【数据库】聊聊常见的索引优化-上

数据库对于现有互联网应用来说，其实是非常重要的后端存储组件，而大多数系统故障都是由于存储所导致的，而数据库是重中之重，所以为了比较好掌握SQL的基本优化手段，打算用两篇文章从基本的联合索引优化、group by/order by 优化、以及索引设计原则、分页查询、join 查询、count 统计，以及阿里sql手册进行介绍。

本篇先介绍粗体字的相关内容，下一篇介绍剩余部分。

数据准备

CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='员工记录表';INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());‐‐ 插入一些示例数据drop procedure if exists insert_emp;delimiter ;;create procedure insert_emp()begindeclare i int;set i=1;while(i<=100000)doinsert into employees(name,age,position) values(CONCAT('zhuge',i),i,'dev');set i=i+1;end while;end;;delimiter ;call insert_emp();

联合索引

第一个字段用范围不会走索引
在这里插入图片描述
如上所示，name、age、position是一个联合索引，name使用范围查询后，索引失效。
使用强制索引后，发现减少了查询数据量。

添加强制索引

 EXPLAIN SELECT * FROM employees force index(idx_name_age_position) WHERE  name > 'LiLei' AND age = 22 AND position = 'manager';

在这里插入图片描述
在很多场景下联合索引的返回值，就是我们希望的返回值，所以我们可以直接将* 替换成自己想要的值。其实就是覆盖索引优化

在这里插入图片描述
like ‘%xxx’ 索引失效

索引下推
其实就是在5.6之前是根据查询的数据按照对应的主键在逐个回表操作。但是5.6之后做了优化，可以先将不符合记录的过滤之后，在进行回表操作，可以有效减少回表的次数。但是并不能减少查询全行数据的效果。

 EXPLAIN SELECT * FROM employees WHERE name LIKE 'LiL%' and age =22 and position = 'manger';

Mysql如何选择合适的索引

尽管通过explain可以分析mysql是否使用了索引，扫描行数等，但是想要获取更多细节，分析mysql如何分析sql的过程，可以借助于trace工具。

  set session optimizer_trace="enabled=on",end_markers_in_json=on; -- 开启traceEXPLAIN SELECT * FROM employees WHERE name >'zz';SELECT * FROM information_schema.OPTIMIZER_TRACE;set session optimizer_trace="enabled=off"; -- 关闭trace

执行完毕之后就可以获取到分析过程，整体过程其实就是分成三部分。1.准备sql 2.优化sql 3.执行sql

{"steps": [{"join_preparation": {   // 第一阶段：准备sql"select#": 1,"steps": [{"expanded_query": "/* select#1 */ select `employees`.`id` AS `id`,`employees`.`name` AS `name`,`employees`.`age` AS `age`,`employees`.`position` AS `position`,`employees`.`hire_time` AS `hire_time` from `employees` where (`employees`.`name` > 'zz')"}] /* steps */} /* join_preparation */},{"join_optimization": {  // 第二阶段 SQL优化阶段"select#": 1,"steps": [{"condition_processing": {  // 条件处理"condition": "WHERE","original_condition": "(`employees`.`name` > 'zz')","steps": [{"transformation": "equality_propagation","resulting_condition": "(`employees`.`name` > 'zz')"},{"transformation": "constant_propagation","resulting_condition": "(`employees`.`name` > 'zz')"},{"transformation": "trivial_condition_removal","resulting_condition": "(`employees`.`name` > 'zz')"}] /* steps */} /* condition_processing */},{"substitute_generated_columns": {} /* substitute_generated_columns */},{"table_dependencies": [  // 表依赖详情{"table": "`employees`","row_may_be_null": false,"map_bit": 0,"depends_on_map_bits": [] /* depends_on_map_bits */}] /* table_dependencies */},{"ref_optimizer_key_uses": [] /* ref_optimizer_key_uses */},{"rows_estimation": [   // 预估表的成本{"table": "`employees`","range_analysis": {"table_scan": {   // 全表扫描情况"rows": 100143,  // 扫描行数"cost": 10104.7  // 查询成本} /* table_scan */,"potential_range_indexes": [ // 查询可能使用的索引{"index": "PRIMARY", // 主键索引"usable": false,"cause": "not_applicable"},{"index": "idx_name_age_position", // 辅助索引"usable": true,"key_parts": ["name","age","position","id"] /* key_parts */}] /* potential_range_indexes */,"setup_range_conditions": [] /* setup_range_conditions */,"group_index_range": {"chosen": false,"cause": "not_group_by_or_distinct"} /* group_index_range */,"skip_scan_range": {"potential_skip_scan_indexes": [{"index": "idx_name_age_position","usable": false,"cause": "query_references_nonkey_column"}] /* potential_skip_scan_indexes */} /* skip_scan_range */,"analyzing_range_alternatives": { // 分析各个索引使用成本"range_scan_alternatives": [{"index": "idx_name_age_position","ranges": ["'zz' < name" // 索引使用范围] /* ranges */,"index_dives_for_eq_ranges": true,"rowid_ordered": false, //使用该索引获取的记录是否按照主键排序"using_mrr": false,"index_only": false,  //是否使用覆盖索引"in_memory": 1, "rows": 1,        // 索引扫描行数"cost": 0.61,     // 索引使用成本"chosen": true    // 是否选择该索引}] /* range_scan_alternatives */,"analyzing_roworder_intersect": {"usable": false,"cause": "too_few_roworder_scans"} /* analyzing_roworder_intersect */} /* analyzing_range_alternatives */,"chosen_range_access_summary": {"range_access_plan": {"type": "range_scan","index": "idx_name_age_position","rows": 1,"ranges": ["'zz' < name"] /* ranges */} /* range_access_plan */,"rows_for_plan": 1,"cost_for_plan": 0.61,"chosen": true} /* chosen_range_access_summary */} /* range_analysis */}] /* rows_estimation */},{"considered_execution_plans": [  {"plan_prefix": [] /* plan_prefix */,"table": "`employees`","best_access_path": {  // 最优访问路径"considered_access_paths": [ //最终选择的访问路径{"rows_to_scan": 1,"filtering_effect": [] /* filtering_effect */,"final_filtering_effect": 1,"access_type": "range", //访问类型 scan全表扫描"range_details": {"used_index": "idx_name_age_position"} /* range_details */,"resulting_rows": 1,"cost": 0.71,"chosen": true}] /* considered_access_paths */} /* best_access_path */,"condition_filtering_pct": 100,"rows_for_plan": 1,"cost_for_plan": 0.71,"chosen": true}] /* considered_execution_plans */},{"attaching_conditions_to_tables": {"original_condition": "(`employees`.`name` > 'zz')","attached_conditions_computation": [] /* attached_conditions_computation */,"attached_conditions_summary": [{"table": "`employees`","attached": "(`employees`.`name` > 'zz')"}] /* attached_conditions_summary */} /* attaching_conditions_to_tables */},{"finalizing_table_conditions": [{"table": "`employees`","original_table_condition": "(`employees`.`name` > 'zz')","final_table_condition   ": "(`employees`.`name` > 'zz')"}] /* finalizing_table_conditions */},{"refine_plan": [{"table": "`employees`","pushed_index_condition": "(`employees`.`name` > 'zz')","table_condition_attached": null}] /* refine_plan */}] /* steps */} /* join_optimization */},{"join_explain": {  // 第三阶段：sql执行阶段"select#": 1,"steps": [] /* steps */} /* join_explain */}] /* steps */
}

