索引類似大學(xué)圖書館建書目索引，可以提高數(shù)據(jù)檢索的效率，降低數(shù)據(jù)庫的IO成本。MySQL在300萬條記錄左右性能開始逐漸下降，雖然官方文檔說500~800w記錄，所以大數(shù)據(jù)量建立索引是非常有必要的。MySQL提供了Explain，用于顯示SQL執(zhí)行的詳細(xì)信息，可以進(jìn)行索引的優(yōu)化。

一、導(dǎo)致SQL執(zhí)行慢的原因：

  1.硬件問題。如網(wǎng)絡(luò)速度慢，內(nèi)存不足，I/O吞吐量小，磁盤空間滿了等。

  2.沒有索引或者索引失效。（一般在互聯(lián)網(wǎng)公司，DBA會在半夜把表鎖了，重新建立一遍索引，因?yàn)楫?dāng)你刪除某個數(shù)據(jù)的時(shí)候，索引的樹結(jié)構(gòu)就不完整了。所以互聯(lián)網(wǎng)公司的數(shù)據(jù)做的是假刪除.一是為了做數(shù)據(jù)分析,二是為了不破壞索引 ）

  3.數(shù)據(jù)過多（分庫分表）

  4.服務(wù)器調(diào)優(yōu)及各個參數(shù)設(shè)置（調(diào)整my.cnf）

二、分析原因時(shí)，一定要找切入點(diǎn)：

  1.先觀察，開啟慢查詢?nèi)罩荆O(shè)置相應(yīng)的閾值（比如超過3秒就是慢SQL），在生產(chǎn)環(huán)境跑上個一天過后，看看哪些SQL比較慢。

  2.Explain和慢SQL分析。比如SQL語句寫的爛，索引沒有或失效，關(guān)聯(lián)查詢太多（有時(shí)候是設(shè)計(jì)缺陷或者不得以的需求）等等。

  3.Show Profile是比Explain更近一步的執(zhí)行細(xì)節(jié)，可以查詢到執(zhí)行每一個SQL都干了什么事，這些事分別花了多少秒。

  4.找DBA或者運(yùn)維對MySQL進(jìn)行服務(wù)器的參數(shù)調(diào)優(yōu)。

三、什么是索引？

  MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。我們可以簡單理解為：**快速查找排好序的一種數(shù)據(jù)結(jié)構(gòu)。**Mysql索引主要有兩種結(jié)構(gòu)：B+Tree索引和Hash索引。我們平常所說的索引，如果沒有特別指明，一般都是指B樹結(jié)構(gòu)組織的索引(B+Tree索引)。索引如圖所示：

         [圖片上傳失敗...(image-f0cfc8-1522813598816)]

  最外層淺藍(lán)色磁盤塊1里有數(shù)據(jù)17、35（深藍(lán)色）和指針P1、P2、P3（黃色）。P1指針表示小于17的磁盤塊，P2是在17-35之間，P3指向大于35的磁盤塊。真實(shí)數(shù)據(jù)存在于子葉節(jié)點(diǎn)也就是最底下的一層3、5、9、10、13......非葉子節(jié)點(diǎn)不存儲真實(shí)的數(shù)據(jù)，只存儲指引搜索方向的數(shù)據(jù)項(xiàng)，如17、35。

  查找過程：例如搜索28數(shù)據(jù)項(xiàng)，首先加載磁盤塊1到內(nèi)存中，發(fā)生一次I/O，用二分查找確定在P2指針。接著發(fā)現(xiàn)28在26和30之間，通過P2指針的地址加載磁盤塊3到內(nèi)存，發(fā)生第二次I/O。用同樣的方式找到磁盤塊8，發(fā)生第三次I/O。

  真實(shí)的情況是，上面3層的B+Tree可以表示上百萬的數(shù)據(jù)，上百萬的數(shù)據(jù)只發(fā)生了三次I/O而不是上百萬次I/O，時(shí)間提升是巨大的。

