【RDS MySQL】为应用选择和创建最佳索引,加速数据读取

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,高可用系列 2核4GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 在工作中,由于SQL问题导致的数据库故障层出不穷,索引问题是SQL问题中常见的一种,例如:无索引,隐式转换,索引创建不合理。

使用没有创建索引的SQL访问数据库中的表时,系统会进行全表扫描。如果表的数据量很大,则扫描大量的数据,执行效率过慢,占用数据库连接,连接数堆积很快达到数据库的最大连接数设置,新的应用请求将会被拒绝导致故障发生。

隐式转换是指SQL查询条件中的传入值与对应字段的数据定义不一致导致索引无法使用。常见隐式转换如字段的表结构定义为字符类型,但SQL传入值为数字;或者是字段定义collation为区分大小写,在多表关联的场景下,其表的关联字段大小写敏感定义各不相同。隐式转换会导致索引无法使用,进而出现上述慢SQL堆积数据库连接数跑满的情况。


索引使用策略及优化

创建索引

  • 在经常查询而不经常增删改操作的字段加索引。
  • order by与group by后应直接使用字段,而且字段应该是索引字段。
  • 一个表上的索引不应该超过6个。
  • 索引字段的长度固定,且长度较短。
  • 索引字段重复不能过多。
  • 在过滤性高的字段上加索引。

使用索引注意事项

  • 使用like关键字时,前置%会导致索引失效。
  • 使用null值会被自动从索引中排除,索引一般不会建立在有空值的列上。
  • 使用or关键字时,or左右字段如果存在一个没有索引,有索引字段也会失效。
  • 使用!=操作符时,将放弃使用索引。因为范围不确定,使用索引效率不高,会被引擎自动改为全表扫描。
  • 不要在索引字段进行运算。
  • 在使用复合索引时,最左前缀原则,查询时必须使用索引的第一个字段,否则索引失效;并且应尽量让字段顺序与索引顺序一致。
  • 避免隐式转换,定义的数据类型与传入的数据类型保持一致。

无索引案例

无索引案例一

  1. 查看表结构。
 mysql> show create table customers;
 CREATE TABLE `customers` (
   `cust_id` int(11) NOT NULL AUTO_INCREMENT,
   `cust_name` char(50) NOT NULL,
   `cust_address` char(50) DEFAULT NULL,
   `cust_city` char(50) DEFAULT NULL,
   `cust_state` char(5) DEFAULT NULL,
   `cust_zip` char(10) DEFAULT NULL,
   `cust_country` char(50) DEFAULT NULL,
   `cust_contact` char(50) DEFAULT NULL,
   `cust_email` char(255) DEFAULT NULL,
   PRIMARY KEY (`cust_id`),
 ) ENGINE=InnoDB AUTO_INCREMENT=10006 DEFAULT CHARSET=utf8
  1. 执行语句。
 mysql> select * from customers where cust_zip = '44444' limit 0,1 \G;
  1. 执行计划。
 mysql> explain select * from customers where cust_zip = '44444' limit 0,1 \G;
            id: 1
   select_type: SIMPLE
         table: customers
          type: ALL
 possible_keys: NULL
           key: NULL
       key_len: NULL
           ref: NULL
          rows: 505560
         Extra: Using where

执行计划看到type为ALL,是全表扫描,每次执行需要扫描505560行数据,这是非常消耗性能的,那么下面将介绍优化方式。

  1. 添加索引。
 mysql> alter table customers add index idx_cus(cust_zip);
  1. 执行计划。
 mysql> explain select * from customers where cust_zip = '44444' limit 0,1 \G;
            id: 1
   select_type: SIMPLE
         table: customers
          type: ref
 possible_keys: idx_cus
           key: idx_cus
       key_len: 31
           ref: const
          rows: 4555
         Extra: Using index condition

