當(dāng)前位置：首頁 > 运维知识 > 数据库 >内容正文

数据库

MySQL数据库：SQL优化与索引优化

發(fā)布時間：2024/9/30 数据库 25 豆豆

生活随笔收集整理的這篇文章主要介紹了 MySQL数据库：SQL优化与索引优化小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

一、索引優(yōu)化：

1、like語句的前導(dǎo)模糊查詢不使用索引：

select * from doc where title like '%XX'；? ?--不能使用索引
select * from doc where title like 'XX%'；? ?--非前導(dǎo)模糊查詢，可以使用索引

2、負(fù)向條件查詢不能使用索引：

負(fù)向條件有：!=、<>、not in、not exists、not like?等

例如下面SQL語句：（假設(shè)status的取值為0、1、2、3、4）

select * from doc where status != 1 and status != 2;? ? ?--不能使用索引

select * from doc where status in (0,3,4);? ? ? ? ? ? ? ? ? ? ? --優(yōu)化為?in?查詢，可以使用索引

3、范圍條件右邊的列不能使用索引（范圍列可以用到索引）：

范圍條件有：<、<=、>、>=、between等。

索引最多用于一個范圍列，如果查詢條件中有兩個范圍列則無法全用到索引。

假如有聯(lián)合索引?(emp_no?、title、from_date?)，那么下面的?SQL?中?emp_no?可以用到索引，而title?和?from_date?則使用不到索引。

select * from employees.titles where emp_no < 10010' and title='Senior Engineer'and from_date between '1986-01-01' and '1986-12-31'

4、在索引列做任何操作（計算、函數(shù)、表達(dá)式）會導(dǎo)致索引失效而轉(zhuǎn)向全表掃描：

select * from doc where YEAR(create_time) <= '2016';? ? ? ? ?-- 不能使用索引
select * from doc where create_time<= '2016-01-01';? ? ? ? ? ? -- 可以使用索引
select * from order where date < = CURDATE()；? ? ? ? ? ? ? ? ?-- 不能使用索引
select * from order where date < = '2018-01-2412:00:00';? ? ?-- 可以使用索引
select id from t where substring(name,1,3)=’abc’? ? ? ? ? ? ? ? ? ?-- 不能使用索引
select id from t where name like ‘a(chǎn)bc%’? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?-- 可以使用索引
select id from t where num/2=100? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? -- 不能使用索引
select id from t where num=100*2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?-- 可以使用索引

5、where 子句中索引列使用參數(shù)，也會導(dǎo)致索引失效：

因為SQL只有在運行時才會解析局部變量，但優(yōu)化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進(jìn)行選擇。然而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進(jìn)行全表掃描：

select id from t where num=@num? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?-- 不能使用索引

select id from t with(index(索引名)) where num=@num? ?--可以改為強(qiáng)制查詢使用索引：

6、強(qiáng)制類型轉(zhuǎn)換會導(dǎo)致全表掃描：

字符串類型不加單引號會導(dǎo)致索引失效，因為mysql會自己做類型轉(zhuǎn)換,相當(dāng)于在索引列上進(jìn)行了操作。?

如果?phone?字段是?varchar?類型，則下面的?SQL?不能命中索引，因為內(nèi)部發(fā)生的類型轉(zhuǎn)換。

select * from user where phone=13800001234;? ? ? -- 不能使用索引

select * from user where phone='13800001234';? ? ?-- 可以使用索引

7、is null, is not null 在無法使用索引，不過在mysql的高版本已經(jīng)做了優(yōu)化，允許使用索引

select id from t where num is null;? ? ?-- mysql低版本不能使用索引

select id from t where num=0;? ? ? ? ? ?-- 可以在num上設(shè)置默認(rèn)值0，確保表中num列沒有null值，然后這樣查詢

8、使用組合索引時，要符合最左前綴原則：

組合索引的字段數(shù)不允許超過5個。如果在a,b,c三個字段上建立聯(lián)合索引 index(a,b,c)，那么他會自動建立?a、(a,b)、(a,b,c) 三組索引。?

（1）建立聯(lián)合索引的時候，區(qū)分度最高的字段在最左邊：

（2）存在等號和非等號混合判斷條件時，在建立索引時，把等號條件的列前置，如?where a > ? and b= ?，那么即使?a?的區(qū)分度更高，也必須把?b?放在索引的最前列。

（3）最左前綴查詢時，并不是指SQL語句的where順序要和聯(lián)合索引一致，但還是建議?where 條件的順序和聯(lián)合索引一致。

（4）假如index(a,b,c),?where a=3 and b like 'abc%' and c=4，a能用，b能用，c不能用。

9、利用覆蓋索引來進(jìn)行查詢操作，避免回表，減少select * 的使用?：

覆蓋索引：被查詢列要被所建的索引覆蓋，被查詢列的數(shù)據(jù)能從索引中直接取得，不用通過行定位符?再到?row?上獲取，加速查詢速度。

例如登錄業(yè)務(wù)需求，SQL語句如下。

Select uid, login_time from user where login_name=? and passwd=?