四、Explain分析

  前文鋪墊完成，進(jìn)入實(shí)操部分，先來插入測試需要的數(shù)據(jù)：

CREATE TABLE `user_info` (
  `id`   BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `name` VARCHAR(50) NOT NULL DEFAULT '',
  `age`  INT(11)              DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO user_info (name, age) VALUES ('xys', 20);
INSERT INTO user_info (name, age) VALUES ('a', 21);
INSERT INTO user_info (name, age) VALUES ('b', 23);
INSERT INTO user_info (name, age) VALUES ('c', 50);
INSERT INTO user_info (name, age) VALUES ('d', 15);
INSERT INTO user_info (name, age) VALUES ('e', 20);
INSERT INTO user_info (name, age) VALUES ('f', 21);
INSERT INTO user_info (name, age) VALUES ('g', 23);
INSERT INTO user_info (name, age) VALUES ('h', 50);
INSERT INTO user_info (name, age) VALUES ('i', 15);

CREATE TABLE `order_info` (
  `id`           BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `user_id`      BIGINT(20)           DEFAULT NULL,
  `product_name` VARCHAR(50) NOT NULL DEFAULT '',
  `productor`    VARCHAR(30)          DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');
INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初體驗(yàn)，執(zhí)行Explain的效果：

[圖片上傳失敗...(image-fa2713-1522813598816)]

索引使用情況在possible_keys、key和key_len三列，接下來我們先從左到右依次講解。

1.id

--id相同,執(zhí)行順序由上而下
explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

[圖片上傳失敗...(image-7bec99-1522813598816)]

--id不同,值越大越先被執(zhí)行
explain select * from  user_info  where id=(select user_id from order_info where  product_name ='p8');

[圖片上傳失敗...(image-8ab502-1522813598816)]

2.select_type

可以看id的執(zhí)行實(shí)例，總共有以下幾種類型：

• SIMPLE： 表示此查詢不包含 UNION 查詢或子查詢
• PRIMARY： 表示此查詢是最外層的查詢
• SUBQUERY： 子查詢中的第一個 SELECT
• UNION： 表示此查詢是 UNION 的第二或隨后的查詢
• DEPENDENT UNION： UNION 中的第二個或后面的查詢語句, 取決于外面的查詢
• UNION RESULT, UNION 的結(jié)果
• DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結(jié)果.
• DERIVED：衍生，表示導(dǎo)出表的SELECT（FROM子句的子查詢）

3.table

table表示查詢涉及的表或衍生的表：

explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

[圖片上傳失敗...(image-fa2295-1522813598816)]

id為1的<derived2>的表示id為2的u和o表衍生出來的。

4.type

type 字段比較重要，它提供了判斷查詢是否高效的重要依據(jù)依據(jù)。 通過 type 字段，我們判斷此次查詢是 全表掃描 還是 索引掃描等。

[圖片上傳失敗...(image-69de15-1522813598816)]

type 常用的取值有:

• system: 表中只有一條數(shù)據(jù). 這個類型是特殊的 const 類型。

• const: 針對主鍵或唯一索引的等值查詢掃描, 最多只返回一行數(shù)據(jù). const 查詢速度非常快, 因?yàn)樗鼉H僅讀取一次即可.例如下面的這個查詢, 它使用了主鍵索引, 因此 type 就是 const 類型的：explain select * from user_info where id = 2；

• eq_ref: 此類型通常出現(xiàn)在多表的 join 查詢, 表示對于前表的每一個結(jié)果, 都只能匹配到后表的一行結(jié)果. 并且查詢的比較操作通常是 =, 查詢效率較高. 例如:explain select * from user_info, order_info where user_info.id = order_info.user_id;

• ref: 此類型通常出現(xiàn)在多表的 join 查詢, 針對于非唯一或非主鍵索引, 或者是使用了 最左前綴 規(guī)則索引的查詢. 例如下面這個例子中, 就使用到了 ref 類型的查詢:explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5

• range: 表示使用索引范圍查詢, 通過索引字段范圍獲取表中部分?jǐn)?shù)據(jù)記錄. 這個類型通常出現(xiàn)在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中.例如下面的例子就是一個范圍查詢:explain select * from user_info where id between 2 and 8；

• index: 表示全索引掃描(full index scan), 和 ALL 類型類似, 只不過 ALL 類型是全表掃描, 而 index 類型則僅僅掃描所有的索引, 而不掃描數(shù)據(jù).index 類型通常出現(xiàn)在: 所要查詢的數(shù)據(jù)直接在索引樹中就可以獲取到, 而不需要掃描數(shù)據(jù). 當(dāng)是這種情況時(shí), Extra 字段 會顯示 Using index.

