28个案例问题分析---012---数据库数据类型问题--Mysql数据类型,索引失效

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 28个案例问题分析---012---数据库数据类型问题--Mysql数据类型,索引失效

Mysql数据类型+索引失效

四:总结

一:背景介绍

MySql数据库的is_delete字段,两个不同的表,一个表内有217069条数据,另一个表内有76015条数据,查询起来发现速度特别的慢,推测是索引失效的问题,让我们来尝试进复现二:思路&方案

Mysql数据类型

在进行验证之前,我们先来学习一下mysql的三种数据类型。Mysql主要分为三种类型** 数值**、日期/时间和**字符串(字符)**类型。

数值类型

类型 大小(bytes) 范围(无符号) 范围(带符号) 用途
tinyint 1 (-128,127) (0,255) 小整数值
smallint 2 (-32 768,32 767) (0,65 535) 大整数值
mediumint 3 (-8 388 608,8 388 607) (0,16 777 215) 大整数值
int 4 (-2 147 483 648,2 147 483 647) (0,4 294 967 295) 大整数值
bigint 8 (-9,223,372,036,854,775,808,9 223 372 036 854 775 807) (0,18 446 744 073 709 551 615) 极大整数值

日期/时间类型

类型 大小(bytes) 范围 格式 用途
date 3 1000-01–1/9999-12.31 YYYY-MM_DD 日期值
time 3 ‘-838:59:59’/‘838:59:59’ HH:MM:SS 时间值或持续时间
year 1 1901/2155 YYYY 年份值
datetime 8 ‘1000-01-01 00:00:00’ 到 ‘9999-12-31 23:59:59’ YYYY-MM_DD hh:mm:ss 混合日期和时间值
timestamp 4 有专有的自动更新特性 YYYY-MM_DD hh:mm:ss 混合日期和时间值,时间戳

字符串(字符)类型

类型 大小(bytes) 用途
char 0 - 255 定长字符串
varchar 0 - 65 535 变长字符串
tinyblob 0 - 255 不超过255个字符的二进制字符串
tinytext 0 - 255 短文本字符串
blob 0 - 65535 二进制形式长文本数据
text 0 - 65535 长文本数据
mediumblob 0 - 16 777 215 二进制形式的中等长度文本数据
mediumtext 0 - 16 777 215 中等长度文本数据
longblob 0 - 4 294 967 295 二进制形式极大文本数据
longtext 0 - 4 294 967 295 极大文本数据

索引失效复现

首先我们摆出结论。where条件里,字符类型的列如过传递数值类型可以查出来数据,但是会索引失效。

对应的索引
is_delete 字段的类型
使用数值型进行查询我们使用EXPLAIN关键字分析可以发现。type是 ALL,也就是全表扫描,并没有走索引。

使用字符型查询我们发现 type类型变成了ref,说明是走了我们新建的索引的。


结论

数值类型的的转换,会使我们的索引失效,所以我们设计实体类的数值类型的时候,一定要和数据库的数据类型进行对应,避免索引失效的情况的出现。


三:扩展

既然这次出现了索引失效,那么我们就总结一下,常见的索引失效的情况。


索引失效

对索引使用左或者左右模糊匹配

使用 %xx 或者 %xx% 都会造成索引失效问题。但是 xx% 不会造成索引失效。


对索引使用函数

在where条件里,使用函数。比如 select * from user where length(name) = 6

这里进行的就是全表扫描,因为索引里存储的是列的原始值而不是计算后的值


对索引进行表达式计算

例如:select * from user where age + 1 = 10 。

这里也将会进行全表扫描,原因与对索引使用函数一样,都是因为索引内存储的是原始值而不是计算后的值。但是如果将上文的查询修改为 select * from user where age = 10 - 1 的话就没有问题,是会正常走age的索引的


对索引隐式类型转换

我们上文讲到,mysql有三种数据类型,分别是 数值型、日期型、字符型 ,能够隐式转换的就是 数值型和字符型了。

1.如果索引字段是字符型,但是条件查询时,传入的是整型的话,会出现索引失效问题。

2.如果索引是整型,但是条件查询的时候,传入的是字符型,不会出现索引失效问题。

这是因为mysq在遇到字符串和数字比较的时候,会默认将字符串转换为数值类型进行处理


联合索引非最左匹配

假设我们对字段 a,b ,c 建立了一个联合索引(a,b,c)。

如果我们的查询是以下几种,则会正常走联合索引:


where a = 1;

where a = 2 and b = 2;

where a = 2 and b = 2 and c = 2;

如果是如下几种则不会走联合索引:


where b = 2;

where c = 2;

where b = 2 and c = 3;

通过对比我们可以看出,索引的生效是遵循最左匹配原则的。在使用的时候,必须从最左侧的索引开始。


还有一种特殊的情况


where a = 2 and c = 2 ;

这种情况的话,在MySql 5.5的时候,前面的a会走索引,找到对应的主键值后,开始进行回表查询。Mysql 5.6 后,会进行索引下推,速度更快。索引还是会生效。


WHERE 子句中的 OR

如果where 子句里 or前的列是索引列,or后面的条件列不是索引列,索引就会失效。

例如:

select * from user where id = 2 or age = 10 ;

id是主键,默认是主键索引。 age如果没有添加为主键的话,都会进行全表扫描。 因为or表示两个条件满足一个就可以。所以只有一个列有索引的话,没有作用,还是会去全表扫描。


四:总结

开发的过程中,要谨记这些索引失效的大坑,这样以后我们在使用的时候,才能够避免!!


