关于java:不会吧不会吧MySQL-索引最佳实践你不看看

6次阅读

共计 4313 个字符,预计需要花费 11 分钟才能阅读完成。

作者爱谈话

忙忙碌碌的一周又过来了,这周最大的乐趣就是买了个小音箱,又能够上班的时候开始欢快的开始练琴了,程序员嘛,还是得造就点艺术细菌。哈哈

这周原本没想好写什么货色,刚好周五公司进行了外部技术分享,内容为《MySQL 索引解说 + 最佳实际》,摘出了几条重要,和较常见的和大家一起分享,当然还有很多没有波及到,对于索引的知识点,就不具体开展解说,原本想转载一篇文章与大家分享,然而低微的我还没加上原作者微信,有趣味的话能够公众号内回复“惟一索引和一般索引”。我将原文地址举荐给你。

当初你能够洗洗手,关上你的 Naviact 和王经理一起入手实际,常识排汇 + 100%

舒适提醒:文末附建表语句。

索引前戏

王经理 ????:天苍苍,野茫茫,索引 查问帮大忙。

小林小声 bb:经理如同个憨批。

王经理:林步动,你在说什么?

王经理的砖头

小林:没没没,我说经理,好才华!这个诗写的,啧啧啧,真是 ???? 牛掰 glass

王经理:算你小子,明天有眼力见。那我考考你,你能概括下索引的长处和毛病嘛?

小林:(淦,又考我)经理,《高性能 MySQL》一书中总结的 MySQL 的长处是

  • 缩小查问须要扫描的数据量(放慢了查问速度)
  • 缩小服务器的排序操作和创立长期表的操作(放慢了 groupby 和 orderby 等操作)
  • 将服务器的随机 IO 变为程序 IO(放慢查问速度)

至于毛病嘛,就是 索引也是数据,须要存储,因而会带来额定的存储空间占用。其次,在插入,更新和删除操作的同时,须要保护索引,因而会带来额定的工夫开销

小美:步动,你明天好帅啊

小林:????????????????

王经理:明天,步动说的很对阿,我再来总结下索引的毛病

  • 索引占用磁盘或者内存空间
  • 减慢了插入更新操作的速度

然而实际上, 在肯定数据范畴内(索引没有超级多的状况下),建设索引带来的开销是远远小于它带来的益处的,然而咱们依然要避免索引的滥用。

王经理:林步动,你自豪啥,快给我从桌子上下来!咱们明天的重点不在这里,重点是解说一下 MySQL 的索引具体在生产中的最佳实际办法。拿起小本本,关上 Naviact,动起来。

最佳实际

前置常识:EXPLAIN


1,最左前缀法令

EXPLAIN SELECT * FROM `employee_information` WHERE age = 23 AND position = "dev"

WHERE 条件列的,从索引的最左前列开始,且不跳过索引中的列,一旦未以最从左前列开始,索引就生效。意思就是 是兄弟,就来砍我啊,不对。应该是 带头大哥不能死,两头兄弟不能断

由最左前缀准则引申出的 索引冗余问题 :依据最左索引准则,咱们不难得出,index(a,b) 相当于创立了二个索引 index(a)、index(a,b)。也能够类推,index(a,b,c)相当于创立了三个索引 index(a)、index(a,b)、index(a,b,c)。

那么,无妨多问本人一个为什么????? 索引冗余会带来什么问题?一张表设置几个索引以内最佳?(能够参考阿里 Java 开发手册,或《高性能的 MySQL》一书)


2,不在索引列上做任何操作(计算、函数、(主动 or 手动)类型转换),会导致索引生效而转向全表扫描

`EXPLAIN SELECT * FROM employee_information` WHERE LEFT(name,3) = ‘bud’

拿该条 SQL 举例说明,我须要一条条取出 name,进行函数操作,而后逐条与限定的条件(bud)进行比拟,所以没方法用索引,只能进行全表扫描。

那么,会不会有这么一种状况。在你不经意的时候,MySQL 偷偷的在你的索引列上做了操作?导致咱们的索引生效了。

就比方,隐式转换


3,存储引擎不能应用索引中范畴条件左边的列(若两头索引列用到了范畴(>、<、like 等),则前面的所以全生效。)

`EXPLAIN SELECT * FROM employee_information` WHERE name = ‘budongli’ AND age > 23 AND position = “dev”

能够看到 type = range,实际上 age 用到了索引(能够察看 key_len),只是说这个索引表白的是范畴,导致 position 用不上索引


4,尽量应用笼罩索引(只拜访索引的查问(索引列蕴含查问列)),缩小 SELECT * 语句

EXPLAIN SELECT name FROM `employee_information` WHERE name = 'budongli'

