MySQL查询优化——使用索引和SQL优化

如何提高MySQL数据库的查询效率,可以从两个方面入手:使用索引和使用JOIN,本文主要讲使用索引的一些原则和优化方法。以及如何设计数据库和SQL语句,来避免一些会导致性能差的操作。

关于索引的原理层面的东西,本文暂不细讲。

本篇包括:

  • 索引类型
  • 使用索引的原则
  • 索引优化的方式
  • SQL优化方式
  • 单表的使用优化

索引类型

在MySQL中,索引分为量大类型:聚簇索引非聚簇索引
聚簇索引是按照数据存放的物理位置为顺序的,而非聚簇索引则不同;聚簇索引可以提高多行的检索速度,而非聚簇索引对单行的检索速度很快。
(PS:聚簇和非聚簇索引的原理部分也很重要,可以去参考其他文章)

在这两大索引类型下,又细分为四个类型
1)普通索引:最基本的索引,没有任何限制,我们大多数情况下使用到的索引。
2)唯一索引:与普通索引不同的是,唯一索引的列值必须唯一,但是允许为空值。
3)全文索引:仅适用于MyISAM引擎的数据表;作用于CHAR,VARCHAT,TEXT数据的列。
4)联合索引:将几个列作为一条索引进行检索,适用最左匹配原则

建立索引的原则

1)最左匹配原则
这是非常,非常,非常重要的原则:MySQL使用联合索引时,会从左边一直向右匹配,直到遇到范围查询(>, <, between, like 操作)就停止匹配。

比如:where a=1 and b=2 and c>3 and d=4,如果建立的是(a,b,c,d)的联合索引,那么 d 是用不到索引的。而如果建立成(a,b,d,c)那么d的索引就会用到了。因为MySQL优化器将d=4的条件前置到了c>3前面。

MySQL创建联合索引的规则是,首先会对联合索引最左边的字段进行数据排序,在第一个字段的基础上,对第二个字段进行排序。按上面的例子来说,就相当于实现了 order by a,b,c,d 的规则。

还是拿上面例子来说,a索引是天然有序的。当满足了a=1 这个条件之后,b就有序了,而确定了a=1 and b=2 以后,第三个索引也是有序的了。

所以,mysql索引规则中要求,要想使用联合索引的第二个索引,必须首先使用第一个索引(而且必须是等值匹配),这也是最左匹配原则的根本原因。

2)=in 可以乱序
因为MySQL优化器会判断纠正这条SQL语句,并使用效率最高的方式利用索引,生成执行计划。

3)尽量选择区分度高的列作为索引
区分度的公式是 count(distinct col) / count(*),表示字段的不重复比率,结果是 [0,1] 的范围。

比率越大,我们扫描的数据越少,唯一索引的区分度是1。而一些状态位,性别字段,区分度就很低,当数据量很大时,区分度就无限趋近于0了。也就是说,即使使用了这些字段做索引,那匹配出来的数据量也会很大,几乎没有作用。

那这个比率一般是多少呢?根据使用场景做具体判断,不过一般需要JOIN的字段我们要求在0.1以上,也就是平均1条数据,扫描10条记录。
</br>

4)索引不要参与计算
比如FROM_UNIXTIME(create_time) = '2016-06-06' 就不能使用索引。
原因很简单,B+树中存储的都是数据表中的字段值,但是进行检索时,需要把所有数据进行计算以后才能进行比较。显然代价太大。

5)尽可能扩展索引,而不是新建索引
比如表中已经有了 a 的索引,现在要使用 (a,b) 索引,那么只要将 a 索引 改为 (a,b) 索引即可,不需要新加一个索引。
而且执行SQL时,MySQL只能使用一个索引,会从多个索引中选择一个限制最为严格的索引。所以说,索引的数量不需要太多。

索引的优化方法

1)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,组合索引中只要有一列有NULL值,那么这一列对于此条组合索引就是无效的。所以我们在数据库设计时,不要让索引字段的默认值为NULL。

例如:select id from table where num is NULL 可以在num上设置默认值0,确保列中没有NULL值,这样查询可以变为:select id from table where num=0

