MySQL索引设计原则 索引使用、索引失效、索引SQL优化

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: MySQL索引设计原则 索引使用、索引失效、索引SQL优化

最左前缀法则

如果索引了多列(联合索引),要遵守最左前缀法则。
最左前缀法则指的是查询从索引的最左列开始,并且不跳过索引中的列。如果跳跃某一列,索引将会部分失效(后面的字段索引失效)。

tb_user 表中,有一个联合索引,这个联合索引涉及到三个字段,顺序分别为:profession
agestatus

在这里插入图片描述

最左前缀法则是指,查询时,最左边的列 profession 必须存在,否则索引全部失效。而且中间不能跳过某一列,否则该列后面的字段索引将失效。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

以上的这几组测试中,只要联合索引最左边的字段 profession存在,索引就会生效,只不过索引的长度不同。 由以上测试,可以推测出profession字段索引长度为36、age字段索引长度为2、status字段索引长度为4。

在这里插入图片描述
在这里插入图片描述

上面的测试,索引并未生效,因为不满足最左前缀法则,联合索引最左边的列profession不存在。
在这里插入图片描述
上述的SQL查询时,最左边的列profession字段存在,满足最左前缀法则的基本条件。查询时,跳过了age列,所以后面的列索引不会使用,索引部分生效。

范围查询

联合索引中,出现范围查询( >< ),范围查询右侧的列索引失效。所以尽可能的使用 >=<=

在这里插入图片描述
当范围查询使用 ><时,联合索引长度为38,说明范围查询右边的status字段没有走索引。
在这里插入图片描述
当范围查询使用 >=<=时,联合索引的长度为42,说明所有的字段都走索引。

索引列运算

不要在索引列上进行运算操作,索引将失效。

在这里插入图片描述
当根据phone字段进行函数运算操作之后,索引失效。

字符串不加引号

字符串类型字段使用时,不加引号,索引将失效。

在这里插入图片描述
在这里插入图片描述

如果字符串不加单引号,对查询结果没什么影响,因为数据库存在隐式类型转换,索引将失效。

模糊查询

如果尾部模糊匹配,索引不会失效。如果是头部模糊匹配,索引失效。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在like模糊查询中,在关键字后面加%,索引生效。而如果在关键字前面加了%,索引会失效。

or连接条件

当or连接的条件,左右两侧字段都有索引时,索引才会生效。

在这里插入图片描述

age没有索引,即使id有索引,索引也会失效。

在这里插入图片描述

age字段建立索引后,索引就生效了。

数据分布影响

如果MySQL评估使用索引比全表更慢,则不使用索引。

在这里插入图片描述
在这里插入图片描述

MySQL在查询时,会评估使用索引的效率与走全表扫描的效率,如果走全表扫描更快,则放弃索引,走全表扫描。 因为索引是用来索引少量数据的,如果通过索引查询返回大批量的数据,不如走全表扫描来的快,此时索引就会失效。

在这里插入图片描述
在这里插入图片描述

查询时MySQL会评估,走索引快还是全表扫描快,如果全表扫描更快,则放弃索引走全表扫描。 因此,is nullis not null 是否走索引,得具体情况具体分析,并不是固定的。

SQL提示

在下面字段同时有两个索引的情况下进行查询,可以看到,MySQL找到了两个索引,最终自动选择了联合索引。
在这里插入图片描述
在这里插入图片描述

SQL提示是优化数据库的一个重要手段,在SQL语句中加入一些人为的提示来达到优化操作的目的。

  • use index: 建议MySQL使用哪一个索引完成此次查询(仅仅是建议,mysql内部还会再次进行评估)。
  • ignore index: 忽略指定的索引。
  • force index: 强制使用索引。
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';
explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';
explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

覆盖索引

尽量使用覆盖索引,减少 select * 。覆盖索引是指查询使用了索引,并且需要返回的列,在该索引中已经全部能够找到 。

在这里插入图片描述
在这里插入图片描述

Extra含义:

  • Using whereUsing Index :查找使用了索引,但是需要的数据都在索引列中能找到,所以不需要回表查询数据。
  • Using indexconditionnull:查找使用了索引,但是需要回表查询数据。

因为,在tb_user表中有一个联合索引 idx_user_pro_age_sta,该索引关联了三个字段profession、age、status,而这个索引也是一个二级索引,所以叶子节点下面挂的是这一行的主键id。

  • 当查询返回的数据在 id、profession、age、status 之中,则直接走二级索引返回数据。
  • 如果超出这个范围,就需要拿到主键id,再去扫描聚集索引,获取额外的数据。这个过程就是回表。

如果使用 select * 查询所有字段值,容易造成回表查询(除非根据主键查询,只会扫描聚集索引)。

在这里插入图片描述

根据id查询,直接走聚集索引查询,一次索引扫描,直接返回数据,性能高。

在这里插入图片描述

根据name字段查询二级索引,查询字段为 id,name,在name的二级索引中,这两个值可以直接获取到,因为覆盖索引,不需要回表查询,性能高。

在这里插入图片描述

在name的二级索引中,不包含gender,需要两次索引扫描回表查询,性能相对较差一点。

前缀索引

当字段类型为字符串(varchartextlongtext等)时,有时候需要索引很长的字符串,这样索引会变得很大,查询时,浪费大量的磁盘IO, 影响查询效率。

此时可以只将字符串的一部分前缀,建立索引,这样可以大大节约索引空间,从而提高索引效率。

语法:

create index 索引名 on table_name(column(n)) ;

