理想的索引,高效的索引建立考虑: 1:查询频繁度(哪几个字段经常查询就加上索引) 2:区分度要高 3:索引长度要小 4: 索引尽量能覆盖常用查询字段(如果把所有的列都加上索引,那么索引就会变得很大) 1: 索引长度直接影响索引文件的大小,影响增删改的速度,并间接影响查询速度(占用内存多). 针对列中的值,从左往右截取部分,来建索引 1: 截的越短, 重复度越高,区分度越小, 索引效果越不好 2: 截的越长, 重复度越低,区分度越高, 索引效果越好,但带来的影响也越大--增删改变慢,并间影响查询速度. 所以, 我们要在 区分度 + 长度 两者上,取得一个平衡. 惯用手法: 截取不同长度,并测试其区分度, mysql> select count(distinct left(word,6))/count(*) from dict; +---------------------------------------------------+ | count(distinct left(word,6))/count(*) | +---------------------------------------------------+ | 0.9992 | +---------------------------------------------------+ 1 row in set (0.30 sec)
1
|
对于一般的系统应用: 区别度能达到0.1,索引的性能就可以接受.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
2:对于左前缀不易区分的列 ,建立索引的技巧
如 url列http://www.baidu.com,http://www.zixue.it,列的前11个字符都是一样的,不易区分, 可以用如下2个办法来解决。
1: 把列内容倒过来存储,并建立索引
Moc.udiab.www//:ptth
Ti.euxiz.www//://ptth
这样左前缀区分度大,
2: 伪hash索引效果,存一个伪哈希列,把字符串转成整形降低索引长度。
同时存 url_hash列
explain
select
*
from
t9
where
url=’http://www.baidu.com’ \G
mysql>
select
crc32(
'http://wwww.baidu.com.cn'
);
+
-----------------------------------+
| crc32(
'http://wwww.baidu.com.cn'
) |
+
-----------------------------------+
| 3865391929 |
+
-----------------------------------+
索引长度key_len:50,
mysql>
select
*
from
t41
where
crcstr=3865391929;
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
|
大数据下的分页:
limit 及翻页优化,limit offset,N, 当offset非常大时, 效率极低,
原因是mysql并不是跳过offset行,然后单取N行,
而是取offset+N行(跳过100万行,就是返回100万行,然后返回n行,再把其他的行扔掉)
效率较低,当offset越大时,效率越低
mysql>
select
*
from
emp limit 1000000,3;
+
---------+--------+----------+-----+------------+---------+--------+--------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+
---------+--------+----------+-----+------------+---------+--------+--------+
| 1100002 | JItXJo | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 266 |
| 1100003 | LdkQxP | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 347 |
| 1100004 | YOcUrZ | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 460 |
+
---------+--------+----------+-----+------------+---------+--------+--------+
3
rows
in
set
(0.48 sec)
mysql>
select
*
from
emp limit 3000000,3;
+
---------+--------+----------+-----+------------+---------+--------+--------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+
---------+--------+----------+-----+------------+---------+--------+--------+
| 3100002 | HsQcNK | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 106 |
| 3100003 | TOpgMq | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 202 |
| 3100004 | XHtWAN | SALESMAN | 1 | 2018-01-05 | 2000.00 | 400.00 | 143 |
+
---------+--------+----------+-----+------------+---------+--------+--------+
3
rows
in
set
(1.11 sec)
当跳过数量过多时,时间就长了。
优化办法:
1: 从业务上去解决
办法: 不允许翻过100页
以百度为例,一般翻页到70页左右.
1:不用offset,用条件查询.
例:
mysql>
select
id,
name
from
lx_com limit 5000000,10;
+
---------+--------------------------------------------+
| id |
name
|
+
---------+--------------------------------------------+
| 5554609 | 温泉县人民政府供暖中心 |
..................
| 5554618 | 温泉县邮政鸿盛公司 |
+
---------+--------------------------------------------+
10
rows
in
set
(5.33 sec)
mysql>
select
id,
name
from
lx_com
where
id>5000000 limit 10;
+
---------+--------------------------------------------------------+
| id |
name
|
+
---------+--------------------------------------------------------+
| 5000001 | 南宁市嘉氏百货有限责任公司 |
.................
| 5000002 | 南宁市友达电线电缆有限公司 |
+
---------+--------------------------------------------------------+
10
rows
in
set
(0.00 sec)
这种方式要求数据没有删过,id是连续的。
问题: 2次的结果不一致
原因: 数据被物理删除过,有空洞.
解决: 数据不进行物理删除(可以逻辑删除).