2)索引列排序
MySQL查询只使用一个索引,因此如果WHERE子句中已经使用了索引的话,那么ORDER BY中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下,不要使用排序操作;尽量不要包含多个列的排序,如果需要,最好给这些列也创建组合索引。

3)使用短索引
如果一个索引列,只在前10~20个字符是唯一的,那么就不要堆全部字段做索引。

4)尽可能使用varchar代替char
因为varchar是变长字符串,存储空间相对较小,节省存储空间。对于查询来说,在一个相对较小的字符串上查询效率也会较高。

5)尽量使用数字字段
若只含数值信息的字段不要设置为字符型,这会降低查询和连接的性能,并会增加内存开销。
这是因为MySQL引擎在处理查询和连接时,需要从左到右逐个比对字符串的每个字符,而对于数字,只要比较一次就够了。

6)LIKE语句操作
一般情况下,不建议使用LIKE操作;如果非使用不可,如何使用也是一个研究的课题。
例如:LIKE “%aaaaa%”不会使用索引,但是LIKE “aaa%”却可以使用索引。

7)不要在索引列上进行运算
在建立索引的原则中,提到了索引列不能进行运算,这里就不再赘述了。

SQL 语句的优化

1)尽量避免在 where 子句中使用 > < != 操作符,否则数据库引擎将放弃索引使用全表扫描。

2)尽量避免在 where 子句中使用 or 条件,否则数据库引擎将放弃索引进行全表扫描。(可以使用 union 来代替or连接查询结果)
举栗: select id from t where num=10 or num=20 可以这样查询: select id from t where num=10 union all select id from t where num=20

3)慎用 innot in。对于一组连续的数据,可以使用 between代替。或者可以考虑使用 exists 代替 in

4)like %aaa% 语句会导致全表扫描。

5)尽量避免在 where 子句中进行表达式操作,这将导致放弃索引使用全表扫描。
举栗:select id from t where num/2=100 应改为: select id from t where num=200

6)尽量避免在 where 子句中对字段进行函数操作,可以在 = 右边进行结果匹配。
举栗:select id from t where substring(name,1,3)=’abc’ 应改为:select id from t where name like ‘abc%’

7)任何地方都不要使用 select * from table ,查询应该指定具体的字段来代替 *,不要返回用不到的字段。

8)应尽量避免向客户端返回大数据量。
如果结果条数过多,考虑在业务端使用分页请求。
如果有大字段(BLOB),则最好在业务端提供剔除大字段的接口请求(例如 selectById 和 selectByIdwithBlob)。
(好吧这一条不属于SQL优化,但是也需要牢记)

关于数据库表的使用优化

1)字符串字段使用 varchar 而不要使用char

2)单表字段不要太多,建议在20个字段以内。原因是存储引擎的API在工作时需要在服务器层和存储引擎层之间通过行缓冲方式拷贝数据,然后在服务器层将缓冲内容转码成各个列,这个转换过程代价非常高。如果字段太多,建议拆分成多个表,但注意不要过度设计。

3)在索引列上尽量设置值为 NOT NULL。因为在索引列上进行NULL判断将会导致放弃使用索引。

4)通常来讲,没必要使用 decimal 类型。即使是在存储财务数据时也可以使用int 或者 bigint 类型,只要放大一定的备注就可以消除误差。而精确计算的代价太高。

5)时间使用DATETIME,不建议使用TIMESTAMP。有的地方建议使用TIMESTAMP,因为它只占用4个字节,DATETIME占用8个字节。但是TIMESTAMP只能表示1970-2038年。而且会因为时区而不同。

(如果有什么错误或者建议,欢迎留言指出)
(本文内容是对各个知识点的转载整理,用于个人技术沉淀,以及大家学习交流用)

参考资料:
在一个千万级数据库查询中,如何提高查询效率
Mysql学习之索引
MySQL最左匹配原则的理解
SQL优化-索引——掘金
SQL优化——简书
SQL优化核心思想

    原文作者:_Zy
    原文地址: https://www.jianshu.com/p/e1a6310ad52f
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