MySQL进阶之路索引优化与SQL调优示例详解

一、存储引擎

1.1 mysql体系结构

想象一下，mysql就像一座精心设计的四层智慧大楼，每一层都有专门的使命，共同协作处理你的数据请求：

一楼接待大厅：连接层

这里是mysql的“前台接待处”，专门负责：

• 为各种客户端（你的应用程序、命令行工具等）办理入场手续
• 进行身份安全检查（用户名密码认证）
• 提供vip通道（ssl加密连接）
• 管理接待员团队（线程池），确保不会因为访客太多而手忙脚乱

二楼智慧中心：服务层

这里是mysql的“大脑”，所有智能决策都在这里发生：

• 翻译官：把你的sql语句“翻译”成mysql能理解的内部指令
• 策略师：思考最优执行路径（“应该先查哪张表？用哪个索引最快？”）
• 记忆大师：缓存常用查询结果，下次相同请求直接“秒回”
• 多功能处理器：内置函数、存储过程都在这里执行

三楼物流仓库：引擎层

这里是mysql最灵活的一层，像是个可更换的物流系统：

• 提供多种“物流方案”（存储引擎）供你选择：
  • innodb：像专业搬家公司，事务安全、支持行锁
  • myisam：像快递站点，查询速度快但不保证事务
  • memory：像临时货架，数据放内存，速度极快
• 每种引擎有自己的“仓储管理方式”（索引实现、数据存储格式）
• 你可以根据业务需要随时切换引擎，就像根据货物选择快递公司

四楼实体仓库：存储层

这里是实实在在的“数据仓库”：

• 所有数据最终都存放在这里（硬盘文件系统）
• 存储着各种“货物清单”：
  • 数据本身和索引（你的核心货物）
  • 操作日志（redolog、undolog，像仓库的进出货记录）
  • 系统日志（错误日志、慢查询日志，像仓库监控记录）

mysql的独特魅力

和其他数据库相比，mysql有点与众不同，它的架构可以在多种不同场景中应用并发挥良好作用。主要体现在存储引擎上，插件式的存储引擎架构，将查询处理和其他的系统任务以及数据的存储提取分离。这种架构可以根据业务的需求和实际需要选择合适的存储引擎。

1.2 存储引擎介绍

1. 建表时指定存储引擎

   create table 表名(
            字段1 字段1类型  [ comment 字段1注释]，
            ...
            字段n 字段n类型  [ comment 字段n注释]，
   ) engine = innodb [ comment 表注释];
   

2. 查询当前数据库支持的存储引擎

   show engines;
   

1.3 存储引擎特点

1.3.1 innodb

1. 介绍
   innodb是一种兼顾高可靠性和高性能的通用存储引擎，mysql 5.5 之后，innodb是默认的

2. 特点

   • dml操作遵循acid模型，支持事务；
   • 行级锁，提高并发访问性能；
   • 支持外键foreign key约束，保证数据的完整性和正确性；

3. 文件
   xxx.ibd：xxx代表的是表名，innodb引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。

4. 逻辑存储结构

   

   • 表空间 : innodb存储引擎逻辑结构的最高层，ibd文件其实就是表空间文件，在表空间中可以包含多个segment段。
   • 段 : 表空间是由各个段组成的， 常见的段有数据段、索引段、回滚段等。innodb中对于段的管理，都是引擎自身完成，不需要人为对其控制，一个段中包含多个区。
   • 区 : 区是表空间的单元结构，每个区的大小为1m。 默认情况下， innodb存储引擎页大小为16k， 即一个区中一共有64个连续的页。
   • 页 : 页是组成区的最小单元，页也是innodb 存储引擎磁盘管理的最小单元，每个页的大小默认为 16kb。为了保证页的连续性，innodb 存储引擎每次从磁盘申请 4-5 个区。
   • 行 : innodb 存储引擎是面向行的，也就是说数据是按行进行存放的，在每一行中除了定义表时所指定的字段以外，还包含两个隐藏字段(后面会详细介绍)。

1.3.2 myisam

1. 介绍
   myisam是mysql早期的默认存储引擎。

2. 特点

   • 不支持事务，不支持外键
   • 支持表锁，不支持行锁
   • 访问速度快

3. 文件
   xxx.sdi：存储表结构信息
   xxx.myd: 存储数据
   xxx.myi: 存储索引

1.3.3 memory

1. 介绍
   memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。
2. 特点
   内存存放，hash索引（默认）
3. 文件
   xxx.sdi：存储表结构信息

