索引|一文带你你搞懂索引如何优化 |优化|sql|

【索引|一文带你你搞懂索引如何优化】
本文插图
前言

索引的相信大家都听说过，但是真正会用的又有几人？平时工作中写SQL真的会考虑到这条SQL如何能够用上索引，如何能够提升执行效率？
此篇文章详细的讲述了索引优化的几个原则，只要在工作中能够随时应用到，相信你写出的SQL一定是效率最高，最牛逼的。
文章的脑图如下：

索引优化规则 1、like语句的前导模糊查询不能使用索引

select* fromdoc wheretitle like "%XX"；--不能使用索引select* fromdoc wheretitle like "XX%"；--非前导模糊查询 ， 可以使用索引

因为页面搜索严禁左模糊或者全模糊，如果需要可以使用搜索引擎来解决。

2、union、in、or 都能够命中索引，建议使用 in

union能够命中索引，并且MySQL 耗费的 CPU 最少。

select* fromdoc where status=1unionallselect * fromdoc where status=2

in能够命中索引，查询优化耗费的 CPU 比 union all 多，但可以忽略不计，一般情况下建议使用 in 。

select* fromdoc where status in (1, 2)

or 新版的 MySQL 能够命中索引，查询优化耗费的 CPU 比 in多，不建议频繁用or 。

select* fromdoc where status= 1 or status= 2

补充：有些地方说在where条件中使用or ，索引会失效，造成全表扫描，这是个误区：

①要求where子句使用的所有字段，都必须建立索引；
②如果数据量太少， mysql制定执行计划时发现全表扫描比索引查找更快，所以会不使用索引；
③确保mysql版本5.0以上，且查询优化器开启了index_merge_union=on, 也就是变量optimizer_switch里存在index_merge_union且为on 。

3、负向条件查询不能使用索引

负向条件有：!=、&lt&gt、not in、not exists、not like 等。
例如下面SQL语句：

select* fromdoc where status!= 1 and status!= 2

可以优化为 in 查询：

select* fromdoc where status in (0,3,4)
4、联合索引最左前缀原则

如果在(a,b,c)三个字段上建立联合索引，那么他会自动建立 a| (a,b) | (a,b,c)组索引。
登录业务需求， SQL语句如下：

selectuid, login_time from user wherelogin_name=? andpasswd=?

可以建立(login_name, passwd)的联合索引。因为业务上几乎没有passwd 的单条件查询需求，而有很多login_name 的单条件查询需求，所以可以建立(login_name, passwd)的联合索引，而不是(passwd, login_name) 。

建立联合索引的时候，区分度最高的字段在最左边
存在非等号和等号混合判断条件时，在建立索引时，把等号条件的列前置。如 where a&gt? and b=? ，那么即使a 的区分度更高，也必须把 b 放在索引的最前列。
最左前缀查询时，并不是指SQL语句的where顺序要和联合索引一致。

下面的 SQL 语句也可以命中 (login_name, passwd) 这个联合索引：

selectuid, login_time from user wherepasswd=? andlogin_name=?

但还是建议 where 后的顺序和联合索引一致，养成好习惯。

假如index(a,b,c), where a=3 and b like "abc%" and c=4 ， a能用， b能用， c不能用。
5、不能使用索引中范围条件右边的列（范围列可以用到索引），范围列之后列的索引全失效

范围条件有：&lt、&lt=、&gt、&gt=、between等。
索引最多用于一个范围列，如果查询条件中有两个范围列则无法全用到索引。
假如有联合索引 (empno、title、fromdate) ，那么下面的 SQL 中 emp_no 可以用到索引，而title 和 from_date 则使用不到索引。

select * fromemployees.titles where emp_no &lt 10010" and title="Senior Engineer"and from_date between "1986-01-01" and "1986-12-31"

6、不要在索引列上面做任何操作（计算、函数），否则会导致索引失效而转向全表扫描

例如下面的 SQL 语句，即使 date 上建立了索引，也会全表扫描：

select* fromdoc where YEAR(create_time) &lt= "2016"

