mysql索引分析

摘要: mysql索引分析[B-tree,Hash]

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
连接
mysql -h 192.168.100.176 -u VISITSTAT -pZFiwjg2Nrr

数据库
use visit_stat;

创建索引
alter table entry_page_attraction_analyze add index index_attraction(data_date);
alter table entry_page_conversion_analyze add index index_conversion(data_date);
alter table entry_page_flow_analyze add index index_flow(data_date);
alter table entry_page_kpi_summary add index index_kpi(data_date);
alter table entry_page_visitor_analyze add index index_visitor(data_date);
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

索引场景分析:
某个表有(C1,C2,C3,C4),以下只能使用联合索引的C1,C2,C3部分
A.where C1=x and C2=x and C4>x and C3=x
B.where C1=x and C2=x and C4=x order by C3
C.where C1=x and C4=x group by C3,C2
D.where C1=? and C5=? order by C3,C2
E.where C1=? and C2=? and C5=? order by C2,C3

A.where C1=x and C2=x and C4>x and C3>x
Mysql内部会优化sql语句,优化结果:where C1=x and C2=x and C3=x and C4>x ,所以都能用上

B.where C1=x and C2=x and C4=x order by C3  C1能,C2能,C3能,  C4用不上

D.where C1=? and C5=? order by C3,C2    C1能,C2能,C3能

解决思路B-Tree索引的左前缀匹配原则
Myisam,Innodb默认使用B-Tree索引
B-Tree索引:排好序的可以快速查找的数据结构[排好序,可快速查找,可以范围查找]
Hash索引:在memory表里,默认是hash索引,时间复杂度是o(1)
[hash值随机,在磁盘上放置也是随机,无法快速定位,无法范围优化]

单个索引意义不大.开发中大部分的时候使用的是多列索引号

多列索引号要想利用上必须满足最左前缀原则
分析index(A,B,C)
where A=3   A能
where A=3 and B=5    A能,B能
where A=3 and B=5 and C=4    A能,B能,C能
where B=3 or C=4    没有使用索引[违反了最左前缀原则]
where A=3 or C=4    A能,B不能,C不能[中间断层了]
where A=3 and B>10 and C=4    A能,B能,C不能[B是范围,无法定位C]
where A=3 and B like 'foo%' and C=10    A能,B能,C不能,[同上]

实战:
mysql> explain select name,age from person where  name LIKE '%pttxs%' and age >= 49\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: person
type: index
possible_keys: NULL
key: name_age
key_len: 128
ref: NULL
rows: 4114293
Extra: Using where; Using index
1 row in set (0.00 sec)

ERROR:
No query specified

mysql> explain select name,age from person where  name LIKE 'pttxs%' and age >= 49\G;
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: person
type: range
possible_keys: name_age
key: name_age
key_len: 128
ref: NULL
rows: 1016160
Extra: Using where; Using index
1 row in set (0.00 sec)

其一.这里分析了两句select查询,差别在于1.row是name LIKE '%pttxs%'    2.row name LIKE 'pttxs%',
显然1.row第一个没有用到索引,从possible_keys: NULL可以看出
其二.从rows可以看出1. row>>>>rows: 4114293    2.row>>>rows: 1016160可见1. row造成全表扫描了

分析2.
mysql> explain select name,age from person where  name LIKE 'pttxs%' and age >= 49 order by phone \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: person
type: ALL
possible_keys: name_age
key: NULL
key_len: NULL
ref: NULL
rows: 4114293
Extra: Using where; Using filesort
1 row in set (0.00 sec)

ERROR:
No query specified
注意:这里phone没有建立索引,没有排好序, Using filesort说明在文件或者内存中进行了2次排序,而且没有利用索引

建索引的几大原则

1.最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
2.=和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式
3.尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录
4.索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);
5.尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可

列子:

select
count(*)
from
task
where
status=2
and operator_id=20839
and operate_time>1371169729
and operate_time<1371174603
and type=2;

根据最左匹配原则，最开始的sql语句的索引应该是status、operator_id、type、operate_time的联合索引；
其中status、operator_id、type的顺序可以颠倒，所以我才会说，把这个表的所有相关查询都找到，会综合分析；

比如还有如下查询
select * from task where status = 0 and type = 12 limit 10;
select count(*) from task where status = 0 ;
那么索引建立成(status,type,operator_id,operate_time)就是非常正确的，因为可以覆盖到所有情况。这个就是利用了索引的最左匹配的原则