MySQL

51-MySQL-索引的设计原则

2022-10-12  本文已影响0人  紫荆秋雪_文

一、高效索引

为了使索引的使用效率更高，在创建索引时，必须考虑在哪些字段上创建索引和创建什么类型的索引。索引设计不合理或者缺少索引都会对数据库和应用程序的性能造成障碍。高效的索引对于获得良好的性能非常重要。

1、准备验证索引的数据

1.1、创建数据库和表

CREATE DATABASE testbigdata;

CREATE TABLE `student_info`
(
    `id`          INT(11) NOT NULL AUTO_INCREMENT,
    `student_id`  INT     NOT NULL,
    `name`        VARCHAR(20) DEFAULT NULL,
    `course_id`   INT     NOT NULL,
    `class_id`    INT(11)     DEFAULT NULL,
    `create_time` DATETIME    DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    PRIMARY KEY (`id`)
);

CREATE TABLE `course`
(
    `id`          INT(11) NOT NULL AUTO_INCREMENT,
    `course_id`   INT     NOT NULL,
    `course_name` VARCHAR(40) DEFAULT NULL,
    PRIMARY KEY (`id`)
);

1.2、创建模拟数据的存储函数

DELIMITER $
CREATE FUNCTION rand_string(n INT) RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN
    DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
    DECLARE return_str VARCHAR(255) DEFAULT '';
    DECLARE i INT DEFAULT 0;
    WHILE i < n
        DO
            SET return_str = CONCAT(return_str, SUBSTRING(chars_str, FLOOR(1 + RAND() * 52), 1));
            SET i = i + 1;
        END WHILE;
    RETURN return_str;
END $
DELIMITER ;

DELIMITER $
CREATE FUNCTION rand_num(from_num INT, to_num INT) RETURNS INT(11)
BEGIN
    DECLARE i INT DEFAULT 0;
    SET i = FLOOR(from_num + RAND() * (to_num - from_num + 1));
    RETURN i;
END $
DELIMITER ;

[HY000][1418] This function has none of DETERMINISTIC, NO SQL, or READS SQL DATA in its declaration and binary logging is enabled (you *might* want to use the less safe log_bin_trust_function_creators variable)

由于开启过慢查询日志bin-log, 我们就必须为我们的function指定一个参数。主从复制，主机会将写操作记录在bin-log日志中。从机读取bin-log日志，执行语句来同步数据。如果使用函数来操作数据，会导致从机和主键操作时间不一致。所以，默认情况下，mysql不开启创建函数设置

SHOW VARIABLES LIKE 'log_bin_trust_function_creators';
image.png 
# 不加global只是当前窗口有效。
SET GLOBAL log_bin_trust_function_creators = 1;

1.3、创建插入模拟数据的存储过程

DELIMITER $
CREATE PROCEDURE insert_course(max_num INT)
BEGIN
    DECLARE i INT DEFAULT 0;
    SET autocommit = 0; #设置手动提交事务
    REPEAT
        #循环
        SET i = i + 1; #赋值
        INSERT INTO course (course_id, course_name) VALUES (rand_num(10000, 10100), rand_string(6));
    UNTIL i = max_num
        END REPEAT;
    COMMIT; #提交事务
END $
DELIMITER ;

DELIMITER $
CREATE PROCEDURE insert_stu(max_num INT)
BEGIN
    DECLARE i INT DEFAULT 0; SET autocommit = 0; #设置手动提交事务
    REPEAT
        #循环
        SET i = i + 1; #赋值
        INSERT INTO student_info (course_id, class_id, student_id, name)
        VALUES (rand_num(10000, 10100), rand_num(10000, 10200), rand_num(1, 200000), rand_string(6));
    UNTIL i = max_num END REPEAT;
    COMMIT; #提交事务
END $
DELIMITER ;

CALL insert_course(100);

CALL insert_stu(1000000);

二、适合创建索引

1、字段的数值有唯一性的限制

索引本身可以起到约束的作用，比如唯一索引、主键索引都是可以起到唯一性约束的，因为在我们的数据表中如果某个字段是唯一性的，就可以直接创建唯一性索引或者主键索引。这样可以更快速地通过该索引来确定某条记录

