Scott's world.

MySQL-索引笔记(下)

Word count: 1.6kReading time: 6 min
2019/10/19 Share

MySQL-索引笔记(下)

在上面一个笔记中学习了InnoDB索引的数据结构模型和索引维护的相关知识

那么这一篇继续来深入了解索引

我们先来看这一个问题:

在下面这个表T中,如果我执行

1
select * from T where k between 3 and 5

需要执行几次树的搜索操作,会扫描多少行?

1
2
3
4
5
6
7
8
mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;

insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

  • 这条SQL查询语句的执行流程
    1. 在k索引树上找到k=3的记录,取得 ID = 300;
    2. 再到ID索引树查到ID=300对应的R3;
    3. 在k索引树取下一个值k=5,取得ID=500;
    4. 再回到ID索引树查到ID=500对应的R4;
    5. 在k索引树取下一个值k=6,不满足条件,循环结束。

可以看到,这个查询过程读了k索引树的3条记录(步骤1、3和5),因为查询结果的数据只在主键索引下有所以就回表了两次(步骤2和4)

那么,有没有可能经过索引优化,尽量避免回表过程呢?

覆盖索引

如果执行的语句是

1
select ID from T where k between 3 and 5

这时只需要查ID的值,而ID的值已经在k索引树上了,因此可以直接提供查询结果,不需要回表。

在这个查询里面,索引k已经“覆盖了”我们的查询需求,我们称为覆盖索引

由于覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段

需要注意的是,在引擎内部使用覆盖索引在索引k上其实读了三个记录,R3~R5(对应的索引k上的记录项),但是对于MySQL的Server层来说,它就是找引擎拿到了两条记录,因此MySQL认为扫描行数是2

在日常工作中如果有高频查询的请求,假如是根据工号查询姓名,虽然在工号上面建立索引就足够了,但是根据工号和姓名建立一个联合索引,这个联合索引就可以不再需要回表查整行记录,减少语句的执行时间

但是维护索引字段也是有一定的代价,这就需要你权衡考虑了

最左前缀原则

B+树这种索引结构,可以利用索引的“最左前缀”,来定位记录。

比如下面的(name,age)联合索引来分析

索引项根据索引定义里面出现的字段顺序排序

可以看到,不只是索引的全部定义,只要满足最左前缀,就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左N个字段,也可以是字符串索引的最左M个字符。

基于上面对最左前缀索引的说明,那么在建立联合索引的时候,如何安排索引内的字段顺序?

这里我们的评估标准是,索引的复用能力

比如有了(a,b)这个联合索引后,一般就不需要单独在a上建立索引了

因此,第一原则是,如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。

接下来考虑原则便是空间

而空间则关注于a,b字段的大小,若a比较大,那么可以创建一个(a,b)和(b)索引

索引下推

在MySQL 5.6之前,只能从第一个索引字段开始一个个回表。到主键索引上找出数据行,再对比字段值

而MySQL 5.6 引入的索引下推优化(index condition pushdown),

可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。

  • 无索引下推的流程

  • 有索引下推的流程

问题

实际上主键索引也是可以使用多个字段的。DBA小吕在入职新公司的时候,就发现自己接手维护的库里面,有这么一个表,表结构定义类似这样的:

1
2
3
4
5
6
7
8
9
10
CREATE TABLE `geek` (
`a` int(11) NOT NULL,
`b` int(11) NOT NULL,
`c` int(11) NOT NULL,
`d` int(11) NOT NULL,
PRIMARY KEY (`a`,`b`),
KEY `c` (`c`),
KEY `ca` (`c`,`a`),
KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;

公司的同事告诉他说,由于历史原因,这个表需要a、b做联合主键,这个小吕理解了。

但是,学过本章内容的小吕又纳闷了,既然主键包含了a、b这两个字段,那意味着单独在字段c上创建一个索引,就已经包含了三个字段了呀,为什么要创建“ca”“cb”这两个索引?

同事告诉他,是因为他们的业务里面有这样的两种语句:

1
2
select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;

问题是,这位同事的解释对吗,为了这两个查询模式,这两个索引是否都是必须的?为什么呢?

答案

如果c列上重复率很低的情况下,两个索引都可以不用建。因为如果过滤只剩下几条数据,排序也不影响
如果c列重复度比较高,就需要建立(c,b)的联合索引了,来消除排序了。因为在数据量大的情况下,排序是一个非常耗时的操作,
很有可能还需要磁盘临时表来做排序。而且如果没有(c,b)联合索引,limit 1仅仅表示返回给客户端一条数据,没有起到限制扫描行数的作用
ca列上的索引,由于满足最左前缀,不用加。因为c是固定值,那么a列就是有序的.那么这里limit 1就很好限制了只用精准扫描一条数据.
所以有时候如果在where条件建立索引的效率差的情况下,在order by limit这一列建索引也是很好的方案,排好序,在回表,只要过滤出满足条件的limit行,就能及时停止扫描

参考

https://time.geekbang.org/column/intro/139

CATALOG
  1. 1. MySQL-索引笔记(下)
    1. 1.1. 覆盖索引
    2. 1.2. 最左前缀原则
    3. 1.3. 索引下推
    4. 1.4. 问题
      1. 1.4.1. 答案
    5. 1.5. 参考