1.3.4 区别及特点

1.4 存储引擎选择

• innodb: 是mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么innodb存储引擎是比较合适的选择。
• myisam ： 如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。
• memory：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。memory的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。

二、索引

2.1 索引概述

2.1.1 介绍

索引（index）是帮助mysql高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

2.1.2 特点

2.2 索引结构

2.2.1 概述

注意： 我们平常所说的索引，如果没有特别指明，都是指b+树结构组织的索引。

2.3 索引分类

2.3.1 索引分类

2.3.2 聚集索引&二级索引

在innodb存储引擎中，根据索引的存储形式，可分为一下两种：

聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（unique）索引作为聚集索引
• 如果表没有主键，或没有合适的唯一索引，则innodb会自动生成一个rowid作为隐藏的聚集索引。

聚集索引和二级索引的具体结构如下：

• 聚集索引的叶子节点下挂的是这一行的数据。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。

我们可以分析一下，执行select * from user where name = 'arm',具体的查找过程：

1. 由于是根据name字段进行查询，到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 arm 对应的主键10。
2. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行rom。
3. 最终拿到这一行的数据，直接返回即可。(若直接根据id查询，直接通过聚集索引返回数据)

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

2.4 索引语法

1. 创建索引

   create [ unique | fulltext ] index 索引名 on 表名 ( index_col_name,... ) ;
   

2. 查看索引

   show index from 表名 ;
   

3. 删除索引

   drop index 索引名 on 表名 ;
   

   案例演示：

   # 创建系统用户表
   create table tb_user(
          id int primary key auto_increment comment '主键',
          name varchar(50) not null comment '用户名',
          phone varchar(11) not null comment '手机号',
          email varchar(100) comment '邮箱',
          profession varchar(11) comment '专业',
          age tinyint unsigned comment '年龄',
          gender char(1) comment '性别 , 1: 男, 2: 女'，
          status char(1) comment '状态',
          createtime datetime comment '创建时间'
   ) comment '系统用户表'；
   
   # 插入数据
   insert into tb_user (name, phone, email, profession, age, gender, status, createtime) values 
        ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1', '6', '2001-02-02 00:00:00'), 
        ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00'), 
        ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1', '2', '2002-03-02 00:00:00'), 
        ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54, '1', '0', '2001-07-02 00:00:00'), 
        ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23, '2', '1', '2001-04-22 00:00:00'), 
        ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00'),
        ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24,
   '2', '0', '2001-02-08 00:00:00')......;
   

   数据准备完毕，完成如下需求：

   1. name字段为姓名字段，该字段的值可能会重复，为该字段创建索引。

      create index idx_user_name on tb_user(name);
      

   2. phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。

      create unqiue index idx_user_phone on tb_user(phone);
      

   3. 为profession、age、status创建联合索引。

      create index idx_user_pro_age_sta on tb_user(profession, age, status);
      

   4. 为email建立合适的索引来提升查询效率。

      create index idx_email on tb_user(email);
      

   我们可以通过show index from tb_user来查看tb_user的所有索引。

2.5 sql性能分析

2.5.1 sql执行频率

mysql 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的insert、update、delete、select的访问频次：

# session 是查看当前会话, global 是查询全局数据 
# com_delete: 删除次数, com_insert: 插入次数
# com_select: 查询次数, com_update: 更新次数
show global status like 'com_______';

通过查询sql的执行频次，可以知道当前的数据库是以增删改为主，还是查询为主，在进一步优化。

2.5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有sql语句的日志。
mysql的慢查询日志默认是没有开启。我们可以通过show variabies like 'show_query_log'来查看：

如果要配置慢查询日志，需要在mysql的配置文件（/etc/my.cnf）中配置如下信息：

# 开启mysql慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为2秒，sql语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

配置完毕之后，通过systemctl restart mysqld指令重新启动mysql服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log。
通过慢查询日志，就可以定位出执行效率比较低的sql，从而有针对性的进行优化.

