MySQL索引分析和优化
2024-07-24 12:56:29
供稿：网友
一、什么是索引？
索引用来快速地寻找那些具有特定值的记录，所有mysql索引都以b-树的形式保存。如果没有索引，执行查询时mysql必须从第一个记录开始扫描整个表的所有记录，直至找到符合要求的记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已经创建了索引，mysql无需扫描任何记录即可迅速得到目标记录所在的位置。如果表有1000个记录，通过索引查找记录至少要比顺序扫描记录快100倍。
假设我们创建了一个名为people的表：
create table people ( peopleid smallint not null, name char(50) not null );
然后，我们完全随机把1000个不同name值插入到people表。下图显示了people表所在数据文件的一小部分：
可以看到，在数据文件中name列没有任何明确的次序。如果我们创建了name列的索引，mysql将在索引中排序name列：
对于索引中的每一项，mysql在内部为它保存一个数据文件中实际记录所在位置的“指针”。因此，如果我们要查找name等于“mike”记录的peopleid（sql命令为“select peopleid from people where name='mike';”），mysql能够在name的索引中查找“mike”值，然后直接转到数据文件中相应的行，准确地返回该行的peopleid（999）。在这个过程中，mysql只需处理一个行就可以返回结果。如果没有“name”列的索引，mysql要扫描数据文件中的所有记录，即1000个记录！显然，需要mysql处理的记录数量越少，则它完成任务的速度就越快。
二、索引的类型
mysql提供多种索引类型供选择：
普通索引
这是最基本的索引类型，而且它没有唯一性之类的限制。普通索引可以通过以下几种方式创建：
创建索引，例如create index <索引的名字> on tablename (列的列表);
修改表，例如alter table tablename add index [索引的名字] (列的列表);
创建表的时候指定索引，例如create table tablename ( [...], index [索引的名字] (列的列表) );
唯一性索引
这种索引和前面的“普通索引”基本相同，但有一个区别：索引列的所有值都只能出现一次，即必须唯一。唯一性索引可以用以下几种方式创建：
创建索引，例如create unique index <索引的名字> on tablename (列的列表);
修改表，例如alter table tablename add unique [索引的名字] (列的列表);
创建表的时候指定索引，例如create table tablename ( [...], unique [索引的名字] (列的列表) );
主键
主键是一种唯一性索引，但它必须指定为“primary key”。如果你曾经用过auto_increment类型的列，你可能已经熟悉主键之类的概念了。主键一般在创建表的时候指定，例如“create table tablename ( [...], primary key (列的列表) ); ”。但是，我们也可以通过修改表的方式加入主键，例如“alter table tablename add primary key (列的列表); ”。每个表只能有一个主键。
全文索引
mysql从3.23.23版开始支持全文索引和全文检索。在mysql中，全文索引的索引类型为fulltext。全文索引可以在varchar或者text类型的列上创建。它可以通过create table命令创建，也可以通过alter table或create index命令创建。对于大规模的数据集，通过alter table（或者create index）命令创建全文索引要比把记录插入带有全文索引的空表更快。本文下面的讨论不再涉及全文索引，要了解更多信息，请参见mysql documentation。
三、单列索引与多列索引
索引可以是单列索引，也可以是多列索引。下面我们通过具体的例子来说明这两种索引的区别。假设有这样一个people表：
create table people ( peopleid smallint not null auto_increment, firstname char(50) not null, lastname char(50) not null, age smallint not null, townid smallint not null, primary key (peopleid) );
下面是我们插入到这个people表的数据：
这个数据片段中有四个名字为“mikes”的人（其中两个姓sullivans，两个姓mcconnells），有两个年龄为17岁的人，还有一个名字与众不同的joe smith。