可优化为值计算，如下：

select* fromdoc wherecreate_time &lt= "2016-01-01"

比如下面的 SQL 语句：

select* from order where date&lt = CURDATE()；

可以优化为：

select* from order where date&lt = "2018-01-2412:00:00"
7、强制类型转换会全表扫描

字符串类型不加单引号会导致索引失效，因为mysql会自己做类型转换,相当于在索引列上进行了操作。
如果 phone 字段是 varchar 类型，则下面的 SQL 不能命中索引。

select* from user wherephone=13800001234

可以优化为：

select* from user wherephone="13800001234"
8、更新十分频繁、数据区分度不高的列不宜建立索引

更新会变更 B+ 树，更新频繁的字段建立索引会大大降低数据库性能。
“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似。
一般区分度在80%以上的时候就可以建立索引，区分度可以使用 count(distinct(列名))/count(*) 来计算。

9、利用覆盖索引来进行查询操作，避免回表，减少select * 的使用

覆盖索引：查询的列和所建立的索引的列个数相同，字段相同。
被查询的列，数据能从索引中取得，而不用通过行定位符 row-locator 再到 row 上获取，即“被查询列要被所建的索引覆盖” ，这能够加速查询速度。
例如登录业务需求， SQL语句如下。

Selectuid, login_time from user wherelogin_name=? andpasswd=?

可以建立(login_name, passwd, login_time)的联合索引，由于 login_time 已经建立在索引中了，被查询的 uid 和 login_time 就不用去 row 上获取数据了，从而加速查询。

10、索引不会包含有NULL值的列

只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时，尽量使用not null约束以及默认值。

11、is null, is not null无法使用索引 12、如果有order by、group by的场景，请注意利用索引的有序性

order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现file_sort 的情况，影响查询性能。

例如对于语句 where a=? and b=? order by c ，可以建立联合索引(a,b,c) 。

如果索引中有范围查找，那么索引有序性无法利用，如WHERE a&gt10 ORDER BY b ，索引(a,b)无法排序。

13、使用短索引（前缀索引）

对列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果该列在前10个或20个字符内，可以做到既使得前缀索引的区分度接近全列索引，那么就不要对整个列进行索引。因为短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作，减少索引文件的维护开销。可以使用count(distinct leftIndex(列名, 索引长度))/count(*) 来计算前缀索引的区分度。
但缺点是不能用于 ORDER BY 和 GROUP BY 操作，也不能用于覆盖索引。
不过很多时候没必要对全字段建立索引，根据实际文本区分度决定索引长度即可。

14、利用延迟关联或者子查询优化超多分页场景

MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写。
示例如下，先快速定位需要获取的id段，然后再关联:

selecta.* from 表1a,(selectid from 表1 where条件 limit100000,20) b wherea.id=b.id；
15、如果明确知道只有一条结果返回， limit 1 能够提高效率

比如如下 SQL 语句：

select* from user wherelogin_name=?

可以优化为：

select* from user wherelogin_name=? limit 1

自己明确知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动。

16、超过三个表最好不要 join

需要 join 的字段，数据类型必须一致，多表关联查询时，保证被关联的字段需要有索引。
例如：left join是由左边决定的，左边的数据一定都有，所以右边是我们的关键点，建立索引要建右边的。当然如果索引在左边，可以用right join 。

17、单表索引建议控制在5个以内 18、SQL 性能优化 explain 中的 type：至少要达到 range 级别，要求是 ref 级别，如果可以是 consts 最好

consts：单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。
ref：使用普通的索引（Normal Index）。
range：对索引进行范围检索。
当 type=index 时，索引物理文件全扫，速度非常慢。

19、业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引

不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的。另外，即使在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。

20.创建索引时避免以下错误观念

索引越多越好，认为需要一个查询就建一个索引。
宁缺勿滥，认为索引会消耗空间、严重拖慢更新和新增速度。
抵制惟一索引，认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。
过早优化，在不了解系统的情况下就开始优化。

