么看执行计划、SQL怎么优化?
在日常研发工作当中,系统性能优化,从大的方面来看主要涉及基础平台优化、业务系统性能优化、数据库优化。面对数据库优化,除了DBA在集群性能、服务器调优需要投入精力,我们研发需要负责业务SQL执行优化。当业务数据量达到一定规模后,SQL执行效率可能就会出现瓶颈,影响系统业务响应。掌握如何判断SQL执行慢、以及如何分析SQL执行计划、优化SQL的技能,在工作中解决SQL性能问题显得非常关键。
|
3月前
|
存储 SQL 关系型数据库
MySQL 核心知识与索引优化全解析
本文系统梳理了 MySQL 的核心知识与索引优化策略。在基础概念部分,阐述了 char 与 varchar 在存储方式和性能上的差异,以及事务的 ACID 特性、并发事务问题及对应的隔离级别(MySQL 默认 REPEATABLE READ)。 索引基础部分,详解了 InnoDB 默认的 B+tree 索引结构(多路平衡树、叶子节点存数据、双向链表支持区间查询),区分了聚簇索引(数据与索引共存,唯一)和二级索引(数据与索引分离,多个),解释了回表查询的概念及优化方法,并分析了 B+tree 作为索引结构的优势(树高低、效率稳、支持区间查询)。 索引优化部分,列出了索引创建的六大原则
|
4月前
|
存储 关系型数据库 MySQL
MySQL覆盖索引解释
总之,覆盖索引就像是图书馆中那些使得搜索变得极为迅速和简单的工具,一旦正确使用,就会让你的数据库查询飞快而轻便。让数据检索就像是读者在图书目录中以最快速度找到所需信息一样简便。这样的效率和速度,让覆盖索引成为数据库优化师傅们手中的尚方宝剑,既能够提升性能,又能够保持系统的整洁高效。
129 9
|
3月前
|
存储 SQL 关系型数据库
MySQL 动态分区管理:自动化与优化实践
本文介绍了如何利用 MySQL 的存储过程与事件调度器实现动态分区管理,自动化应对数据增长,提升查询性能与数据管理效率,并详细解析了分区创建、冲突避免及实际应用中的关键注意事项。
131 0

推荐镜像

更多