(一般来说,大网站的数据都是不物理删除的,只做逻辑删除,逻辑标记 ,比如 is_delete=1)
3: 非要物理删除,还非要用offset精确查询,还不能限制用户分页,用户可以直接跳到100万页,怎么办? 延迟关联。
分析: 优化思路是 不查,少查,查索引,少取.
我们现在必须要查,则只查索引,不查数据,得到id,id索引再内存里面, 再用id去查具体条目. 这种技巧就是延迟索引.
mysql>
select
id,
name
from
lx_com
inner
join
(
select
id
from
lx_com limit 5000000,10)
as
tmp using(id);
之前的
select
*
from
emp limit 5000000,10;是在索引数上找了500万行并且回行了500万次来找
name
,因此回行到硬盘找了500万次。
select
id,
name
from
lx_com
inner
join
(
select
id
from
lx_com limit 5000000,10)
as
tmp using(id);这个是先再索引树上找到10行,然后回行10次到硬盘就可以了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
+
---------+-----------------------------------------------+
| id |
name
|
+
---------+-----------------------------------------------+
| 5050425 | 陇县河北乡大谈湾小学 |
........
| 5050434 | 陇县堎底下镇水管站 |
+
---------+-----------------------------------------------+
10
rows
in
set
(1.35 sec)
延迟关联:
mysql>
select
*
from
it_area
where
name
like
'%东山%'
;
+
------+-----------+------+
| id |
name
| pid |
+
------+-----------+------+
| 757 | 东山区 | 751 |
| 1322 | 东山县 | 1314 |
| 2118 | 东山区 | 2116 |
| 3358 | 东山区 | 3350 |
+
------+-----------+------+
4
rows
in
set
(0.00 sec)
分析: 这句话用到了索引覆盖没有?
答: 没有,1 查询了所有列, 没有哪个索引,覆盖了所有列.
2
like
%xx%”,左右都是模糊查询,
name
本身,都没用上索引
第2种做法:
select
a.*
from
it_area
as
a
inner
join
(
select
id
from
it_area
where
name
like
'%东山%'
)
as
t
on
a.id=t.id;
Show profiles; 查看效率:
| 18 | 0.00183800 |
select
*
from
it_area
where
name
like
'%东山%'
| 20 | 0.00169300 |
select
a.*
from
it_area
as
a
inner
join
(
select
id
from
it_area
where
name
like
'%东山%'
)
as
t
on
a.id=t.id |
发现 第2种做法,虽然语句复杂,但速度却稍占优势.
第2种做法中, 内层查询,只沿着
name
索引层顺序走,
name
索引层包含了id值的.
所以,走完索引层之后,找到所有合适的id,
再通过
join
, 用id一次性查出所有列. 走完
name
列再取.
第1种做法: 沿着
name
的索引文件走, 走到满足的条件的索引,就取出其id,
并通过id去取数据, 边走边回行取.
通过id查找硬盘行的过程被延后了.
--- 这种技巧,称为”延迟关联”.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
|
3:多列索引
3.1 多列索引的考虑因素
---
列的查询频率 , 列的区分度,
以ecshop商城为例, goods表中的cat_id,brand_id,做多列索引
从区分度看,Brand_id区分度更高,
mysql>
select
count
(
distinct
cat_id) /
count
(*)
from
goods;
+
-----------------------------------+
|
count
(
distinct
cat_id) /
count
(*) |
+
-----------------------------------+
| 0.2903 |
+
-----------------------------------+
1 row
in
set
(0.00 sec)
mysql>
select
count
(
distinct
brand_id) /
count
(*)
from
goods;
+
-------------------------------------+
|
count
(
distinct
brand_id) /
count
(*) |
+
-------------------------------------+
| 0.3871 |
+
-------------------------------------+
1 row
in
set
(0.00 sec)
但从 商城的实际业务业务看, 顾客一般先选大分类->小分类->品牌,
最终选择
index
(cat_id,brand_id)来建立索引
有如下表(innodb引擎), sql语句在笔记中,
给定日照市,查询子地区, 且查询子地区的功能非常频繁,
如何优化索引及语句?