Order by与Group by优化

case 1
在这里插入图片描述
所以age使用了索引。
case 2

同理可以发现 age用了索引，但是position没有使用索引。

case 3
在这里插入图片描述

可以发现，age \ position 前后顺序不一样，导致一个使用了索引一个没有使用索引，用的file sort。

在这里插入图片描述
其实对比这张图就可以看出，age\position 复合最左匹配原则，position\age不符合。

case 4
在这里插入图片描述
可以看到并没出现file sort。age因为是常量，在排序中被优化。索引没有出现颠倒。

Using filesort文件排序原理详解

case 5
在这里插入图片描述

在来看这两个案例，一个用的默认排序，另一个是倒序，前者使用索引，后者是filesort。

case 6
在这里插入图片描述
name使用in 因为是范围查询，所以导致直接索引失效

case 7
在这里插入图片描述

直接查询*，发现查询10W数据，但是用覆盖索引进行优化之后，可以利用索引。数据直接降低到5W。

总结

mysql支持两种方式的排序filesort和index，using index是指MySQL扫描索引本身完成排序。index 效率高，file sort效率低
order by满足两种情况会使用using index
- order by 语句使用最左匹配原则
- where子句与 order by子句条件组合满足索引最左前列
尽量在索引上完成排序，遵循最左匹配原则
order by的条件不在索引列上，就会产生filesort
能用覆盖索引就用覆盖索引
group by与order by蕾丝，也符合最左匹配原则。对于group by的优化如果不需要排序的可以加上order by null禁止排序。注意，where高于having，能写在where中的限定条件就不要去having限定

单路和双路排序

filesort的两种排序方式

单路排序，一次性取所有符合条件的数据，将数据拉到sort buffer中进行排序， sort_mode显示为 < sort_key, additional_fields > or < sort_key, packed_additional_fields >
双路排序，先根据条件取出对应的排序字段和可以直接定位数据的行id，在sortbuffer中进行排序。排序完在取其他需要的字段。 < sort_key, rowid >

可以通过 max_length_for_sort_data ( 默认1024字节) 进行设置。字段总长度小于1024，使用单路排序模式，大于使用双路排序模式。

 EXPLAIN SELECT * FROM employees where name = 'zhuge' ORDER BY position;

单路排序
1.根据索引查询到name='zhuge’的主键ID，通过主键id查询到对应行所有数据，取全部数据，存入sortbuffer中。
2.继续执行查找满足条件的数据。
3.继续执行上述1，2过程。
4.对结果进行整体排序，然后返回结构。

在这里插入图片描述

双路排序
1.根据索引查询到name='zhuge’的主键ID，通过主键id查询到对应行所有数据，取age\position字段，存入sortbuffer中。
2.继续执行查找满足条件的数据。
3.继续执行上述1，2过程。
4.对结果进行整体排序，在从原表中通过主键id查找对应全部字段的值返回。

在这里插入图片描述

可以看出整体的差别，及时排序时是否全部字段参与，以及最后返回结果是否需要在通过主键查找需要的字段。

那么这两种有什么优劣之分？
其实需要结合具体的服务器配置，如果max_length_for_sort_data 配置的比较小，并且不可以在增加，可以使用双路排序，在有限的内存中保存更多的数据，只是需要在通过一次回表操作查询需要的数据。
而如果服务器配置比较富裕，可以通过 max_length_for_sort_data 配置的大一点，选择单路排序，直接返回对应结果集。

所以，结论就是按照场景进行区分。通过调整 max_length_for_sort_data来控制排序，不同场景使用不同的排序模式，提升性能。