MySQL索引分析与优化

索引分析

- 准备

先创建三张表：
tb_emp(员工表)
tb_dept(部门表)
tb_desc(描述表)

 

1. tb_emp(员工表)

DROP TABLE IF EXISTS `tb_emp`;
CREATE TABLE `tb_emp` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`username` varchar(20) NOT NULL,
`deptid` int(11) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- ----------------------------
INSERT INTO `tb_emp`(username,deptid) VALUES (‘Tom‘, ‘1‘);
INSERT INTO `tb_emp`(username,deptid) VALUES (‘Jack‘, ‘1‘);
INSERT INTO `tb_emp`(username,deptid) VALUES (‘Mary‘, ‘2‘);
INSERT INTO `tb_emp`(username,deptid) VALUES (‘Rose‘, ‘3‘);

 

2.tb_dept(部门表)

    DROP TABLE IF EXISTS `tb_dept`;
    CREATE TABLE `tb_dept` (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(20) NOT NULL,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    -- ----------------------------
    INSERT INTO `tb_dept`(name) VALUES (‘综合部‘);
    INSERT INTO `tb_dept`(name) VALUES (‘研发‘);
    INSERT INTO `tb_dept`(name) VALUES (‘测试‘);
    INSERT INTO `tb_dept`(name) VALUES (‘总裁‘);

3.tb_desc(描述表)

 

DROP TABLE IF EXISTS `tb_desc`;
CREATE TABLE `tb_desc` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `empid` int(11) DEFAULT NULL,
  `deptid` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- ----------------------------
INSERT INTO `tb_desc`(empid,deptid) VALUES (1, 1);
INSERT INTO `tb_desc`(empid,deptid) VALUES (2, 1);
INSERT INTO `tb_desc`(empid,deptid) VALUES (3, 2);
INSERT INTO `tb_desc`(empid,deptid) VALUES (4, 3);

注：为了进行join的分析，这里将员工表与部门表不直接关联，再通过tb_desc(描述表)进行关联。

 

1.left join

1）.首先执行查询。

 

2）.通过explain进行分析。

 分析：从explain执行结果可以看出对两表都是用了全表扫描（ALL），并且在tb_desc(描述表)中还使用了join连接缓存，需要进行优化。

           但是如何优化？是在左表建立索引还是右表建立索引呢 还是都建立索引？
    ——左连接左表是全有，或许应该在右表建立索引？

 

3）.右表创建索引。

在创建索引后，可以获得比较不错的结果。（type=ref,Extra=Using index）

结论：left join（左连接）情况下，应该在右表（tb_desc）创建索引。

 

2.right join
通过上面left join的测试结果，我们直接交换两表位置，并将left join改变成right join。

 与left join进行对比：

1）在left join下，首先执行tb_emp（左表），type=ALL，因为左连接情况下左表全有，因此我们在tb_desc（右表）创建索引，得到比较理想的效果。

2）在right join下（我们交换了tb_emp和tb_desc的位置），执行顺序：tb_emp（右表）→ tb_desc（左表）。右表type=ALL，因为右连接情况下右表全有，因此在左表（tb_desc，我们交换了位置）创建索引，效果肯定和left join一样。

总结
left join（左连接）：右表创建索引。
right join（右连接）：左表创建索引。
浓缩得出精华——索引相反建

 

索引优化

—索引优化的目的主要是让索引不失效

-准备

创建经典的tb_emp表。

DROP TABLE IF EXISTS `tb_emp`;
CREATE TABLE `tb_emp` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(20) NOT NULL,
  `age` int(11) NOT NULL,
  gender varchar(10) NOT NULL,
  email varchar(20),
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