• ALL: 表示全表掃描, 這個類型的查詢是性能最差的查詢之一. 通常來說, 我們的查詢不應(yīng)該出現(xiàn) ALL 類型的查詢, 因?yàn)檫@樣的查詢在數(shù)據(jù)量大的情況下, 對數(shù)據(jù)庫的性能是巨大的災(zāi)難. 如一個查詢是 ALL 類型查詢, 那么一般來說可以對相應(yīng)的字段添加索引來避免.

  通常來說, 不同的 type 類型的性能關(guān)系如下:
  ALL < index < range ~ index_merge < ref < eq_ref < const < system
  ALL 類型因?yàn)槭侨頀呙? 因此在相同的查詢條件下, 它是速度最慢的.而 index 類型的查詢雖然不是全表掃描, 但是它掃描了所有的索引, 因此比 ALL 類型的稍快.后面的幾種類型都是利用了索引來查詢數(shù)據(jù), 因此可以過濾部分或大部分?jǐn)?shù)據(jù), 因此查詢效率就比較高了.

5.possible_keys

  它表示 mysql 在查詢時(shí), 可能使用到的索引. 注意, 即使有些索引在 possible_keys 中出現(xiàn), 但是并不表示此索引會真正地被 mysql 使用到. mysql 在查詢時(shí)具體使用了哪些索引, 由 key 字段決定.

6.key

  此字段是 mysql 在當(dāng)前查詢時(shí)所真正使用到的索引.比如請客吃飯,possible_keys是應(yīng)到多少人,key是實(shí)到多少人.當(dāng)我們沒有建立索引時(shí)：

explain select o.* from order_info o where  o.product_name= 'p1' and  o.productor='whh';
create index idx_name_productor on order_info(productor);
drop index idx_name_productor on order_info;

[圖片上傳失敗...(image-967a2a-1522813598815)]

建立復(fù)合索引后再查詢：

[圖片上傳失敗...(image-ed76ef-1522813598815)]

7.key_len

  表示查詢優(yōu)化器使用了索引的字節(jié)數(shù). 這個字段可以評估組合索引是否完全被使用.

8.ref

  這個表示顯示索引的哪一列被使用了,如果可能的話,是一個常量。前文的type屬性里也有ref.注意區(qū)別

[圖片上傳失敗...(image-170300-1522813598815)]

9.rows

  rows 也是一個重要的字段. mysql 查詢優(yōu)化器根據(jù)統(tǒng)計(jì)信息, 估算 sql 要查找到結(jié)果集需要掃描讀取的數(shù)據(jù)行數(shù).這個值非常直觀顯示 sql 的效率好壞, 原則上 rows 越少越好.可以對比key中的例子，一個沒建立索引錢，rows是9，建立索引后，rows是4.

10.extra

image.png

explain 中的很多額外的信息會在 extra 字段顯示, 常見的有以下幾種內(nèi)容:

• using filesort ：表示 mysql 需額外的排序操作, 不能通過索引順序達(dá)到排序效果. 一般有 using filesort都建議優(yōu)化去掉, 因?yàn)檫@樣的查詢 cpu 資源消耗大.
• using index：覆蓋索引掃描, 表示查詢在索引樹中就可查找所需數(shù)據(jù), 不用掃描表數(shù)據(jù)文件, 往往說明性能不錯
• using temporary：查詢有使用臨時(shí)表, 一般出現(xiàn)于排序, 分組和多表 join 的情況, 查詢效率不高, 建議優(yōu)化.
• using where ：表名使用了where過濾

五、優(yōu)化案例

explain select u.*,o.* from user_info u LEFT JOIN  order_info o on u.id=o.user_id;

執(zhí)行結(jié)果，type有ALL，并且沒有索引：

image.png

開始優(yōu)化，在關(guān)聯(lián)列創(chuàng)建索引，明顯看到type列的ALL變成ref，并且用到了索引，rows也從掃描9行變成了1行：

[圖片上傳失敗...(image-bdc64b-1522813598815)]

這里面一般有個規(guī)律是：左鏈接索引加在右表上面，右鏈接索引加在左表上面。

六、是否需要創(chuàng)建索引？

  索引雖然能非常高效的提高查詢速度，同時(shí)卻會降低更新表的速度。實(shí)際上索引也是一張表，該表保存了主鍵與索引字段，并指向?qū)嶓w表的記錄，所以索引列也是要占用空間的。

轉(zhuǎn)自：
https://juejin.im/entry/5ac2f69e518825557459e259