MySQL

1、索引

索引的本质

索引是一种帮助MySQL高效获取数据的数据结构。是数据库系统在业务数据之外维护着的，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。

索引的目的

在于提高查询效率。这里可以类比字典，查找特定字词时，按照字母查找索引。

索引的原理

通过不断缩小想要获得数据的范围，筛选出最终想要的结果。

索引的分类

• B-Tree索引：最常见的索引类型，大部分索引都支持B树索引。
• HASH索引：只有Memoty引擎支持，使用场景简单。
• R-Tree索引（空间索引）：是MyISAM的一种reshuffle索引类型，主要用于地址空间数据类型。
• Full-text（全文索引）：全文索引也是MyISAM的一种特殊索引类型，主要用于全文索引，InnoDB从MySQL5.6版本提供对全文索引的支持。

索引	MyISAM引擎	InnoDB引擎	Memory引擎
B-Tree索引	支持	支持	支持
HASH索引	不支持	不支持	支持
R-Tree索引	支持	不支持	不支持
Full-text索引	不支持	暂不支持	不支持

B-Tree索引类型

• 普通索引：最基本的索引类型，没有唯一性之类的限制；
• UNIQUE索引：唯一的、不允许重复的索引；
• 主键（Primary Key）索引：是一种唯一性索引，相当于聚合索引，是查找最快的索引；

创建索引的技巧

1. 维度高（数据列中不重复值出现的个数，个数越高维度越高）的列创建索引；
2. 对 where,on,group by,order by中出现的列使用索引；
3. 对较小的数据列使用索引，这样会使索引更小，同时内存中可以装载更所的索引键；
4. 对较长的字符串使用前缀索引；
5. 不要过多创建索引，除了增加额外的磁盘空间外，对DML操作的速度影响很大，因为其每增删改一次就得重新建立索引；
6. 使用组合索引，可以减少文件索引大小，在使用时速度要由于多个单列索引；

不会使用索引的情况

1. 索引列参与数学运算或者是使用函数运算；
2. 正则表达式不适用索引（like条件中，"%a"不会使用索引，"a%"会使用索引）；
3. or条件中，多个条件，有一个条件字段列没有建立索引时；
4. 索引列的数据类型隐形转换时；
5. 复合索引，如果索引列不是复合索引的第一部分，则不使用索引（即不符合最左前缀），例如，复合索引为(key1,key2),则查询select * from table_name where key2='b';将不会使用索引；

2、优化SQL查询常用方法

• 避免全表扫描，考虑在where及order by设计的列上建立索引；
• 避免在where子句中使用!=或者<>操作符，否则数据库引擎会放弃使用索引进行全表扫描；
• 避免在where子句中对字段进行null值判断（字段设置默认值），否则将导致放弃使用索引进行全表扫描；
• 避免在where子句中使用or来连接条件，否则将导致放弃使用索引进行全表扫描；
• 避免在like查询条件中使用左侧匹配（"%a"），将导致全表扫描；
• in和not in也要慎用，否则会导致全表扫描；
• 如果在where子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，在编译时变量的值是未知的，因而无法作为索引选择的输入项；

select id from t where num=@num

可以改为强制查询使用索引：

select id from t with(index(索引名)) where num=@num

• 避免在where子句中对字段进行表达式操作，会导致数据库引擎放弃使用索引而进行全表扫描；

select id from t where num/2=100

应该改为

select id from t where num=100*2

• 避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描；

select id from t where substring(name,1,3)='abc';--name以abc开头的id
select id from t where datediff(day,createdate,'2005-11-30')=0;--'2005-11-30'生成的id

应改为:

select id from t where name like 'abc%';
select id from t where createdate>='2005-11-30' and createdate<'2005-12-1';

• 不要在where子句中的"="左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引；

• 在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致；

• 不要写一些没有意义的查询，如需要生成一个空表结构：

select col1,col2 into #t from t where 1=0;

这类代码不会返回任何结果集，但是会消耗系统资源的，应改成：

create table #t(...);

• 很多时候用exits代替in是一个好的选择：

select num from a where num in(select num from b);

用下面的语句替换

select num from a where exists(select 1 from b where num=a.num);

• 并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用;

• 索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

• 应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

• 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

• 尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

• 任何地方在查询时都不要使用 "*"，用具体的字段列表，不要返回用不到的任何字段。

• 尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

• 避免频繁创建和删除临时表，以减少系统表资源的消耗。

• 临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。

• 在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

• 如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

• 尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

• 使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

• 与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

• 在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

• 量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

• 尽量避免大事务操作，提高系统并发能力。