------------------------------

INSERT INTO `tb_emp` (name,age,gender,email) VALUES (‘Tom‘, ‘22‘,‘male‘,‘[email protected]‘);
INSERT INTO `tb_emp` (name,age,gender,email) VALUES (‘Mary‘, ‘21‘,‘female‘,‘[email protected]‘);
INSERT INTO `tb_emp` (name,age,gender,email) VALUES (‘Jack‘, ‘27‘,‘male‘,‘[email protected]‘);
INSERT INTO `tb_emp` (name,age,gender,email) VALUES (‘Rose‘, ‘23‘,‘female‘,‘[email protected]‘);

：创建了tb_emp表，并插入了4条数据。

1.最佳左前缀法则
1）定义：在创建了多列索引的情况下，查询从索引的最左前列开始且不能跳过索引中的列。

最佳左前缀法则就是说如果创建了多个索引，在使用索引时要按照创建索引的顺序来使用，不能缺少或跳过，当然如果只使用最左边的索引列，也就是第一个索引是可以的，通俗理解：“带头大哥不能死，中间兄弟不能断”。要点：“头不能掉”。
用案例进行说明

2）创建组合索引，并执行explain。

Case 1：

分析：

①索引的创建顺序为name，age，gender；

②直接使用name（带头大哥）作为条件，可以看到type=ref，key_len=82，ref=const，效果还不错。

 

Case 2：

 

 分析：

没使用带头大哥（name），直接用兄弟，type=ALL，为全表扫描。

Case 3：

 分析：

①对比上面两句sql语句可发现：我们使用：火车头（name）和中间车厢（age）、火车头（name）和车尾（gender）。

②虽然type=ref，但是观察key_len和ref两项，并对比Case1中的结果，可得出在使用火车头（name）和车尾（gender）时，只使用了部分索引也就是火车头（name）的索引。

③通俗理解：火车头单独跑没问题，火车头与直接相连的车厢一起跑也没问题，但是火车头与车尾，如果中间没有车厢，只能火车头自己跑。

 

Case 4：

分析：

火车头加车厢加车尾，三者串联，就变成了奔跑的小火车。type=ref，key_len=128，ref=const，const，const。

最佳左前缀法则总结：带头大哥不能死，中间兄弟不能断；带头大哥可跑路，老二也可跟着跑，其余兄弟只能死。

 

2.不要在索引列上做任何操作

在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效从而转向全表扫描。

Case 1：

 分析：

这里使用了函数计算，type=ALL，导致索引失效。

 

Case 2：

分析：

将name=‘Tom’的值修改为‘123’，使用sql后，发生了类型转换，type=ALL，导致全表扫描。

结论：在索引列上做任何操作，都会导致索引失效转向全表扫描。

 

3.范围右边全失效

存储引擎不能使用索引中范围右边的列，也就是说范围右边的索引列会失效。

Case 1：

Case 2：

Case 3：

Case 4：

对以上4个case进行分析：

①条件单独使用name时，type=ref，key_len=82，ref=const。

②条件加上age时（使用常量等值），type=ref，key_len=86，ref=const，const。

③当全值匹配时，type=ref，key_len=128，ref=const，const，const。说明索引全部用上，从key_len与ref可以看出。

④当使用范围时（age>27），type=range，key_len=86，ref=Null，与Case 1、Case2和Case3可知，使用了部分索引，但gender索引没用上（与Case 3对比）。

结论：范围右边的索引列失效。

 

4.尽量使用覆盖索引

尽量使用覆盖索引（查询列和索引列尽量一致，通俗说就是对A、B列创建了索引，然后查询中也使用A、B列），减少select *的使用。

Case 1：

Case 2：

分析：

对比Case1和Case2，Case1使用select *，Case2使用覆盖索引（查询列与条件列对应），可看到Extra从Null变成了Using index，提高检索效率。

 

5.使用不等于（！=或<>）会使索引失效

结论：使用！=会使type=ALL，key=Null，导致全表扫描，并且索引失效。

 

6.is null 或 is not null也无法使用索引
Case 1：

Case 2：

 分析：

在使用is null的时候，索引完全失效，使用is not null的时候，type=ALL全表扫描，key=Null索引失效。

这里的例子可能有点特殊，具体情况肯能和case上的有所不同，但是还是要注意is null和is not null的使用。

 