2.5.3 profile详情

show profiles 能够在做sql优化时帮助我们了解时间都耗费到哪里去了。通过select @@have_profiling;能够看到当前mysql是否支持profile操作：

可以看到，当前mysql是支持 profile操作的，但是开关是关闭的。可以通过set语句在session/global级别开启profiling：

set profiling = 1;

若执行一系列的业务sql的操作后，通过如下指令查看指令的执行耗时：

# 查看每一条sql的耗时基本情况
show profiles;

# 查看指定query_id的sql语句各个阶段的耗时情况
show profile for query query_id;

# 查看指定query_id的sql语句cpu的使用情况
show profile cpu for query query_id;

查看每一条sql的耗时情况:

查看指定sql各个阶段的耗时情况 :

2.5.4 explain详情

explain 或者 desc 命令获取mysql如何执行select语句的信息，包括在select语句执行过程中表如何连接和连接的顺序。

# 直接在select语句之前加上关键字 explain / desc
explain select 字段列表 from 表名 where 条件；

2.6 索引使用

2.6.1 最左前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。

在 tb_user 表中，有一个联合索引idx_pro_age_sta，这个联合索引涉及到三个字段，顺序分别为：profession，age，status。
对于最左前缀法则指的是，查询时，最左变的列，也就是profession必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。

2.6.2 范围查询

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。
当范围查询使用>= 或 <= 时，所有的字段都是走索引的，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询。

2.6.3 索引失效情况

2.6.3.1 索引列运算

不要在索引列上进行运算操作， 索引将失效。
例：

# 在tb_user表中，存在idx_phone索引
# 当根据phone字段进行等值匹配查询时, 索引生效
explain select * from tb_user where phone = '17799990015';

# 当根据phone字段进行函数运算操作之后，索引失效
explain select * from tb_user where substring(phone,10,2) = '15';

2.6.3.2 字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。

2.6.3.3 模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

# 在关键字后面加%，索引可以生效
explain select * from tb_user where profession like '软件%';

# 在关键字前面加了%，索引将会失效
explain select * from tb_user where profession like '%工程';
explain select * from tb_user where profession like '%工%';

2.6.3.3 or连接条件

用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。当or连接的条件，左右两侧字段都有索引时，索引才会生效。

# 即使id有索引, age没有索引, 索引也会失效
explain select * from tb_user where id = 10 or age = 23;

2.6.3.4 数据分布影响

如果mysql评估使用索引比全表更慢，则不使用索引。

当mysql在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

2.6.4 sql提示

sql提示，是优化数据库的一个重要手段，就是在sql语句中加入一些人为的提示来达到优化操作的目的。

1. use index ： 建议mysql使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。

   # 在emp表中，根据软件工程专业查找，使用idx_user_pro索引
   explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';
   

2. ignore index ： 忽略指定的索引。

   # 忽略idx_user_pro索引
   explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';
   

3. force index ： 强制使用索引。

   # 强制使用idx_user_pro索引
   explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
   

2.6.5 覆盖索引

覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到，减少使用select * 。

接下来，我们来看一组sql的执行计划，看看执行计划的差别：

explain select id, profession from tb_user where profession = '软件工程' and age = 31 and status = '0' ;
explain select id,profession,age, status from tb_user where profession = '软件工程' and age = 31 and status = '0' ;
explain select id,profession,age, status, name from tb_user where profession = '软件工程' and age = 31 and status = '0' ;
explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';

上述这几条sql的执行结果为:

因为，在tb_user表中有一个联合索引 idx_user_pro_age_sta，该索引关联了三个字段profession、age、status，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主键id。 所以当我们查询返回的数据在 id、profession、age、status 之中，则直接走二级索引直接返回数据了。 如果超出这个范围，就需要拿到主键id，再去扫描聚集索引，再获取额外的数据了，这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据主键查询，此时只会扫描聚集索引）。

2.6.6 前缀索引

当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘io， 影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

1. 语法

   create index idx_xxxx on table_name(column(n)) ;
   

例：
为tb_user表的email字段，建立长度为5的前缀索引

create index idx_email_5 on tb_user(email(5));

2. 前缀长度
   可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

2.6.7 单例索引与联合索引

若存在一个表中，有两个子段以及这两个字段分别对应的单例索引，我们根据这两个字段来查询，它会走一个字段的索引，再回表查询。在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。。

