简介:原文链接:https://my.oschina.net/liughDevelop/blog/1788148索引类似大学图书馆建书目索引,可以提高数据检索的效率,降低数据库的IO成本。MySQL在300万条记录左右性能开始逐渐下降,虽然官方文档说500~800w记录, ...
原文链接:https://my.oschina.net/liughDevelop/blog/1788148索引类似大学图书馆建书目索引,可以提高数据检索的效率,降低数据库的IO成本。MySQL在300万条记录左右性能开始逐渐下降,虽然官方文档说500~800w记录,所以大数据量建立索引是非常有必要的。MySQL提供了Explain,用于显示SQL执行的详细信息,可以进行索引的优化。一、导致SQL执行慢的原因:1.硬件问题。如网络速度慢,内存不足,I/O吞吐量小,磁盘空间满了等。2.没有索引或者索引失效。(一般在互联网公司,DBA会在半夜把表锁了,重新建立一遍索引,因为当你删除某个数据的时候,索引的树结构就不完整了。所以互联网公司的数据做的是假删除.一是为了做数据分析,二是为了不破坏索引 )3.数据过多(分库分表)4.服务器调优及各个参数设置(调整my.cnf)二、分析原因时,一定要找切入点:1.先观察,开启慢查询日志,设置相应的阈值(比如超过3秒就是慢SQL),在生产环境跑上个一天过后,看看哪些SQL比较慢。2.Explain和慢SQL分析。比如SQL语句写的烂,索引没有或失效,关联查询太多(有时候是设计缺陷或者不得以的需求)等等。3.Show Profile是比Explain更近一步的执行细节,可以查询到执行每一个SQL都干了什么事,这些事分别花了多少秒。4.找DBA或者运维对MySQL进行服务器的参数调优。三、什么是索引?MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构。我们可以简单理解为:快速查找排好序的一种数据结构。Mysql索引主要有两种结构:B+Tree索引和Hash索引。我们平常所说的索引,如果没有特别指明,一般都是指B树结构组织的索引(B+Tree索引)。索引如图所示:最外层浅蓝色磁盘块1里有数据17、35(深蓝色)和指针P1、P2、P3(黄色)。P1指针表示小于17的磁盘块,P2是在17-35之间,P3指向大于35的磁盘块。真实数据存在于子叶节点也就是最底下的一层3、5、9、10、13......非叶子节点不存储真实的数据,只存储指引搜索方向的数据项,如17、35。查找过程:例如搜索28数据项,首先加载磁盘块1到内存中,发生一次I/O,用二分查找确定在P2指针。接着发现28在26和30之间,通过P2指针的地址加载磁盘块3到内存,发生第二次I/O。用同样的方式找到磁盘块8,发生第三次I/O。真实的情况是,上面3层的B+Tree可以表示上百万的数据,上百万的数据只发生了三次I/O而不是上百万次I/O,时间提升是巨大的。四、Explain分析前文铺垫完成,进入实操部分,先来插入测试需要的数据:CREATE TABLE `user_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `name` VARCHAR(50) NOT NULL DEFAULT "", `age` INT(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `name_index` (`name`))ENGINE = InnoDB DEFAULT CHARSET = utf8;INSERT INTO user_info (name, age) VALUES ("xys", 20);INSERT INTO user_info (name, age) VALUES ("a", 21);INSERT INTO user_info (name, age) VALUES ("b", 23);INSERT INTO user_info (name, age) VALUES ("c", 50);INSERT INTO user_info (name, age) VALUES ("d", 15);INSERT INTO user_info (name, age) VALUES ("e", 20);INSERT INTO user_info (name, age) VALUES ("f", 21);INSERT INTO user_info (name, age) VALUES ("g", 23);INSERT INTO user_info (name, age) VALUES ("h", 50);INSERT INTO user_info (name, age) VALUES ("i", 15);CREATE TABLE `order_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `user_id` BIGINT(20) DEFAULT NULL, `product_name` VARCHAR(50) NOT NULL DEFAULT "", `productor` VARCHAR(30) DEFAULT NULL, PRIMARY KEY (`id`), KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`))ENGINE = InnoDB DEFAULT CHARSET = utf8;INSERT INTO order_info (user_id, product_name, productor) VALUES (1, "p1", "WHH");INSERT INTO order_info (user_id, product_name, productor) VALUES (1, "p2", "WL");INSERT INTO order_info (user_id, product_name, productor) VALUES (1, "p1", "DX");INSERT INTO order_info (user_id, product_name, productor) VALUES (2, "p1", "WHH");INSERT INTO order_info (user_id, product_name, productor) VALUES (2, "p5", "WL");INSERT INTO order_info (user_id, product_name, productor) VALUES (3, "p3", "MA");INSERT INTO order_info (user_id, product_name, productor) VALUES (4, "p1", "WHH");INSERT INTO order_info (user_id, product_name, productor) VALUES (6, "p1", "WHH");INSERT INTO order_info (user_id, product_name, productor) VALUES (9, "p8", "TE");初体验,执行Explain的效果:索引使用情况在possible_keys、key和key_len三列,接下来我们先从左到右依次讲解。1.id --id相同,执行顺序由上而下explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id; --id不同,值越大越先被执行explain select * from user_info where id=(select user_id from order_info where product_name ="p8");2.select_type可以看id的执行实例,总共有以下几种类型:
explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) ttid为1的<derived2>的表示id为2的u和o表衍生出来的。4.typetype 字段比较重要,它提供了判断查询是否高效的重要依据依据。 通过 type 字段,我们判断此次查询是 全表扫描 还是 索引扫描等。type 常用的取值有:
explain select o.* from order_info o where o.product_name= "p1" and o.productor="whh";create index idx_name_productor on order_info(productor);drop index idx_name_productor on order_info;建立复合索引后再查询:7.key_len表示查询优化器使用了索引的字节数,这个字段可以评估组合索引是否完全被使用。8.ref这个表示显示索引的哪一列被使用了,如果可能的话,是一个常量。前文的type属性里也有ref,注意区别。9.rowsrows 也是一个重要的字段,mysql 查询优化器根据统计信息,估算 sql 要查找到结果集需要扫描读取的数据行数,这个值非常直观的显示 sql 效率好坏, 原则上 rows 越少越好。可以对比key中的例子,一个没建立索引钱,rows是9,建立索引后,rows是4。10.extraexplain 中的很多额外的信息会在 extra 字段显示, 常见的有以下几种内容:
explain select u.*,o.* from user_info u LEFT JOIN order_info o on u.id=o.user_id;执行结果,type有ALL,并且没有索引:开始优化,在关联列上创建索引,明显看到type列的ALL变成ref,并且用到了索引,rows也从扫描9行变成了1行:这里面一般有个规律是:左链接索引加在右表上面,右链接索引加在左表上面。六、是否需要创建索引?索引虽然能非常高效的提高查询速度,同时却会降低更新表的速度。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。我是个普通的程序猿,水平有限,文章难免有错误,欢迎牺牲自己宝贵时间的读者,就本文内容直抒己见,我的目的仅仅是希望对读者有所帮助。给大家免费分享一波福利吧,我自己收集了一些Java资料,里面就包涵了一些BAT面试资料,以及一些 Java 高并发、分布式、微服务、高性能、源码分析、JVM等技术资料感兴趣的可以自己来我的Java架构进阶群,可以免费来群里下载,群号:826775302 对Java技术,架构技术感兴趣的同学,欢迎加群,一起学习,相互讨论。本文仅代表作者个人观点,不代表巅云官方发声,对观点有疑义请先联系作者本人进行修改,若内容非法请联系平台管理员,邮箱2522407257@qq.com。更多相关资讯,请到巅云www.yinxi.net学习互联网营销技术请到巅云建站www.yx10011.com。 |