7.like通配符以%开头会使索引失效

Case 1：

Case 2：

Case 3：

 分析：

①like的%位置不同，所产生的效果不一样，当%出现在左边的时候，type=ALL，key=Null（全表扫描，索引失效），当%出现在右边的时候，type=range，索引未失效。

②like查询为范围查询，%出现在左边，则索引失效。%出现在右边索引未失效。口诀：like百分加右边。

但是在实际生产环境中，%仅出现在右边可能不能够解决我们的问题，所以解决%出现在左边索引失效的方法：使用覆盖索引。

 

Case 4：

分析：对比Case1可知，通过覆盖索引type=index，并且使用了Using index，从全表扫描变成了全索引扫描，还是不错的。

Case 5：

分析：这里出现type=index，因为主键自动创建唯一索引。

Case 6：

分析：上面四组explain执行的结果都相同，表明都使用了索引，从这里可以深刻的体会到覆盖索引：完全吻合或者沾边（age），都可以使type=index。

Case 7：

分析：由于只在（name，age，gender）上创建索引，当包含email时，导致结果集偏大（email未建索引）【锅大，锅盖小，不能匹配】，所以type=ALL。

 

8.字符串不加单引号导致索引失效

Case 1：

分析：上述两条sql语句都能查询出相同的数据。

Case 2：

分析：

通过explain执行结果可以看出，字符串（name）不加单引号在查询的时候，导致索引失效（type=ref变成了type=ALL，并且key=Null），并全表扫描。

结论：varchar类型的字段，在查询的时候不加单引号导致索引失效，转向全表扫描。

 

9.少用or，用or连接会使索引失效

结论：通过上述explain的执行结果可看出，在使用or连接的时候type=ALL，key=Null，索引失效，并全表扫描。

总结
①全值匹配。

②最佳左前缀法则：带头大哥不能死，中间兄弟不能断；带头大哥可跑路，老二也可跟着跑，其余兄弟只能死。

③索引列上不计算。

④覆盖索引记住用。

⑤不等于、is null、is not null导致索引失效。

⑥like百分加右边，加左边导致索引失效，解决方法：使用覆盖索引。

⑦字符串不加单引号导致索引失效。

⑧少用or，用or导致索引失效。

 

更多精彩内容；你每先多积累一分，时间越长你与其他人的差距就会越发明显，复利算法应该了解一下

◆MySQL索引分析与优化 ◆Laravel 5.4 快速开发简书: ◆360大牛全面解读PHP面试 ◆PHP开发高可用高安全App后端下载 ◆从原理到场景 系统讲解 PHP 缓存技术 ◆微信小程序商城构建全栈应用:Thinkphp5 ◆全方位深度剖析PHP7底层源码（已完结） ◆PHP秒杀系统 高并发高性能的极致挑战 下载 ◆BAT资深工程师由浅入深分析Tp5&Tp6底层源码 - 分享 ◆Swoole入门到实战打造高性能赛事直播平台（完整版） ◆Thinkphp5.0仿百度糯米开发多商家电商平台（完整版） ◆EasySwoole ElasticSearch打造高性能小视频服务系统 ◆手撸基于swoole的分布式框架实现分布式调用（20）讲     业务体系越来越复杂，携程编程，PHP并发编程，MySQL底层优化是架构升级的必经之路   社群有专属的一些关于php架构的视频tp、laravel等主流框架、性能优化、swoole、go等热门进阶的学习资料，帮助上进的PHPer走的更容易一些，可以进裙获取到提升下——646724664

  从一个Coder逐步走向CTO或是架构师 必然需要不断越过周遭同阶段的同行，加油！

 
不定期分享 限时内容： 腾讯高级PHP工程师笔试题目 亿级PV高并发场景订单的处理 laravel开发天猫商城组件服务 战旗TV视频直播的架构项目实战 。。。。。。