执行计划看到type为ref,基于索引的等值查询,或者表间等值连接。


无索引案例二

  1. 表结构同上案例相同,执行语句。
 mysql> select cust_id,cust_name,cust_zip from customers where cust_zip = '42222'order by cust_zip,cust_name;
  1. 执行计划。
 mysql> explain select cust_id,cust_name,cust_zip from customers where cust_zip = '42222'order by cust_zip,cust_name\G;
            id: 1
   select_type: SIMPLE
         table: customers
          type: ALL
 possible_keys: NULL
           key: NULL
       key_len: NULL
           ref: NULL
          rows: 505560
         Extra: Using filesort
  1. 添加索引。
 mysql> alter table customers add index idx_cu_zip_name(cust_zip,cust_name);
  1. 执行计划。
 mysql> explain select cust_id,cust_name,cust_zip from customers where cust_zip = '42222'order by cust_zip,cust_name\G;
            id: 1
   select_type: SIMPLE
         table: customers
          type: ref
 possible_keys: idx_cu_zip_name
           key: idx_cu_zip_name
       key_len: 31
           ref: const
          rows: 4555
         Extra: Using where; Using index

order by使用字段,而且字段应该是索引字段。


隐式转换案例

隐式转换案例一

mysql> explain select * from customers where cust_zip = 44444 limit 0,1 \G;
          id: 1
  select_type: SIMPLE
        table: customers
         type: ALL
possible_keys: idx_cus
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 505560
        Extra: Using where
mysql> show warnings;
Warning: Cannot use range access on index 'idx_cus' due to type or collation conversion on field 'cust_zip'

上述案例中由于表结构定义cust_zip字段是字符串数据类型,而应用传入的是数字,导致了隐式转换,无法使用索引。


解决方案:

  1. 将cust_zip字段修改为数字数据类型。
  2. 将应用中传入的数据类型改为字符类型。


隐式转换案例二

  1. 查看表结构。
 mysql> show create table customers1;
 CREATE TABLE `customers1` (
   `cust_id` varchar(10) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL,
   `cust_name` char(50) NOT NULL,
   KEY `idx_cu_id` (`cust_id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8
 mysql> show create table customers2;
 CREATE TABLE `customers2` (
   `cust_id` varchar(10) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,
   `cust_name` char(50) NOT NULL,
   KEY `idx_cu_id` (`cust_id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8
  1. 执行语句。
 mysql> select customers1.* from  customers2 left  join  customers1 on customers1.cust_id=customers2.cust_id where customers2.cust_id='x';
  1. 执行计划。
 mysql> explain select customers1.* from  customers2 left  join  customers1 on customers1.cust_id=customers2.cust_id where customers2.cust_id='x'\G;
 *************************** 1. row ***************************
            id: 1
   select_type: SIMPLE
         table: customers2
          type: ref
 possible_keys: idx_cu_id
           key: idx_cu_id
       key_len: 33
           ref: const
          rows: 1
         Extra: Using where; Using index
 *************************** 2. row ***************************
            id: 1
   select_type: SIMPLE
         table: customers1
          type: ALL
 possible_keys: NULL
           key: NULL
       key_len: NULL
           ref: NULL
          rows: 1
         Extra: Using where; Using join buffer (Block Nested Loop)
  1. 修改COLLATE。
 mysql> alter table customers1 modify column cust_id varchar(10) COLLATE utf8_bin ;
  1. 执行计划。
 mysql> explain select cust_id,cust_name,cust_zip from customers where cust_zip = '42222'order by cust_zip,cust_name\G;
            id: 1
   select_type: SIMPLE
         table: customers2
          type: ref
 possible_keys: idx_cu_id
           key: idx_cu_id
       key_len: 33
           ref: const
          rows: 1
         Extra: Using where; Using index
            id: 1
   select_type: SIMPLE
         table: customers1
          type: ref
 possible_keys: idx_cu_id
           key: idx_cu_id
       key_len: 33
           ref: const
          rows: 1
         Extra: Using where

字段的COLLATE一致后执行计划使用到了索引,所以一定要注意表字段的collate属性的定义保持一致。

总结

在使用索引时,我们可以通过explain查看SQL的执行计划,判断是否使用了索引以及发生了隐式转换,创建合适的索引。索引太复杂,创建需谨慎

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 
相关文章
|
2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)
|
2月前
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
2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。
85 4
|
4月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
2月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
112 0
|
4月前
|
存储 关系型数据库 MySQL
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
|
4月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
12天前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
64 10
|
2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

推荐镜像

更多