可以根据索引的选择性来决定n的值,选择性是指不重复的索引值(基数)和数据表的记录总数的比值,索引选择性越高则查询效率越高, 唯一索引的选择性是1,这是最好的索引选择性,性能也是最好的。

-- 获取email不重复且不为空的总数 / 总数
select count(distinct email) / count(*) from tb_user;
-- 截取前五个得到的值和截取前8个得到的值是一样的,那么只截取前五个会好一点,减少空间的使用
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

为tb_user表的email字段,建立长度为5的前缀索引。

create index idx_email_5 on tb_user(email(5));

在这里插入图片描述

单列索引与联合索引

  • 单列索引:即一个索引只包含单个列。
  • 联合索引:即一个索引包含了多个列。

在业务场景中,如果存在多个查询条件,考虑针对于查询字段建立索引时,建议建立联合索引,而非单列索引。

在phone和name都有单列索引的情况下,使用and连接查询,发现MySQL只会选择一个索引,是会回表查询的,所以效率相对比较低。

在这里插入图片描述

给phone和name创建联合索引,并使用联合索引查询,因为联合索引中包含 phone、name的信息,在叶子节点下挂的是对应的主键id,所以是无需回表查询的。

create unique index idx_user_phone_name on tb_user(phone,name);
explain select * from tb_user use index(idx_user_phone_name) where phone = '17799990001' and name = '曹操';

在这里插入图片描述

索引设计原则

  1. 针对于数据量较大,且查询比较频繁的表建立索引。
  2. 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
  3. 尽量选择区分度高的列作为索引,尽量建立唯一索引,区分度越高,使用索引的效率越高。
  4. 如果是字符串类型的字段,字段的长度较长,可以针对于字段的特点,建立前缀索引。
  5. 尽量使用联合索引,减少单列索引,查询时,联合索引很多时候可以覆盖索引,节省存储空间,避免回表,提高查询效率。
  6. 要控制索引的数量,索引并不是多多益善,索引越多,维护索引结构的代价也就越大,会影响增删改的效率。
  7. 如果索引列不能存储NULL值,请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时,它可以更好地确定哪个索引最有效地用于查询。
相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
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
目录
相关文章
|
1天前
|
SQL 关系型数据库 MySQL
MySQL性能优化实战:从索引策略到查询优化
MySQL性能优化聚焦索引策略和查询优化。创建索引如`CREATE INDEX idx_user_id ON users(user_id)`可加速检索;复合索引考虑字段顺序,如`idx_name ON users(last_name, first_name)`。使用`EXPLAIN`分析查询效率,避免全表扫描和大量`OFFSET`。通过子查询优化分页,如LIMIT配合内部排序。定期审查和调整策略以提升响应速度和降低资源消耗。【6月更文挑战第22天】
86 2
|
1天前
|
SQL Java 数据库连接
2万字实操案例之在Springboot框架下基于注解用Mybatis开发实现基础操作MySQL之预编译SQL主键返回增删改查
2万字实操案例之在Springboot框架下基于注解用Mybatis开发实现基础操作MySQL之预编译SQL主键返回增删改查
8 2
|
1天前
|
关系型数据库 MySQL 数据库
MySQL企业级开发重点之事物和索引
MySQL企业级开发重点之事物和索引
8 2
|
2天前
|
SQL 分布式计算 大数据
MaxCompute产品使用问题之如果oss文件过大,如何在不调整oss源文件大小的情况下优化查询sql
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
4天前
|
存储 SQL 关系型数据库
初识mysql索引 - 小白篇
初识mysql索引 - 小白篇
|
5天前
|
SQL 存储 关系型数据库
不懂索引,简历上都不敢写自己熟悉SQL优化
大家好,我是考哥。今天给大家带来MySQL索引相关核心知识。对MySQL索引的理解甚至比你掌握还重要,索引是优化SQL的前提和基础,我们一步步来先打好地基。当MySQL表数据量不大时,缺少索引对查询性能的影响都不会太大,可能都是0.0几秒;但当表数据量逐日递增时,建立一个合适且优雅的索引就至关重要了。
757 0
不懂索引,简历上都不敢写自己熟悉SQL优化
|
1天前
|
SQL 关系型数据库 MySQL
省市区SQL(mysql、postgrel)-接口实现(java)
省市区SQL(mysql、postgrel)-接口实现(java)
5 0
|
4天前
|
SQL 关系型数据库 MySQL
MySQL数据库数据模型概念入门及基础的SQL语句2024
MySQL数据库数据模型概念入门及基础的SQL语句2024
13 0
|
5天前
|
SQL 存储 数据库
sql索引详解
sql索引详解
|
SQL 关系型数据库 索引
SQL优化常用方法53
分离表和索引
1305 0