这个表的主要用途是根据指定的用户姓、名以及年龄返回相应的peopleid。例如，我们可能需要查找姓名为mike sullivan、年龄17岁用户的peopleid（sql命令为select peopleid from people where firstname='mike' and lastname='sullivan' and age=17;）。由于我们不想让mysql每次执行查询就去扫描整个表，这里需要考虑运用索引。
首先，我们可以考虑在单个列上创建索引，比如firstname、lastname或者age列。如果我们创建firstname列的索引（alter table people add index firstname (firstname);），mysql将通过这个索引迅速把搜索范围限制到那些firstname='mike'的记录，然后再在这个“中间结果集”上进行其他条件的搜索：它首先排除那些lastname不等于“sullivan”的记录，然后排除那些age不等于17的记录。当记录满足所有搜索条件之后，mysql就返回最终的搜索结果。
由于建立了firstname列的索引，与执行表的完全扫描相比，mysql的效率提高了很多，但我们要求mysql扫描的记录数量仍旧远远超过了实际所需要的。虽然我们可以删除firstname列上的索引，再创建lastname或者age列的索引，但总地看来，不论在哪个列上创建索引搜索效率仍旧相似。
为了提高搜索效率，我们需要考虑运用多列索引。如果为firstname、lastname和age这三个列创建一个多列索引，mysql只需一次检索就能够找出正确的结果！下面是创建这个多列索引的sql命令：
alter table people add index fname_lname_age (firstname,lastname,age);
由于索引文件以b-树格式保存，mysql能够立即转到合适的firstname，然后再转到合适的lastname，最后转到合适的age。在没有扫描数据文件任何一个记录的情况下，mysql就正确地找出了搜索的目标记录！
那么，如果在firstname、lastname、age这三个列上分别创建单列索引，效果是否和创建一个firstname、lastname、age的多列索引一样呢？答案是否定的，两者完全不同。当我们执行查询的时候，mysql只能使用一个索引。如果你有三个单列的索引，mysql会试图选择一个限制最严格的索引。但是，即使是限制最严格的单列索引，它的限制能力也肯定远远低于firstname、lastname、age这三个列上的多列索引。
四、最左前缀
多列索引还有另外一个优点，它通过称为最左前缀（leftmost prefixing）的概念体现出来。继续考虑前面的例子，现在我们有一个firstname、lastname、age列上的多列索引，我们称这个索引为fname_lname_age。当搜索条件是以下各种列的组合时，mysql将使用fname_lname_age索引：
firstname，lastname，age
firstname，lastname
firstname
从另一方面理解，它相当于我们创建了(firstname，lastname，age)、(firstname，lastname)以及(firstname)这些列组合上的索引。下面这些查询都能够使用这个fname_lname_age索引：
select peopleid from people where firstname='mike' and lastname='sullivan' and age='17'; select peopleid from people where firstname='mike' and lastname='sullivan'; select peopleid from people where firstname='mike'; the following queries cannot use the index at all: select peopleid from people where lastname='sullivan'; select peopleid from people where age='17'; select peopleid from people where lastname='sullivan' and age='17';
五、选择索引列
在性能优化过程中，选择在哪些列上创建索引是最重要的步骤之一。可以考虑使用索引的主要有两种类型的列：在where子句中出现的列，在join子句中出现的列。请看下面这个查询：
select age ## 不使用索引 from people where firstname='mike' ## 考虑使用索引 and lastname='sullivan' ## 考虑使用索引
这个查询与前面的查询略有不同，但仍属于简单查询。由于age是在select部分被引用，mysql不会用它来限制列选择操作。因此，对于这个查询来说，创建age列的索引没有什么必要。下面是一个更复杂的例子：