2、频繁作为 WHERE 查询条件的字段

某个字段在SELECT语句的 WHERE 条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在
数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率

SELECT course_id, class_id, name, create_time, student_id
FROM student_info
WHERE student_id = 123110;

SHOW INDEX FROM student_info;
student_info表中的索引.png 
EXPLAIN
SELECT course_id, class_id, name, create_time, student_id
FROM student_info
WHERE student_id = 123110;
EXPLAIN分析结果.png 
ALTER TABLE student_info
    ADD INDEX idx_student_id (student_id);

SHOW INDEX FROM student_info;
student_info表中的索引.png 
EXPLAIN
SELECT course_id, class_id, name, create_time, student_id
FROM student_info
WHERE student_id = 123110;
student_id加索引后分析结果.png

3、 经常 GROUP BY 和 ORDER BY 的列

索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者使用 ORDER BY 对数据进行排序的时候，就需要 对分组或者排序的字段进行索引 。如果待排序的列有多个，那么可以在这些列上建立 组合索引

比如：按照 student_id 对学生选修的课程进行分组，显示不同的 student_id 和 课程数量，显示 100 个即可

SHOW INDEX FROM student_info;
image.png

使用隐藏索引的前提是，查询优化器对隐藏索引不可见 use_invisible_indexes=off

ALTER TABLE student_info
    ALTER INDEX idx_student_id INVISIBLE;
隐藏索引后索引效果.png 
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
LIMIT 100;

EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
LIMIT 100;
EXPLAIN分析结果.png

如果同时有GROUP BY 和 ORDER BY的情况，比如我们按照 student_id 进行分组，同时按照创建时间降序的方式进行排序，这时我们就需要同时进行GROUP BY 和 ORDER BY，那么是不是需要单独创建student_id 的索引和create_time的索引？

SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;

EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
EXPLAIN分析结果.png 
# 显示索引
ALTER TABLE student_info
    ALTER INDEX idx_student_id VISIBLE;
或
ALTER TABLE student_info
    ADD INDEX idx_student_id (student_id);


ALTER TABLE student_info
    ADD INDEX idx_create_time (create_time);
student_info索引情况.png 
EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
EXPLAIN分析结果.png 
# 隐藏索引
ALTER TABLE student_info
    ALTER INDEX idx_student_id INVISIBLE;

# 隐藏索引
ALTER TABLE student_info
    ALTER INDEX idx_create_time INVISIBLE;
student_info表索引情况.png 
ALTER TABLE student_info
    ADD INDEX idx_create_time_student_id (create_time, student_id);
联合索引.png 
EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
EXPLAIN分析结果.png 
# 隐藏索引
ALTER TABLE student_info
    ALTER INDEX idx_student_id INVISIBLE;

ALTER TABLE student_info
    ALTER INDEX idx_create_time INVISIBLE;

ALTER TABLE student_info
    ALTER INDEX idx_create_time_student_id INVISIBLE;
student_info表索引.png 
ALTER TABLE student_info
    ADD INDEX idx_student_id_create_time (student_id, create_time);
student_info表索引.png 
EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
EXPLAIN分析结果.png 
# 隐藏索引
ALTER TABLE student_info
    ALTER INDEX idx_student_id INVISIBLE;

ALTER TABLE student_info
    ALTER INDEX idx_create_time INVISIBLE;

ALTER TABLE student_info
    ALTER INDEX idx_create_time_student_id INVISIBLE;

ALTER TABLE student_info
    ALTER INDEX idx_student_id_create_time INVISIBLE;
student_info表索引.png 
ALTER TABLE student_info
    ADD INDEX idx_student_id_create_time_desc (student_id, create_time DESC );
student_info表索引.png 
EXPLAIN
SELECT student_id, COUNT(*) AS num
FROM student_info
GROUP BY student_id
ORDER BY create_time DESC
LIMIT 100;
EXPLAIN结果.png

4、UPDATE、DELETE 的 WHERE 条件列

对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作，如果对 WHERE 字段创建了索引，就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录，然后再对它进行更新或删除。如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显，这是因为非索引字段更新不需要对索引进行维护。

