1、索引

1.1、什么是索引？

• MySQL官方对索引的定义为：索引是帮助MySQL高效获取数据的数据结构。可以得到索引的本质：索引是数据结构。

1.2、索引的目的

• 索引的目的在于提高查询效率，可以类比字典。

举例说明

如果要查询“mysql”这个单词，我们肯定需要定位到m字母，然后从上往下找到y字母，再找到剩下的sql。如果没有索引，那么你可能需要从a一直查找到z。是不是觉得如果没有索引，这个事情就完成的很慢很慢呀。

1.3、索引是什么样的数据结构？

• 你可以简单理解为“排好序的快速查找数据结构”。

在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。

如下图所示

• 一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。
• 我们平常所说的索引，如果没有特别说明都是B树（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引，统称索引。当然，除了B+树这种类型的索引之外，还有哈希索引。

1.4、索引的优势

• 类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本。
• 通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。

1.5、索引的劣势

• 实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的。
• 虽然索引大大提高了查询速度，同时却会降低表的更新速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后索引信息。
• 索引只是一个提高效率的一个因素，如果你的MySQL有大量的数据量的表，就需要花时间研究建立最优秀的索引，或优化查询。

1.6、索引分类和建索引语法

1. 索引分类

2. 建索引语法

创建

CREATE [UNIQUE] INDEX indexName ON mytable (columnname(length));

ALTER mytable ADD [UNIQUE] INDEX [indexName] ON (columnname(length));

删除

DROP INDEX [indexName] ON mytable

查看

SHOW INDEX FROM table_name

使用ALTER命令

-- 该语句添加一个主键，这意味着这索引值必须是唯一的，且不能为NULL
ALTER TABLE tbl_name ADD PRIMARY KEY (column_list)

-- 这条语句创建索引的值必须是唯一的(除了NULL外，NULL可能会出现多次)

ALTER TABLE tbl_name ADD UNIQUE index_name (column_list)

--添加普通索引，索引值可出现多次

ALTER TABLE tbl_name ADD INDEX index_name (column_list)

-- 该语句指定了索引为FULLTEXT，用于全文索引

ALTER TABLE tbl_name ADD FULLTEXT index_name (column_list)

1.7、MySQL索引结构

1. 结构分类

• BTree索引
• Hash索引
• full-text索引
• R-Tree索引

2. BTree索引检索原理

初始化介绍

• 一棵B+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示）
• 如磁盘块1包含数据项17和35，包含指针P1、P2、P3。
• P1表示小于17的磁盘块，P2表示在17和25之间的磁盘块，P3表示大于35的磁盘块。
• 真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。
• 非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

查找过程

1. 如果要查找数据项29，那么首先会把磁盘块1由磁盘块加载到内存，此时发生一次IO。
2. 在内存中使用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比于磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘块地址把磁盘块3由磁盘加载到内存，发生第二次IO。
3. 29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO。
4. 同时内存中做二分查找找到29，结束查询，总计三次IO。

1.8、哪些情况需要建索引？

1. 主键自动建立唯一索引
2. 频繁作为查询条件的字段应该创建索引
3. 查询中与其它表关联的字段，外键关系建立索引。
4. 频繁更新的字段不适合创建索引（因为每次更新不单单是更新了记录还会更新索引，加重了IO负担）
5. WHERE条件里用不到的字段不创建索引。
6. 单键/组合索引的选择问题（高并发下倾向创建组合索引）
7. 查询中排序的字段，排序字段如果通过索引去访问将大大提高排序速度。
8. 查询中统计或者分组字段。

1.9、哪些情况不需要建索引？

1. 表记录太少。
2. 经常增删改的表：提高了 查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。
3. 数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据建立索引。注意：如果某个数据列包含许多重复的内容，为它建立索引没有太大的实际效果。

• 假如一个表有10万条行记录，有一个字段A只有T和F两种值，且每个值的分布概率大约为50%，那么对这种表A字段建索引一般不会提高数据库的查询速度。
• 索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980/2000=0.99。一个索引的选择性越接近于1，这个索引的效率就越高。

2、性能分析

2.1、性能分析前置知识

1. MySQL Query Optimizer

1. MySQL中有专门负责优化的SELECT语句的优化器模块，主要功能：通过计算分析系统中收集到的统计信息，为客户端请求的Query提供他认为最优的执行计划（他认为最优的数据检索方式，但不见得是DBA认为是最优的，这部分最耗费时间）。
2. 当客户端向MySQL请求一条Query，命令解析器模块完成请求分类，区别出是SELECT并转发给MySQL Query Optimizer时，MySQL Query Optimizer首先会对整条Query进行优化，处理掉一些常量表达式的预算，直接换算成常量值。并对Query中的查询条件进行简化和转换，如去掉一些无用或显而易见的条件、结构调整等。然后分析Query中的Hint信息（如果有），看显示Hint信息是否可以完全确定该Query的执行计划。如果没有Hint或Hint信息还不足以完全确定执行计划，则会读取所涉及对象的统计信息，根据Query进行写相应的计算分析，然后再得出最后的执行计划。

