(一)索引的作用

索引通俗來講就相當于書的目錄，當我們根據條件查詢的時候，沒有索引，便需要全表掃描，數據量少還可以，一旦數據量超過百萬甚至千萬，一條查詢sql執(zhí)行往往需要幾十秒甚至更多，5秒以上就已經讓人難以忍受了。

提升查詢速度的方向一是提升硬件(內存、cpu、硬盤)，二是在軟件上優(yōu)化(加索引、優(yōu)化sql；優(yōu)化sql不在本文闡述范圍之內)。

能在軟件上解決的，就不在硬件上解決，畢竟硬件提升代碼昂貴，性價比太低。代價小且行之有效的解決方法就是合理的加索引。

索引使用得當，能使查詢速度提升上萬倍，效果驚人。

(二)mysql的索引類型：

mysql的索引有5種：主鍵索引、普通索引、唯一索引、全文索引、聚合索引(多列索引)。

唯一索引和全文索引用的很少，我們主要關注主鍵索引、普通索引和聚合索引。

1)主鍵索引：主鍵索引是加在主鍵上的索引，設置主鍵(primary key)的時候，mysql會自動創(chuàng)建主鍵索引；

2)普通索引：創(chuàng)建在非主鍵列上的索引；

3)聚合索引：創(chuàng)建在多列上的索引。

(三)索引的語法：

查看某張表的索引：show index from 表名；

創(chuàng)建普通索引：alter table 表名 add index? 索引名 (加索引的列)

創(chuàng)建聚合索引：alter table 表名 add index? 索引名 (加索引的列1,加索引的列2)

刪除某張表的索引：drop index 索引名 on 表名;

(四)性能測試

測試環(huán)境：博主工作用臺式機

處理器為Intel Core i5-4460 3.2GHz;

內存8G;

64位windows。

1：創(chuàng)建一張測試表

DROP?TABLE?IF?EXISTS?`test_user`;

CREATE?TABLE?`test_user`?(

`id`?bigint(20)??PRIMARY?key?not?null?AUTO_INCREMENT,

`username`?varchar(11)?DEFAULT?NULL,

`gender`?varchar(2)?DEFAULT?NULL,

`password`?varchar(100)?DEFAULT?NULL

)?ENGINE=MyISAM?DEFAULT?CHARSET=utf8; 存儲引擎使用MyISAM是因為此引擎沒有事務，插入速度極快，方便我們快速插入千萬條測試數據，等我們插完數據，再把存儲類型修改為InnoDB。

2：使用存儲過程插入1千萬條數據

create?procedure?myproc()

begin

declare?num?int;

set?num=1;

while?num?<=?10000000?do

insert?into?test_user(username,gender,password)?values(num,'保密',PASSWORD(num));

set?num=num+1;

end?while;

end

call?myproc(); 由于使用的MyISAM引擎，插入1千萬條數據，僅耗時246秒，若是InnoDB引擎，插入100萬條數據就要花費數小時了。

然后將存儲引擎修改回InnDB。使用如下命令：? alter table test_user engine=InnoDB;此命令執(zhí)行時間大約耗時5分鐘，耐心等待。

tips：這里是測試，生產環(huán)境中不要隨意修改存儲引擎，還有alter table 操作，會鎖整張表，慎用。其次：myisam引擎沒有事務，且只是將數據寫到內存中，然后定期將數據刷出到磁盤上，因此突然斷電的情況下，會導致數據丟失。而InnDB引擎，是將數據寫入日志中，然后定期刷出到磁盤上，所以不怕突然斷電等情況。因此在實際生產中能用InnDB則用。

3：sql測試

select id,username,gender,password from test_user where id=999999

耗時：0.114s。

因為我們建表的時候，將id設成了主鍵，所以執(zhí)行此sql的時候，走了主鍵索引，查詢速度才會如此之快。

我們再執(zhí)行select id,username,gender,password from test_user where username='9000000'

耗時：4.613s。

我們給username列加上普通索引。

ALTER TABLE `test_user` ADD INDEX index_name(username) ;

此過程大約耗時?54.028s,建索引的過程會全表掃描，逐條建索引，當然慢了。

再來執(zhí)行：selectid,username,gender,password from test_user where username='9000000'

耗時：0.043s。

再用username和password來聯合查詢

select id,username,gender,password? from test_user where username='9000000' or `password`='*3A70E147E88D99888804E4D472410EFD9CD890AE'

此時雖然我們隊username加了索引，但是password列未加索引，索引執(zhí)行password篩選的時候，還是會全表掃描，因此此時

查詢速度立馬降了下來。

耗時：4.492s。

當我們的sql有多個列的篩選條件的時候，就需要對查詢的多個列都加索引組成聚合索引：

加上聚合索引：ALTER TABLE `test_user` ADD INDEX index_union_name_password(username,password)

再來執(zhí)行：

耗時：0.001s。

開篇也說過軟件層面的優(yōu)化一是合理加索引；二是優(yōu)化執(zhí)行慢的sql。此二者相輔相成，缺一不可，如果加了索引，還是查詢很慢，這時候就要考慮是sql的問題了，優(yōu)化sql。

實際生產中的sql往往比較復雜，如果數據量過了百萬，加了索引后效果還是不理想，使用集群。

Tips：

1：加了索引，依然全表掃描的可能情況有：

索引列為字符串，而沒帶引號；

索引列沒出現在where條件后面；

索引列出現的位置沒在前面。

2：關聯查詢不走索引的可能情況有：

關聯的多張表的字符集不一樣；

關聯的字段的字符集不一樣；

存儲引擎不一樣；

字段的長度不一樣。

總結

以上是生活随笔為你收集整理的mysql千万级数据索引查询_mysql千万级数据量根据索引优化查询速度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。