5、DISTINCT 字段需要创建索引

有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率

SELECT DISTINCT(student_id)
FROM `student_info`;

ALTER TABLE student_info
    ADD INDEX idx_student_id (student_id);
或
ALTER TABLE student_info
    ALTER INDEX idx_student_id INVISIBLE ;
student_info表索引.png

6、多表 JOIN 连接操作时，创建索引注意事项

SELECT stu.course_id, stu.name, stu.student_id, course_name
FROM student_info stu
         JOIN course cu
              ON stu.course_id = cu.course_id
WHERE stu.name = 'Tawhty';
EXPLAIN分析结果.png

7、使用列的类型小的创建索引

8、使用字符串前缀创建索引

8.1、TEXT和BLOG类型的字段，进行全文检索会很浪费时间，如果只检索字段前的若干字符，这样可以提高检索速度

CREATE TABLE shop
(
    address VARCHAR(120) NOT NULL
);

ALTER TABLE shop
    ADD INDEX (address(12));

COUNT (DISTINCT LEFT (列名, 索引长度))/COUNT(*)

SELECT COUNT(DISTINCT LEFT(address, 10)) / COUNT(*) AS sub10, -- 截取前10个字符的选择度
COUNT (DISTINCT LEFT (address,15)) / COUNT(*) AS sub11, -- 截取前15个字符的选择度
COUNT(DISTINCT LEFT (address,20)) / COUNT(*) AS sub12, -- 截取前20个字符的选择度
COUNT(DISTINCT LEFT (address,25)) / COUNT(*) AS sub13, -- 截取前25个字符的选择度
7位.png 9位.png 11位.png
20位.png

8.2、索引列前缀对排序的影响

来自 Alibaba《Java开发手册》

9、 区分度高(散列性高)的列适合作为索引

列的基数指的是某一列中不重复数据的个数，如某个列包含值为2, 5, 8, 2, 5, 8, 2, 5, 8，虽然有9条记录，但该列的基数却为3。也就是说，在记录行数一定的情况下，列的基数越大，该列中的值越分散；列的基数越小，该列中的值越集中。这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引，为基数太小列的建立索引效果可能不好。

10、 使用最频繁的列放到联合索引的左侧

11、 在多个字段都要创建索引的情况下，联合索引优于单值索引

三、限制索引的数目

在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表的索引数量不超过 6 个

四、不适合创建索引

1、在where中使用不到的字段，不要设置索引

WHERE条件（包括 GROUP BY 、ORDER BY）里用不到的字段不需要创建索引，索引的价值是快速定位，如果起不到定位的字段通常是不需要创建索引的

2、数据量小的表最好不要使用索引

如果表记录太少（1000内），那么是不需要创建索引的。表记录太少，是否创建索引对查询效率的影响并不大。甚至说，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果

3、有大量重复数据的列上不要建立索引

在条件表达式中经常用到的不同值较多的列上建立索引，但字段中如果有大量重复数据，也不用创建索引。如用户表中的性别，如果建立索引，不但不会提高查询效率，反而会严重降低数据更新速度

4、避免对经常更新的表创建过多的索引

5、不建议用无序的值作为索引

例如身份证、UUID(在索引比较时需要转为ASCII，并且插入时可能造成页分裂)、MD5、HASH、无序长字符串等

6、删除不再使用或者很少使用的索引

表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。定期找出这些索引，将它们删除，从而减少索引对更新操作的影响

7、 不要定义冗余或重复的索引

7.1、冗余索引

有时有意或无意的就对同一个列创建了多个索引，如：index(a, b, c)相当于index(a)、index(a, b)、index(a, b, c)。创建了index(a, b, c)索引就没有必要再创建后面3个索引了

7.2、重复索引

禁止对同一个列创建多个索引（普通索引、唯一索引），如对主键创建普通索引、唯一索引

小结

索引是一把双刃剑，可提高查询效率，但也会降低插入和更新的速度并占用磁盘空间。选择索引的最终目的是为了使查询的速度变快，上面给出的原则是最基本的准则，但不能拘泥于上面的准则。需要根据实际情况进行分析和判断，选择最合适的索引

上一篇 下一篇

猜你喜欢

热点阅读