Mysql优化之索引相关介绍(笔记)

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
简介: 这段内容涵盖了创建MySQL用户表的SQL语句,创建一个包含`username`、`age`和`dept`字段的联合索引,以及关于联合索引查询时遵循的最左前缀原则的解释。

表创建


CREATE TABLE `user` (
  `id` bigint NOT NULL,
  `username` varchar(255) DEFAULT NULL,
  `age` int DEFAULT NULL,
  `dept` varchar(255) DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
//创建一张user表,id:主键,username:用户名,age:年龄,dept:部门

联合索引创建


create index idx_username_age_dept on user(username,age,dept);
//创建username,age,dept三个字段的联合索引

数据创建




联合索引图介绍

[联合索引结构图]




联合索引排序规则:
  1. 从第一级(最左边字段)索引字段开始排序。
  2. 第一级排好序之后,第二个字段只在当前第一级排好序的数据中进行二次排序
  3. 第三级根据第二级排好序的数据,进行第三级排序。

由此引出结论,
1.第二级排序是依赖第一级排序的。同理,第三级依赖第二级
2.第二级分开来看,所有的数据都是无序的。
3.同理,第三级也是。

最左前缀原则


查询时,如果要走联合索引,则必须满足,
1.从组合索引最左边开始,依次匹配索引字段。
2.中间索引字段不能断,断了不能走完整的组合索引。
3.字段必须从最左边那个字段开始。

简单分析


select * from user where username = '李雷' and age = 20 and dept = 'dev';

毫无疑问,这是索引全值匹配,而且条件顺序是按照索引顺序来的。符合最左前缀,所以会走索引。


select * from user where username = '李雷' and dept = 'dev' and age = 20;

这条sql和第一条sql的差别在于第二个条件和第三个条件互换了顺序。看起来违背了最左前缀原则
但是也能走索引,这是因为mysql在编译期会优化sql进行重排序。

select * from user where username = '李雷';
如联合索引结构图所示,第一级username在索引结构种,已经是排好序的。所以在搜索username单值的时候,是可以通过联合索引查找的。
select * from user where age = 20; 
如联合索引结构图所示,第二级age在结构图中,顺序是乱序的。所以在单独查找age的时候,索引树是乱序,自然也不能走索引。
select * from user where dept = 'dev';  //同理

select * from user where username = '韩梅梅' and age = 20;
如联合索引结构图所示,username在排序的情况下,age在同等username下也是排序的。所以这条会走key值为username + age 的索引

select * from user where username = '韩梅梅' and dept = 'dev';
如联合索引结构图所示,username在排序的情况下,dept需要通过二级age排序的情况下,才能排序。所以此处dept是乱序。
但是这里也能走索引,但是只能走key长度为username的索引。相当于找出所有的韩梅梅之后,再逐行扫描dept为dev的记录。

select * from user where age = 20 and dept = 'dev';
age和dept在没有username的前提都是乱序的,所以这条会全表扫描。

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 
目录
相关文章
|
7月前
|
关系型数据库 MySQL 索引
MySQL多表练习笔记
链接可行,多表查询语法
171 0
|
8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。
326 6
|
9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。
384 0
|
9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。
241 4
|
9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
222 2
|
9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)
|
10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。
397 0
|
7月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格:MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法,支持集中式与分布式架构。标准版2核4G年费1116元起,企业版最高性能达4核16G,支持HTAP与多级高可用,广泛应用于金融、政务、互联网等领域,TCO成本降低50%。
|
7月前
|
SQL 关系型数据库 MySQL
Mysql数据恢复—Mysql数据库delete删除后数据恢复案例
本地服务器,操作系统为windows server。服务器上部署mysql单实例,innodb引擎,独立表空间。未进行数据库备份,未开启binlog。 人为误操作使用Delete命令删除数据时未添加where子句,导致全表数据被删除。删除后未对该表进行任何操作。需要恢复误删除的数据。 在本案例中的mysql数据库未进行备份,也未开启binlog日志,无法直接还原数据库。
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1237 152

推荐镜像

更多
下一篇
开通oss服务