共计 2778 个字符,预计需要花费 7 分钟才能阅读完成。
索引设计—高并发场景微服务实战(六)
你好,我是程序员 Alan.
我在上一篇文章《表结构设计—高并发场景微服务实战(五)》中,具体的写了如何抉择适合的类型创立一张表,但表结构设计只是设计数据库最后的环节之一,咱们还短少数据库设计中最为重要的一个环节——索引设计,只有正确设计索引,业务能力达到上线的初步规范。
索引如果开展来讲有很多须要关注的中央,例如索引设计、业务利用与调优等等,本篇文章我会重点讲一下索引设计相干常识。
索引是什么?
索引是一门排序的艺术,索引是晋升查问速度的一种数据结构。无效的设计并创立索引,会晋升数据库系统的整体性能。索引之所以能晋升查问速度,在于它在插入时对数据进行了排序(不言而喻,它的毛病是影响插入或者更新的性能)。索引是对记录进行排序。
在目前的 MySQL 8.0 版本中,InnoDB 存储引擎反对的索引有 B+ 树索引、全文索引、R 树索引。这里咱们先关注应用最为宽泛的 B+ 树索引。
B+ 树索引构造
B+ 树索引是数据库系统中最为常见的一种索引数据结构,简直所有的关系型数据库都反对它。
那你晓得为什么关系型数据库都热衷反对 B+ 树索引吗?因为 B + 数是目前为止排序最有效率的数据结构。
B+ 树索引的特点是: 基于磁盘的均衡树,但树十分矮,通常为 3~4 层,能寄存千万到上亿的排序数据。树矮意味着拜访效率高,从千万或上亿数据里查问一条数据,只用 3、4 次 I/O。
又因为当初的固态硬盘每秒能执行至多 10000 次 I/O,所以查问一条数据,哪怕全副在磁盘上,也只须要 0.003 ~ 0.004 秒。另外,因为 B+ 树矮,在做排序时,也只须要比拟 3~4 次就能定位数据须要插入的地位,排序效率十分不错。
优化 B+ 树索引的插入性能
B+ 树在插入时就对要对数据进行排序,但排序的开销其实并没有你设想得那么大,因为排序是 CPU 操作(以后一个时钟周期 CPU 能解决上亿指令)。
真正的开销在于 B+ 树索引的保护,保证数据排序,这里存在两种不同数据类型的插入状况。
- 数据程序(或逆序)插入: B+ 树索引的保护代价十分小,叶子节点都是从左往右进行插入,比拟典型的是自增 ID 的插入、工夫的插入(若在自增 ID 上创立索引,工夫列上创立索引,则 B+ 树插入通常是比拟快的)。
- 数据无序插入: B+ 树为了保护排序,须要对页进行决裂、旋转等开销较大的操作,另外,即使对于固态硬盘,随机写的性能也不如程序写,所以磁盘性能也会收到较大影响。
你不可能要求所有插入的数据都是有序的,因为索引的自身就是用于数据的排序,插入数据都曾经是排序的,那么你就不须要 B+ 树索引进行数据查问了。
所以对于 B+ 树索引,在 MySQL 数据库设计中,仅要求主键的索引设计为程序,比方应用自增,或应用排序的 UUID,而不必无序值做主键。
二级索引
InnoDB 存储引擎的数据是依据主键索引排序存储的,除了主键索引外,其余的索引都称之为二级索引(Secondeary Index), 或非汇集索引(None Clustered Index)。二级索引也是一颗 B+ 树索引,但它和主键索引不同的是叶子节点寄存的是索引键值、主键值。上面的表 User 中的 idx_name 就是二级索引。
CREATE TABLE User (
id BIGINT AUTO_INCREMENT,
name VARCHAR(128) NOT NULL,
sex CHAR(6) NOT NULL,
registerDate DATETIME NOT NULL,
...
PRIMARY KEY(id), -- 主键索引
KEY idx_name(name) -- 二级索引
)
如果用户通过列 name 进行查问,比方上面的 SQL:
SELECT * FROM User WHERE name = 'Alan',
通过二级索引 idx_name 只能定位主键值,须要额定再通过主键索引进行查问,能力失去最终的后果。这种“二级索引通过主键索引进行再一次查问”的操作叫作“回表”。
你晓得 二级索引这样设计的一大益处 是什么吗?如果记录产生了批改,那么其余索引无需进行保护,除非记录的主键产生了批改。
思考额定创二级索引的开销
二级索引虽好,但不能够疏忽了应用它带来的开销。创立二级索引的开销,次要体现在二级索引的保护、空间开销和回表开销三个方面。接下来,咱们详细分析一下。
首先是二级索引的保护开销。创立 N 个二级索引,就须要再创立 N 棵 B+ 树,新增数据时不仅要批改聚簇索引,还须要批改这 N 个二级索引。
其次是空间开销。尽管二级索引不保留原始数据,但须要保留索引列的数据,所以会占用更多的空间。这样除了数据存储自身空间的开销,还额定减少了索引数据存储的开销。
最初是回表的代价。二级索引不保留原始数据,通过索引找到主键后须要再查问聚簇索引,能力失去咱们要的数据。
函数索引
从 MySQL 5.7 版本开始,MySQL 就开始反对创立函数索引 (即索引键是一个函数表达式)。 函数索引有两大用处:
- 优化业务 SQL 性能;
- 配合虚构列(Generated Column)。
先来看第一个, 优化业务 SQL 性能。
假如 last_date 建设了二级索引,上面这条 SQL 语句里仍有一个常见的谬误,你晓得是什么吗?
SELECT * FROM user WHERE DATE_FORMAT(last_date,'%Y-%m') = '2022-10'
DATE_FORMAT(last_date)不是索引,因而上述 SQL 无奈应用二级索引 last_date,会导致全表扫描。数据库标准要求查问条件中函数写在等式左边,而不能写在右边,就是这个起因。
要尽快解决这个问题,能够应用函数索引, 创立一个 DATE_FORMAT(register_date) 的索引
ALTER TABLE user
ADD INDEX
idx_func_last_date((DATE_FORMAT(last_date,'%Y-%m')));
笼罩索引
创立一个 user 表。
create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
index k(k))
engine=InnoDB;
咱们执行一条 SQL 语句 select ID from user where k between 66 and 99,
此时只须要查问 ID 的值,而 ID 的值曾经在 K 索引树上了,因而能够间接提供查问后果,不须要回表。也就是说在这个查问外面,索引 K 曾经“笼罩了”咱们的查问需要,咱们称之为笼罩索引。
从下面的例子咱们能够看到,笼罩索引能够显著晋升查问性能,索引应用笼罩索引是一个罕用的性能优化伎俩。
最左前缀准则
以最右边的为终点任何间断的索引都能匹配上。
当创立 (a,b,c) 复合索引时,想要索引失效的话,只能应用 a 和 ab、ac 和 abc 三种组合!
站在伟人的肩膀上:
- 姜承尧——MySQL 实战宝典
- 林晓斌——MySQL 实战 45 讲
- Java 业务开发常见谬误 100 例
如果对您有帮忙,欢送关注我的微信公众号和我交换:ProgrammerAlan