2.7 索引设计原则

1. 针对于数据量较大，且查询比较频繁的表建立索引。
2. 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。
3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
4. 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
7. 如果索引列不能存储null值，请在创建表时使用not null约束它。当优化器知道每列是否包含null值时，它可以更好地确定哪个索引最有效地用于查询。

三、sql优化

3.1 插入数据

3.1.1 insert

如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化：

1. 方案一：批量插入数据

   insert into tb_user values (1, 'tom'), (2, 'cat'), (3, 'jerry');
   

2. 方案二：手动控制事务

   start transaction;
   insert into tb_test values(1,'tom'),(2,'cat'),(3,'jerry');
   insert into tb_test values(4,'tom'),(5,'cat'),(6,'jerry');
   insert into tb_test values(7,'tom'),(8,'cat'),(9,'jerry');
   commit;
   

3. 方案三：主键顺序插入，性能要高于乱序插入

   # 主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
   # 主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89
   

3.1.2 大批量插入数据

如果一次性需要插入大批量数据(比如: 几百万的记录)，使用insert语句插入性能较低，此时可以使用mysql数据库提供的load指令进行插入。操作如下：

# 客户端连接服务端时，加上参数 -–local-infile
mysql –-local-infile -u root -p

# 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;

# 执行load指令将准备好的数据，加载到表结构中
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

3.2 主键优化

主键顺序插入的性能是要高于乱序插入的原因：

1. 数据组织方式
   在innodb存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table iot)。行数据，都是存储在聚集索引的叶子节点上的。
   在innodb引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16k。那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

   

2. 页分裂
   页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-n行数据(如果一行数据过大，会行溢出)，根据主键排列。

   • 主键顺序插入,将行数据插入页中，也被写后，申请第二个页写入，页与页通过指针连接。
   • 主键乱序插入，在行数据数目少时，正常插入。若后续插入数据需要插入到两页中间时，会申请一个页用来将两页数据之间较小页数据分担存放一些，再将插入数据插入其中。

     

3. 页合并
   当我们对已有数据进行删除时，删除一行记录，实际上记录并没有被物理删除，只是记录被标记（flaged）为删除并且它的空间变得允许被其他记录声明使用。当我们页中删除的记录达到 merge_threshold（合并页的阈值，可以自己设置，在创建表或者创建索引时指定，默认为页的50%），innodb会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。

4. 索引设计原则

   • 满足业务需求的情况下，尽量降低主键的长度
   • 插入数据时，尽量选择顺序插入，选择使用auto_increment自增主键。
   • 尽量不要使用uuid做主键或者是其他自然主键，如身份证号。
   • 业务操作时，避免对主键的修改。

3.3 order by优化

mysql的排序，有两种方式：

using filesort : 通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sortbuffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 filesort 排序。

using index : 通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高。
以上的两种排序方式，using index的性能高，using filesort性能低，我们在优化时，尽量要优化为 using index。
出order by优化原则:

• 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
• 尽量使用覆盖索引。
• 多字段排序, 一个升序一个降序，此时需要注意联合索引在创建时的规则（asc/desc）。
• 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小sort_buffer_size(默认256k)。

3.4 group by优化

在分组操作中，我们需要通过以下两点进行优化，以提升性能：

• 在分组操作时，可以通过建立索引来提高效率。
• 分组操作时，索引的使用也是满足最左前缀法则。

3.5 limit优化

在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。因为，当在进行分页查询时，如果执行 limit （2000000,10） ，此时需要mysql排序前2000010 记录，仅仅返回 2000000 - 2000010 的记录，其他记录丢弃，查询排序的代价非常大 。
优化思路: 一般分页查询时，通过创建 覆盖索引 能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

3.6 count优化

3.6.1 概述

在之前的测试中，我们发现，如果数据量很大，在执行count操作时，是非常耗时的。

• myisam 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高； 但是如果是带条件的count，myisam也慢。
• innodb 引擎就麻烦了，它执行 count(*) 的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数。

如果说要大幅度提升innodb表的count效率，主要的优化思路：自己计数(可以借助于redis进行,但是如果是带条件的count又比较麻烦了)。

3.6.2 count用法

按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count( * )，所以尽量使用 count( * )。

总结

到此这篇关于mysql进阶之路索引优化与sql调优的文章就介绍到这了,更多相关mysql索引优化与sql调优内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！