索引选择性与前缀索引

既然索引可以加快查询速度，那么是不是只要是查询语句需要，就建上索引？答案是否定的。因为索引虽然加快了查询速度，但索引也是有代价的：索引文件本身要消耗存储空间，同时索引会加重插入、删除和修改记录时的负担，另外， MySQL在运行时也要消耗资源维护索引，因此索引并不是越多越好。一般两种情况下不建议建索引。
第一种情况是表记录比较少，例如一两千条甚至只有几百条记录的表，没必要建索引，让查询做全表扫描就好了。至于多少条记录才算多，这个个人有个人的看法，我个人的经验是以2000作为分界线，记录数不超过 2000可以考虑不建索引，超过2000条可以酌情考虑索引。
另一种不建议建索引的情况是索引的选择性较低。所谓索引的选择性（Selectivity），是指不重复的索引值（也叫基数， Cardinality）与表记录数（#T）的比值：

IndexSelectivity = Cardinality / #T

显然选择性的取值范围为(0, 1]`` ，选择性越高的索引价值越大，这是由B+Tree的性质决定的。例如， employees.titles表，如果title`字段经常被单独查询，是否需要建索引，我们看一下它的选择性：

SELECT count(DISTINCT(title))/count(*) ASSelectivity FROMemployees.titles+-------------+| Selectivity |+-------------+|0.0000 |+-------------+

title的选择性不足0.0001（精确值为0.00001579），所以实在没有什么必要为其单独建索引。
有一种与索引选择性有关的索引优化策略叫做前缀索引，就是用列的前缀代替整个列作为索引key ，当前缀长度合适时，可以做到既使得前缀索引的选择性接近全列索引，同时因为索引key变短而减少了索引文件的大小和维护开销。下面以employees.employees表为例介绍前缀索引的选择和使用。
假设employees表只有一个索引，那么如果我们想按名字搜索一个人，就只能全表扫描了：

EXPLAIN SELECT * FROM employees.employees WHERE first_name="Eric"AND last_name="Anido"+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+| id |select_type | table|type | possible_keys |key| key_len |ref| rows|Extra|+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+|1 | SIMPLE|employees | ALL|NULL| NULL |NULL| NULL | 300024 | Using where |+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+

如果频繁按名字搜索员工，这样显然效率很低，因此我们可以考虑建索引。有两种选择，建或&ltfirst_name, last_name&gt ，看下两个索引的选择性：

SELECT count(DISTINCT(first_name))/count(*) ASSelectivity FROMemployees.employees+-------------+| Selectivity |+-------------+|0.0042 |+-------------+SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees+-------------+| Selectivity |+-------------+|0.9313 |+-------------+

显然选择性太低， ``&ltfirst_name, last_name&gt选择性很好，但是first_name和last_name加起来长度为30 ，有没有兼顾长度和选择性的办法？可以考虑用first_name和last_name的前几个字符建立索引，例如&ltfirst_name, left(last_name, 3)&gt` ，看看其选择性：

SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) ASSelectivity FROMemployees.employees+-------------+| Selectivity |+-------------+|0.7879 |+-------------+

选择性还不错，但离0.9313还是有点距离，那么把last_name前缀加到4：

SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) ASSelectivity FROMemployees.employees+-------------+| Selectivity |+-------------+|0.9007 |+-------------+

这时选择性已经很理想了，而这个索引的长度只有18 ，比&ltfirst_name, last_name&gt短了接近一半，我们把这个前缀索引建上：

ALTER TABLEemployees.employeesADD INDEX `first_name_last_name4`(first_name, last_name(4))

此时再执行一遍按名字查询，比较分析一下与建索引前的结果：

SHOW PROFILES+----------+------------+---------------------------------------------------------------------------------+| Query_ID |Duration| Query|+----------+------------+---------------------------------------------------------------------------------+|87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name="Eric" AND last_name="Anido" ||90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name="Eric" AND last_name="Anido" |+----------+------------+---------------------------------------------------------------------------------+