select people.age, ##不使用索引 town.name ##不使用索引 from people left join town on people.townid=town.townid ##考虑使用索引 where firstname='mike' ##考虑使用索引 and lastname='sullivan' ##考虑使用索引
与前面的例子一样，由于firstname和lastname出现在where子句中，因此这两个列仍旧有创建索引的必要。除此之外，由于town表的townid列出现在join子句中，因此我们需要考虑创建该列的索引。
那么，我们是否可以简单地认为应该索引where子句和join子句中出现的每一个列呢？差不多如此，但并不完全。我们还必须考虑到对列进行比较的操作符类型。mysql只有对以下操作符才使用索引：<，<=，=，>，>=，between，in，以及某些时候的like。可以在like操作中使用索引的情形是指另一个操作数不是以通配符（%或者_）开头的情形。例如，“select peopleid from people where firstname like 'mich%';”这个查询将使用索引，但“select peopleid from people where firstname like '%ike';”这个查询不会使用索引。
六、分析索引效率
现在我们已经知道了一些如何选择索引列的知识，但还无法判断哪一个最有效。mysql提供了一个内建的sql命令帮助我们完成这个任务，这就是explain命令。explain命令的一般语法是：explain <sql命令>。你可以在mysql文档找到有关该命令的更多说明。下面是一个例子：
explain select peopleid from people where firstname='mike' and lastname='sullivan' and age='17';
这个命令将返回下面这种分析结果：
table type possible_keys key key_len ref rows extra
people ref fname_lname_age fname_lname_age 102 const,const,const 1 where used
下面我们就来看看这个explain分析结果的含义。
table：这是表的名字。
type：连接操作的类型。下面是mysql文档关于ref连接类型的说明：
“对于每一种与另一个表中记录的组合，mysql将从当前的表读取所有带有匹配索引值的记录。如果连接操作只使用键的最左前缀，或者如果键不是unique或primary key类型（换句话说，如果连接操作不能根据键值选择出唯一行），则mysql使用ref连接类型。如果连接操作所用的键只匹配少量的记录，则ref是一种好的连接类型。”
在本例中，由于索引不是unique类型，ref是我们能够得到的最好连接类型。
如果explain显示连接类型是“all”，而且你并不想从表里面选择出大多数记录，那么mysql的操作效率将非常低，因为它要扫描整个表。你可以加入更多的索引来解决这个问题。预知更多信息，请参见mysql的手册说明。
possible_keys：
可能可以利用的索引的名字。这里的索引名字是创建索引时指定的索引昵称；如果索引没有昵称，则默认显示的是索引中第一个列的名字（在本例中，它是“firstname”）。默认索引名字的含义往往不是很明显。
key：
它显示了mysql实际使用的索引的名字。如果它为空（或null），则mysql不使用索引。
key_len：
索引中被使用部分的长度，以字节计。在本例中，key_len是102，其中firstname占50字节，lastname占50字节，age占2字节。如果mysql只使用索引中的firstname部分，则key_len将是50。
ref：
它显示的是列的名字（或单词“const”），mysql将根据这些列来选择行。在本例中，mysql根据三个常量选择行。
rows：
mysql所认为的它在找到正确的结果之前必须扫描的记录数。显然，这里最理想的数字就是1。
extra：
这里可能出现许多不同的选项，其中大多数将对查询产生负面影响。在本例中，mysql只是提醒我们它将用where子句限制搜索结果集。
七、索引的缺点
到目前为止，我们讨论的都是索引的优点。事实上，索引也是有缺点的。
首先，索引要占用磁盘空间。通常情况下，这个问题不是很突出。但是，如果你创建每一种可能列组合的索引，索引文件体积的增长速度将远远超过数据文件。如果你有一个很大的表，索引文件的大小可能达到操作系统允许的最大文件限制。
第二，对于需要写入数据的操作，比如delete、update以及insert操作，索引会降低它们的速度。这是因为mysql不仅要把改动数据写入数据文件，而且它还要把这些改动写入索引文件。
【结束语】在大型数据库中，索引是提高速度的一个关键因素。不管表的结构是多么简单，一次500000行的表扫描操作无论如何不会快。如果你的网站上也有这种大规模的表，那么你确实应该花些时间去分析可以采用哪些索引，并考虑是否可以改写查询以优化应用。要了解更多信息，请参见mysql manual。另外注意，本文假定你所使用的mysql是3.23版，部分查询不能在3.22版mysql上执行。