+
------+-----------+------+
| id |
name
| pid |
+
------+-----------+------+
| .... | .... | .... |
| 1584 | 日照市 | 1476 |
| 1586 | 东港区 | 1584 |
| 1587 | 五莲县 | 1584 |
| 1588 | 莒县 | 1584 |
+
------+-----------+------+
1: 不加任何索引,自身连接查询
mysql> explain
select
s.id,s.
name
from
it_area
as
p
inner
join
it_area
as
s
on
p.id=s.pid
where
p.
name
=
'日照市'
\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table
: p
type:
ALL
possible_keys:
NULL
key
:
NULL
key_len:
NULL
ref:
NULL
rows
: 3263
Extra: Using
where
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table
: s
type:
ALL
possible_keys:
NULL
key
:
NULL
key_len:
NULL
ref:
NULL
rows
: 3263
Extra: Using
where
; Using
join
buffer
2
rows
in
set
(0.00 sec)
2: 给
name
加索引
mysql> explain
select
s.id,s.
name
from
it_area
as
p
inner
join
it_area
as
s
on
p.id=s.pid
where
p.
name
=
'日照市'
\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table
: p
type: ref
possible_keys:
name
key
:
name
key_len: 93
ref: const
rows
: 1
Extra: Using
where
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table
: s
type:
ALL
possible_keys:
NULL
key
:
NULL
key_len:
NULL
ref:
NULL
rows
: 3243
Extra: Using
where
; Using
join
buffer
2
rows
in
set
(0.00 sec)
3: 在Pid上也加索引
mysql> explain
select
s.id,s.
name
from
it_area
as
p
inner
join
it_area
as
s
on
p.id=s.pid
where
p.
name
=
'日照市'
\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table
: p
type: ref
possible_keys:
name
key
:
name
key_len: 93
ref: const
rows
: 1
Extra: Using
where
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table
: s
type: ref
possible_keys: pid
key
: pid
key_len: 5
ref: big_data.p.id
rows
: 4
Extra: Using
where
2
rows
in
set
(0.00 sec)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
索引与排序的关系:
排序可能发生2种情况:
1: 对于覆盖索引,直接在索引上查询时,就是有顺序的, using
index
2: 先取出数据,形成临时表做filesort(文件排序,但文件排序可能在磁盘上,也可能在内存中)
我们的争取目标
-----取出来的数据本身就是有序的! 免得还要排序。也就是利用索引来排序.索引不仅仅是利用在where查询上,排序也可以的。
比如: goods商品表, (cat_id,shop_price)组成联合索引,
where
cat_id=N
order
by
shop_price ,可以利用索引来排序,
select
goods_id,cat_id,shop_price
from
goods
order
by
shop_price;
order
by
shop_price按照shop_price索引取出的结果,本身就是有序的.不用file sort了。
select
goods_id,cat_id,shop_price
from
goods
order
by
click_count;
// using filesort 用到了文件排序,即取出的结果再次排序,
order
by
click_count要根据click_count排序,而click_count无序。
所以索引可以提高查询、排序、分组效率。
|
1
2
3
4
5
6
7
|
重复索引与冗余索引:
重复索引:一个列增加了多次索引,index1(x)给x加一个索引名字叫index1,后来忘记了又加一个index2(x)给x又加了一个索引叫index2。叫重复索引, mysql允许重复索引,但是重复索引没有任何帮助,只会增大索引文件,拖慢更新速度, 去掉.
冗余索引:
冗余索引是指2个索引所覆盖的列有重叠, 称为冗余索引,比如 x,m,列,给x单加索引
index
x(x), 给x和m加多列索引
index
xm(x,m),两者的x列重叠了,这种情况,称为冗余索引。
Index
(m,x)与
index
(x,m)叫冗余索引,不叫重复索引,因为这2个索引不是同一回事。(m,x)是再m排好序的基础上排x,而(x,m)是在x的下面排m。他们2个的索引文件是截然不同的,不是同一个索引。
|
1
2
3
4
5
6
7
8
9
|
索引碎片与维护:
在长期的数据更改过程中, 索引文件和数据文件,都将产生空洞,形成碎片。比如删除之后就会留下空的地方,增大了就会多出来地方。 这时候索引的效率和表的查询效率都会降低。
我们可以通过一个nop操作(
no
operate不产生对数据实质影响的操作), 来修改表.
比如: 表的引擎为innodb , 可以
alter
table
xxx engine innodb也可以optimize
table
表名 ,也可以修复,重新规整数据和文件。(表大的话比较耗时,夜间操作)
注意: 修复表的数据及索引碎片,就会把所有的数据文件重新整理一遍,使之对齐.
这个过程,如果表的行数比较大,也是非常耗费资源的操作.所以,不能频繁的修复.
如果表的
Update
操作很频率,可以按周/月,来修复.如果不频繁,可以更长的周期来做修复.
|
本文转自农夫山泉别墅博客园博客,原文链接:http://www.cnblogs.com/yaowen/p/8296333.html,如需转载请自行联系原作者