深入浅出Mysql索引

本文阅读 9 分钟
首页 代码,Java 正文

  在下面这个表T中,如果执行 select * from T where k between 3 and 5,需要执行几次树的搜索操作,会扫描多少行?

create table T (
ID int primary key,
k int NOT NULL DEFAULT 0, 
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;

insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

img

这条SQL查询语句的执行流程:

  1. 在k索引树上找到k=3的记录,取得 ID = 300;
  2. 再到ID索引树查到ID=300对应的R3;
  3. 在k索引树取下一个值k=5,取得ID=500;
  4. 再回到ID索引树查到ID=500对应的R4;
  5. 在k索引树取下一个值k=6,不满足条件,循环结束。

  在这个过程中,回到主键索引树搜索的过程,称为回表。可以看到,这个查询过程读了k索引树的3条记录(步骤1、3、5),回表了两次(步骤2、4)。

  在这个例子中,由于查询结果所需要的数据只在主键索引上有,所以不得不回表。有没有可能经过索引优化,避免回表过程呢?

  如果执行的语句是select ID from T where k between 3 and 5,这时只需要查ID的值,而ID的值已经在k索引树上了,因此可以直接提供查询结果,不需要回表。也就是说,在这个查询里面,索引k已经“覆盖了”查询需求,称为覆盖索引。

  覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段。

  注意:在引擎内部使用覆盖索引在索引k上其实读了三个记录,k上的3~5,ID上的R3~R5,但是对于MySQL的Server层来说,它就是找引擎拿到了两条记录,因此MySQL认为扫描行数是2。

基于上面覆盖索引的说明,来讨论一个问题:在一个市民信息表上,是否有必要将身份证号和名字建立联合索引? 市民表的定义:

CREATE TABLE `tuser` (
  `id` int(11) NOT NULL,
  `id_card` varchar(32) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `ismale` tinyint(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `id_card` (`id_card`),
  KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB

  身份证号是市民的唯一标识。也就是说,如果有根据身份证号查询市民信息的需求,我们只要在身份证号字段上建立索引就够了。而再建立一个(身份证号、姓名)的联合索引,是不是浪费空间?

  如果现在有一个高频请求,要根据市民的身份证号查询他的姓名,这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引,不再需要回表查整行记录,减少语句的执行时间。

  索引字段的维护总是有代价的。因此,在建立冗余索引来支持覆盖索引时就需要权衡考虑了。

  如果为每一种查询都设计一个索引,索引是不是太多了。如果现在要按照市民的身份证号去查他的家庭地址,虽然这个查询需求在业务中出现的概率不高,但也不能让它走全表扫描。   反过来说,单独为一个不频繁的请求创建一个(身份证号,地址)的索引又感觉有点浪费。应该怎么做呢?   这里,B+树这种索引结构,可以利用索引的“最左前缀”,来定位记录。   为了直观地说明这个概念,用(name,age)这个联合索引来分析。

img   索引项是按照索引定义里面出现的字段顺序排序的。   当逻辑需求是查到所有名字是“张三”的人时,可以快速定位到ID4,然后向后遍历得到所有需要的结果。   如果要查的是所有名字第一个字是“张”的人,SQL语句的条件是where name like '张%'。这时,也能够用上这个索引,查找到第一个符合条件的记录是ID3,然后向后遍历,直到不满足条件为止。   因此,只要满足最左前缀,就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左N个字段,也可以是字符串索引的最左M个字符。

  基于上面对最左前缀索引的说明,讨论一个问题:在建立联合索引的时候,如何安排索引内的字段顺序。   这里的评估标准是,索引的复用能力。因为可以支持最左前缀,所以当已经有了(a,b)这个联合索引后,一般就不需要单独在a上建立索引了。因此,第一原则是,如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。   所以要为高频请求创建(身份证号,姓名)这个联合索引,并用这个索引支持“根据身份证号查询地址”的需求。

  如果既有联合查询,又有基于a、b各自的查询呢?查询条件里面只有b的语句,是无法使用(a,b)这个联合索引的,这时就不得不维护另外一个索引,也就是说需要同时维护(a,b)、(b) 这两个索引。   这时候要考虑的原则就是空间。比如上面这个市民表的情况,name字段是比age字段大的 ,这里就建议创建一个(name,age)的联合索引和一个(age)的单字段索引。

  最左前缀可以用于在索引中定位记录。但那些不符合最左前缀的部分,会怎么样呢?   还是以市民表的联合索引(name, age)为例。如果现在有一个需求:检索出表中“名字第一个字是张,而且年龄是10岁的所有男孩”。SQL语句如下:

select * from tuser where name like '张%' and age=10 and ismale=1;

  根据前缀索引规则,这个语句在搜索索引树的时候,只能用 “张”,找到第一个满足条件的记录ID3。然后是判断其他条件是否满足。

  在MySQL 5.6之前,只能从ID3开始一个个回表。到主键索引上找出数据行,再对比字段值。   MySQL 5.6 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。 这两个过程的执行流程图如下。 img

img

  可以看出,有索引下推只用回表2次,没有索引下推需要回表4次。

CREATE TABLE `geek` (
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` int(11) NOT NULL,
  PRIMARY KEY (`a`,`b`),
  KEY `c` (`c`),
  KEY `ca` (`c`,`a`),
  KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;

业务里面有这样的两种语句:

select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;

ca和cb索引是否全都需要?

分析: 表记录:

  主键 a,b的聚簇索引组织顺序相当于 order by a,b ,也就是先按a排序,再按b排序,c无序。   索引 ca 的组织是先按c排序,再按a排序,同时记录主键

  这个跟索引c的数据是一模一样的。   索引 cb 的组织是先按c排序,在按b排序,同时记录主键。

对于

select * from geek where c=N order by a limit 1;

  走ca,cb索引都能定位到满足c=N主键   而且主键的聚簇索引本身就是按order by a,b排序,无序重新排序。所以ca可以去掉。

对于

select * from geek where c=N order by b limit 1;

order by b的顺序与主键顺序不一致,需要额外排序

  所以,结论是ca可以去掉,cb需要保留。

本文为互联网自动采集或经作者授权后发布,本文观点不代表立场,若侵权下架请联系我们删帖处理!文章出自:https://wangjiawei.blog.csdn.net/article/details/108956645
-- 展开阅读全文 --
安全面试之XSS(跨站脚本攻击)
« 上一篇 07-24

发表评论

成为第一个评论的人

热门文章

标签TAG

最近回复