咱们在相应的 SELECT 操作中应用了笼罩索引,艰深一点讲就是 查问的列被索引笼罩,应用到笼罩索引查问速度会十分快,SQl 优化中现实的状态。

须要留神的是,当 Using where 和 Using index 同时呈现的时候,此时 Using where 只是用来从索引中查找数据,此数据如果不是用来过滤,那么就是用来读取,以防止回表读取数据行。

如果咱们只爱应用 SELECT *,那么完蛋。

Extra 会通知你,查问的列未被索引笼罩,进而通过 where 条件过滤获取所需数据,


5,MySQL 在应用不等于(!= 或者 <>)的时候无奈应用索引导致全表扫描,is null 或者 is null not 也不会走索引

EXPLAIN SELECT * FROM `employee_information` WHERE name != 'budongli'

这条和 Shit 一样的 SQL ????,在我是实习生的时候也写过。

尽可能把相似这种判断落在业务层,数据库很累,不给他加压力。爱护数据库,从你我做起。


6,like 以通配符结尾(‘$abc’)MySQL 索引生效会变成全表扫描操作

就像查字典一样,比方要查拼音首字母是 ch 的字,按程序翻完以 ch 结尾的页就能有后果,在这个 SQL 语句中咱们想去查 名字结尾是“budon”,利用索引程序查就 ok 了,很快就能查出来了。

EXPLAIN SELECT * FROM `employee_information` WHERE name like 'budon%'

但要是假如你想在字典里查拼音蕴含 an 的字,那就只能一页一页翻残缺个字典能力晓得哪些是须要的,此时就相当于无奈走索引,只能走全表扫描。

EXPLAIN SELECT * FROM `employee_information` WHERE name like '%budon%'


7,少用 or 或者 in

`EXPLAIN SELECT * FROM employee_information` WHERE name = “budongli” or name = “xiaomei”

MySQL 的查问优化器是一个非常复杂的部件,它应用了十分多的优化策略来生成一个最优的执行打算:在应用 or 或者 in 的时候,MySQL 不肯定会应用索引,MySQL 外部优化器会依据每张表或者索引的页面个数、索引的基数、索引和数据行的长度、索引的散布等七七八八,九九十十等多个因素去整体评估是否应用索引。有十分多的起因会导致 MySQL 抉择谬误的执行打算,比方统计信息不精确、不会思考不受其管制的操作老本(用户自定义函数、存储过程)。

归根结底,MySQL 认为的最优跟咱们想的不一样(咱们心愿执行工夫尽可能短,但 MySQL 值抉择它认为老本小的,但老本小并不意味着执行工夫短)等等。

所以说,MySQL 外部优化器有时候也是个笨蛋,很有可能选错。当然如果你感觉走一个固定的索引,这个 SQL 语句会快的飞起,请别客气应用 FORCE INDEX 与优化器进行 Battle

问题工夫到了

如果一张表的某个字段即能够建惟一索引,又能够建一般索引,假如你是公司的 DBA,从性能角度思考来讲,你会如何抉择?抉择的根据是什么?

(倡议小伙伴能够被动去思考思考,入手实际实际,当然公众号内也给你筹备了较为具体的分享,你能够在公众号内回复“惟一索引和一般索引”,我将与你分享)

建表语句

-- ----------------------------  
-- Table structure for employee_information  
-- ----------------------------  
DROP TABLE IF EXISTS `employee_information`;  
CREATE TABLE `employee_information`  (`id` int(11) NOT NULL,  
  `name` varchar(24) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,  
  `age` int(11) NOT NULL,  
  `position` varchar(20) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,  
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,  
  PRIMARY KEY (`id`) USING BTREE,  
  INDEX `hybrid_index`(`name`, `age`, `position`) USING BTREE,  
  INDEX `age`(`age`) USING BTREE  
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact;  
  
-- ----------------------------  
-- Records of employee_information  
-- ----------------------------  
INSERT INTO `employee_information` VALUES (1, 'budongli', 23, 'dev', '2020-06-12 22:21:24');  
INSERT INTO `employee_information` VALUES (2, 'xiaomei', 22, 'dev', '2020-05-06 22:22:10');  
INSERT INTO `employee_information` VALUES (3, 'jingliwang', 30, 'manager', '2018-06-01 22:22:37');  
  
SET FOREIGN_KEY_CHECKS = 1;  
正文完
 0