MySQL索引常见问题

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: MySQL索引常见问题

问题1:用联合索引优化using filesort

image.png

首先,要给userid加索引(一般过滤条件的字段需要加索引),此时创建的是二级索引树,select *涉及回表。而且还有order by addtime,如果addtime没有建索引的话,explain分析时会出现using filesort,涉及addtime的文件排序!

我们可以添加联合索引(多列索引):userid+addtime

这样的话,在二级索引树上用userid过滤出来的数据中,addtime就已经是有序的了

image.png

addtime不建立索引,就有using filesort,数据的外排序。用userid选择出来的数据越多,耗费的排序性能差的越大

image.png

addTime有索引,那索引树上的数据就是按照addTime排好序的

image.png

image.png

问题2:给区分度高的字段加索引

image.png

比如我们给sex建立索引,而sex就两种,所以用sex过滤出来的数据可能会占到整张表的一大部分,可能不会用到索引

image.png

问题3:select的字段会导致回表

image.png

如果不需要那么多的字段,就不要select太多,这会导致回表,影响效率。能直接在二级索引树上取的就直接取,避免回表!

问题4:多个字段有索引,使用哪个索引?

image.png

一张表的一次查询只能用到1个索引,数据库引擎会比较用a=1过滤的数据和b=2过滤的数据,哪个索引过滤出来的数据少,就用哪个索引

image.png

image.png

image.png

image.png

image.png

image.png

问题5:内连接之大表和小表

image.png

image.png

内连接的时候,小表是整表扫描,每一个都要用到,大表相关联的字段没有索引的话,小表的每一个uid在大表中搜索都是整表搜索。如果大表相关联的字段有索引,小表的每一个uid在大表中就是走索引,搜的非常快。

确定大表还是小表:先用where进行数据过滤,谁的数据少谁就是小表

image.png

问题6:模糊搜索使用索引

image.png

第一个zhang%通配符在后面,可以利用索引进行前缀搜索,可以根据前缀的匹配缩小搜索范围。对于字符串类型来说,索引长度(key_len)不需要很长,只需要能区分每个字符串数据即可,索引过长,导致索引文件变大,创建索引树的时候花费的磁盘I/O也就多了

第二个%zhang%通配符在前面,可以匹配任意的数据,所以只能整张表搜索。如果不扫描完整张表,也不知道到底还有没有含有zhang的数据

问题7:in和not in是否能用到索引?not in优化成range范围搜索

image.png

image.png

实际上,MySQL做了如下优化:


select age from student where age not in (20);
select age from student where age < 20 or age > 20;  -- 优化成了range范围搜索

not in 可以转化为范围range搜索查询

问题8:索引字段涉及函数以及类型转换,无法用到索引

image.png


本来是按照password排序作为索引的,经过函数计算之后就成为了另外的值,所以无法使用索引

image.png

索引字段涉及类型强转、mysql聚合函数调用、表达式计算等,不会使用索引

问题9:or不能使用索引?

or 实际上也可以用到索引,MySQL会对or进行优化成union联合查询

image.png

优化成union后的两个select应该是都可以使用索引的,究竟用不用,还得看使用索引是否能带来效率的提升

总结

image.png


相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
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 &nbsp; &nbsp; 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
相关文章
|
23天前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
|
2月前
|
存储 关系型数据库 MySQL
阿里面试:为什么要索引?什么是MySQL索引?底层结构是什么?
尼恩是一位资深架构师,他在自己的读者交流群中分享了关于MySQL索引的重要知识点。索引是帮助MySQL高效获取数据的数据结构,主要作用包括显著提升查询速度、降低磁盘I/O次数、优化排序与分组操作以及提升复杂查询的性能。MySQL支持多种索引类型,如主键索引、唯一索引、普通索引、全文索引和空间数据索引。索引的底层数据结构主要是B+树,它能够有效支持范围查询和顺序遍历,同时保持高效的插入、删除和查找性能。尼恩还强调了索引的优缺点,并提供了多个面试题及其解答,帮助读者在面试中脱颖而出。相关资料可在公众号【技术自由圈】获取。
|
2月前
|
存储 NoSQL 关系型数据库
为什么MySQL不使用红黑树做索引
本文详细探讨了MySQL索引机制,解释了为何添加索引能提升查询效率。索引如同数据库的“目录”,在数据量庞大时提高查询速度。文中介绍了常见索引数据结构:哈希表、有序数组和搜索树(包括二叉树、平衡二叉树、红黑树、B-树和B+树)。重点分析了B+树在MyISAM和InnoDB引擎中的应用,并讨论了聚簇索引、非聚簇索引、联合索引及最左前缀原则。最后,还介绍了LSM-Tree在高频写入场景下的优势。通过对比多种数据结构,帮助理解不同场景下的索引选择。
105 6
|
2月前
|
SQL 关系型数据库 MySQL
案例剖析:MySQL唯一索引并发插入导致死锁!
案例剖析:MySQL唯一索引并发插入导致死锁!
153 0
案例剖析:MySQL唯一索引并发插入导致死锁!
|
1天前
|
存储 关系型数据库 MySQL
Mysql索引:深入理解InnoDb聚集索引与MyisAm非聚集索引
通过本文的介绍,希望您能深入理解InnoDB聚集索引与MyISAM非聚集索引的概念、结构和应用场景,从而在实际工作中灵活运用这些知识,优化数据库性能。
25 7
|
17天前
|
关系型数据库 MySQL Java
MySQL索引优化与Java应用实践
【11月更文挑战第25天】在大数据量和高并发的业务场景下,MySQL数据库的索引优化是提升查询性能的关键。本文将深入探讨MySQL索引的多种类型、优化策略及其在Java应用中的实践,通过历史背景、业务场景、底层原理的介绍,并结合Java示例代码,帮助Java架构师更好地理解并应用这些技术。
22 2
|
2月前
|
存储 关系型数据库 MySQL
Mysql(4)—数据库索引
数据库索引是用于提高数据检索效率的数据结构,类似于书籍中的索引。它允许用户快速找到数据,而无需扫描整个表。MySQL中的索引可以显著提升查询速度,使数据库操作更加高效。索引的发展经历了从无索引、简单索引到B-树、哈希索引、位图索引、全文索引等多个阶段。
69 3
Mysql(4)—数据库索引
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
196 1
|
2月前
|
存储 关系型数据库 MySQL
如何在MySQL中进行索引的创建和管理?
【10月更文挑战第16天】如何在MySQL中进行索引的创建和管理?
81 1
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
80 0