2. MySQL常见瓶颈

1. CPU：CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据。
2. IO：磁盘IO瓶颈发生在装入数据远大于内存容量的时候
3. 服务器硬件的性能瓶颈：top，free，iostat和vmstat来查看系统的性能状态

2.2、explain简介

2.2.1、explain是什么（即执行计划）？

使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。

2.2.2、explain能干嘛？

• 表的读取顺序
• 数据读取操作的操作类型
• 哪些索引可以使用
• 哪些索引被实际使用
• 表之间的引用
• 每张表有多少行被优化器执行

2.2.3、explain怎么玩？

EXPLAIN SELECT * FROM tbl_emp

执行计划包含的信息

2.3、explain之id介绍

• id是select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序。

三种情况

1. id相同，执行顺序由上至下。

1. id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行。

1. id相同不同同时存在时，id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先被执行。

2.4、explain之select_type和table介绍

1. 常见的分类

1. SIMPLE：简单的select查询，查询中不包含子查询或者UNION。
2. PRIMARY：查询中如果包含任何复杂的子部分，最外层查询则被标记为
3. SUBQUERY：在SELECT或WHERE列表中包含了子查询。
4. DERIVED：在FROM列表中包含的子查询被标记为DERIVED（衍生），MySQL会递归执行这些子查询，把结果放在临时表里。
5. UNION：如果第二个SELECT出现在UNION之后，则被标记为UNION；如果UNION包含在FROM子句的子查询中，外层SELECT将被标记为DERIVED。

2. 作用

3. table介绍

• table：显示这一行的数据是关于那张表的。

2.5、explain之type介绍

• type ： 显示查询使用了何种类型。
• 一般来说，得保证查询至少达到range级别，最好达到ref。

1. system：表中只有一行记录（等于系统表），这是const类型的特例，平时不会出现，这个也可以忽略不计。
2. const : 表示通过索引一次就找到了，const用于比较primary key 或者 unique 索引。因为只匹配一行数据，所以很快如将主键置于where列表中，MySQL就能将该查询转换为一个常量。
3. eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描。
4. ref：非唯一性索引扫描，返回匹配某个单独值得所有行，本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而，他可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体。
5. range：只检索给定范围的行，使用一个索引来选择行。key列显示使用那个索引。一般就是在你的where语句中出现了between、<、>、in等的查询。这种范围扫描比全文索引扫描要好，因为它只需要开始于索引的某一点，而结束于另一点，不用扫描全部索引。
6. index：Full Index Scan,index与ALL区别为index类型只遍历索引树。这通常比ALL快，因为索引文件通常比数据文件小。（也就是说虽然all和index都是读全表，但index是从索引中读取的，而all是从硬盘中读的）。
7. all：Full Table Scan，将遍历全表以找到匹配的行。

2.6、explain之possible_keys和key介绍

• possible_keys：显示可能应用在这张表中得索引，一个或多个。查询涉及到得字段上如果存在索引，则该索引被列出，但不一定被查询实际使用。就是理论上会使用到得索引。
• key：实际使用的索引。如果为NULL，则没有使用索引。查询中如果使用了覆盖索引，则该索引仅出现在key列表中。

2.7、explain之key_len介绍

• 表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，长度越短越好。
• key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的。
• 如果查询出来的结果相同，那么key_len越小越好。

2.8、explain之ref介绍

• ref：显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值。

2.9、explain之rows介绍

• rows：根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数。

没建索引之前

建了索引之后

2.10、explain之Extra介绍

• Extra：包含不适合在其他列中显示但十分重要的额外信息。

常见的有

1. Using filesort：说明MySQL会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为“文件排序”。

1. Using temporary：使用了临时表保存中间结果，MySQL在对查询结果排序时使用了临时表。常见于排序 order 和 分组查询 group by。

1. Using index：表示相应的select操作中使用了覆盖索引，避免访问表的数据行，效率不错！

• 覆盖索引：就是select的数据列只用从索引中就能够取得，不必读取数据行，MySQL可以利用索引返回select列表的字段，而不必根据索引再次读取数据文件，换句话说查询列要被所建的索引覆盖。
• 注意：如果要使用覆盖索引， 一定要注意select列表中只取出需要的列，不可select * 。因为将所有字段一起做索引会导致索引文件过大，查询性能下降。

1. Using where：使用了where过滤。
2. Using join buffer：使用了连接缓存。
3. impossible where：where子句的值总是false，不能用来获取任何元组。
4. select tables optimized away：在没有GROUPBY子句得情况下，基于索引优化MIN/MAX操作。
5. distinct：优化distinct操作，再找到第一匹配的元组后即停止找同样值得动作。