相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
3天前
|
关系型数据库 MySQL 网络安全
如何排查和解决PHP连接数据库MYSQL失败写锁的问题
通过本文的介绍,您可以系统地了解如何排查和解决PHP连接MySQL数据库失败及写锁问题。通过检查配置、确保服务启动、调整防火墙设置和用户权限,以及识别和解决长时间运行的事务和死锁问题,可以有效地保障应用的稳定运行。
44 25
|
5天前
|
缓存 算法 关系型数据库
MySQL底层概述—8.JOIN排序索引优化
本文主要介绍了MySQL中几种关键的优化技术和概念,包括Join算法原理、IN和EXISTS函数的使用场景、索引排序与额外排序(Using filesort)的区别及优化方法、以及单表和多表查询的索引优化策略。
MySQL底层概述—8.JOIN排序索引优化
|
6天前
|
存储 关系型数据库 MySQL
MySQL底层概述—6.索引原理
本文详细回顾了:索引原理、二叉查找树、平衡二叉树(AVL树)、红黑树、B-Tree、B+Tree、Hash索引、聚簇索引与非聚簇索引。
MySQL底层概述—6.索引原理
|
8天前
|
SQL 存储 关系型数据库
MySQL原理简介—9.MySQL索引原理
本文详细介绍了MySQL索引的设计与使用原则,涵盖磁盘数据页的存储结构、页分裂机制、主键索引设计及查询过程、聚簇索引和二级索引的原理、B+树索引的维护、联合索引的使用规则、SQL排序和分组时如何利用索引、回表查询对性能的影响以及索引覆盖的概念。此外还讨论了索引设计的案例,包括如何处理where筛选和order by排序之间的冲突、低基数字段的处理方式、范围查询字段的位置安排,以及通过辅助索引来优化特定查询场景。总结了设计索引的原则,如尽量包含where、order by、group by中的字段,选择离散度高的字段作为索引,限制索引数量,并针对频繁查询的低基数字段进行特殊处理等。
MySQL原理简介—9.MySQL索引原理
|
11天前
|
缓存 NoSQL 关系型数据库
MySQL原理简介—4.深入分析Buffer Pool
本文介绍了MySQL的Buffer Pool机制,包括其作用、配置方法及内部结构。Buffer Pool是MySQL用于缓存磁盘数据页的关键组件,能显著提升数据库读写性能。默认大小为128MB,可根据服务器配置调整(如32GB内存可设为2GB)。它通过free链表管理空闲缓存页,flush链表记录脏页,并用LRU链表区分冷热数据以优化淘汰策略。此外,还探讨了多Buffer Pool实例、chunk动态调整等优化并发性能的方法,以及如何通过`show engine innodb status`查看Buffer Pool状态。关键词:MySQL内存数据更新机制。
|
12天前
|
关系型数据库 MySQL 数据库
Docker Compose V2 安装常用数据库MySQL+Mongo
以上内容涵盖了使用 Docker Compose 安装和管理 MySQL 和 MongoDB 的详细步骤,希望对您有所帮助。
90 42
|
25天前
|
关系型数据库 MySQL 数据库连接
数据库连接工具连接mysql提示:“Host ‘172.23.0.1‘ is not allowed to connect to this MySQL server“
docker-compose部署mysql8服务后,连接时提示不允许连接问题解决
|
26天前
|
存储 关系型数据库 MySQL
MySQL索引学习笔记
本文深入探讨了MySQL数据库中慢查询分析的关键概念和技术手段。
102 13
|
28天前
|
存储 关系型数据库 MySQL
浅入浅出——MySQL索引
本文介绍了数据库索引的概念和各种索引结构,如哈希表、B+树、InnoDB引擎的索引运作原理等。还分享了覆盖索引、联合索引、最左前缀原则等优化技巧,以及如何避免索引误用,提高数据库性能。
|
29天前
|
关系型数据库 MySQL 数据库
mysql慢查询每日汇报与分析
通过启用慢查询日志、提取和分析慢查询日志,可以有效识别和优化数据库中的性能瓶颈。结合适当的自动化工具和优化措施,可以显著提高MySQL数据库的性能和稳定性。希望本文的详解和示例能够为数据库管理人员提供有价值的参考,帮助实现高效的数据库管理。
40 11