可以建立(login_name, passwd,?login_time)的聯(lián)合索引，由于?login_time?已經(jīng)建立在索引中了，被查詢的?uid?和?login_time?就不用去?row?上獲取數(shù)據(jù)了，從而加速查詢。

10、利用索引下推減少回表的次數(shù)：

索引下推是Mysql5.6版本推出的功能，用于優(yōu)化查詢。

不使用索引下推的情況下，在使用非主鍵索引進(jìn)行查詢時，存儲引擎通過索引檢索到數(shù)據(jù)，然后返回給MySQL服務(wù)層，服務(wù)層然后判斷數(shù)據(jù)是否符合條件。
使用索引下推的情況下，如果存在某些被索引的列的判斷條件時，MySQL服務(wù)層將這一部分判斷條件傳遞給存儲引擎，然后由存儲引擎通過判斷索引是否符合MySQL服務(wù)層傳遞的條件，只有當(dāng)索引符合條件時才會將數(shù)據(jù)檢索出來返回給MySQL服務(wù)層。

所以，索引下推就是存儲引擎查詢數(shù)據(jù)時，根據(jù)查詢條件過濾掉一些記錄，減少回表的次數(shù)，也可以減少MySQL服務(wù)層從存儲引擎接收數(shù)據(jù)量。

11、使用前綴索引：

短索引不僅可以提高查詢性能而且可以節(jié)省磁盤空間和I/O操作，減少索引文件的維護(hù)開銷，但缺點是不能用于?ORDER BY?和?GROUP BY?操作，也不能用于覆蓋索引。比如有一個varchar(255)的列，如果該列在前10個或20個字符內(nèi)，可以做到既使前綴索引的區(qū)分度接近全列索引，那么就不要對整個列進(jìn)行索引。為了減少key_len，可以考慮創(chuàng)建前綴索引，即指定一個前綴長度，可以使用count(distinct leftIndex(列名,?索引長度))/count(*)?來計算前綴索引的區(qū)分度（計算前綴索引的區(qū)分度在文章第三部分會介紹）。

12、order by、group by后面的列如果有索引，可以利用索引的有序性可以消除排序帶來的CPU開銷。

（1）order?by?最后的字段是組合索引的一部分，并且放在索引組合順序的最后，避免出現(xiàn)file_sort?的情況，影響查詢性能。例如對于語句?where a= ? and b= ? order by c，可以建立聯(lián)合索引(a,b,c)。

（2）如果索引中有范圍查找，那么索引有序性無法利用，如?WHERE ?a > 10 ORDER BY b; 索引(a,b)無法排序。

（3）如果是前綴索引，是不能消除排序的

（4）order by排序字段順序，即asc/desc升降要跟索引保持一致，充分利用索引的有序性來消除排序帶來的CPU開銷

12、進(jìn)行join聯(lián)表查詢的字段需要建立索引，join最好不要超過三個表，需要?join?的字段，數(shù)據(jù)類型必須一致：

多表關(guān)聯(lián)查詢時，保證被關(guān)聯(lián)的字段需要有索引。left join是由左邊決定的，左邊的數(shù)據(jù)一定都有，所以右邊是我們的關(guān)鍵點，建立索引要建右邊的。當(dāng)然如果索引在左邊，可以用right join。

13、單表索引建議控制在5個以內(nèi)。

索引不是越多越好，索引固然可以提高相應(yīng)的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，同時也會暫用空間。一個表的索引數(shù)較好不要超過5個。

14、SQL 性能優(yōu)化 explain 中的 type：至少要達(dá)到 range 級別，要求是 ref 級別，如果可以是 consts 最好。

consts：單表中最多只有一個匹配行（主鍵或者唯一索引），在優(yōu)化階段即可讀取到數(shù)據(jù)。

ref：使用普通的索引

range：對索引進(jìn)行范圍檢索。

當(dāng)?type=index?時，索引物理文件全掃，速度非常慢。

15、業(yè)務(wù)上具有唯一特性的字段，即使是多個字段的組合，也必須建成唯一索引，防止臟數(shù)據(jù)產(chǎn)生：

不要以為唯一索引影響了?insert?速度，這個速度損耗可以忽略，但提高查找速度是明顯的。另外，即使在應(yīng)用層做了非常完善的校驗控制，只要沒有唯一索引，根據(jù)墨菲定律，必然。

16、更新十分頻繁、數(shù)據(jù)區(qū)分度不高的列不宜建立索引：

數(shù)據(jù)更新會變更?B+?樹，在更新頻繁的字段建立索引會大大降低數(shù)據(jù)庫性能。類似于“性別”這種區(qū)分度不大的屬性，建立索引是沒有什么意義的，不能有效過濾數(shù)據(jù)，性能與全表掃描類似。一般區(qū)分度在80%以上的時候就可以建立索引，區(qū)分度可以使用?count(distinct(列名))/count(*)?來計算。

二、SQL語句優(yōu)化：

1、減少請求的數(shù)據(jù)量：

（1）只返回必要的列，用具體的字段列表代替 select * 語句

MySQL數(shù)據(jù)庫是按照行的方式存儲，而數(shù)據(jù)存取操作都是以一個頁大小進(jìn)行IO操作的，每個IO單元中存儲了多行，每行都是存儲了該行的所有字段。所以無論取一個字段還是多個字段，實際上數(shù)據(jù)庫在表中需要訪問的數(shù)據(jù)量其實是一樣的。但是如果查詢的字段都在索引中，也就是覆蓋索引，那么可以直接從索引中獲取對應(yīng)的內(nèi)容直接返回，不需要進(jìn)行回表，減少IO操作。除此之外，當(dāng)存在 order by 操作的時候，select 子句中的字段多少會在很大程度上影響到我們的排序效率。

（2）只返回必要的行，使用 Limit 語句來限制返回的數(shù)據(jù)。如果不使用 Limit? 的話，MySQL將會一行一行的將全部結(jié)果按照順序查找，最后返回結(jié)果，借助 Limit 可以實現(xiàn)當(dāng)找到指定行數(shù)時，直接返回查詢結(jié)果，提高效率?

2、優(yōu)化深度分頁的場景：利用延遲關(guān)聯(lián)或者子查詢

對于 limit m, n 的分頁查詢，越往后面翻頁（即m越大的情況下）SQL的耗時會越來越長，對于這種應(yīng)該先取出主鍵id，然后通過主鍵id跟原表進(jìn)行Join關(guān)聯(lián)查詢。因為MySQL?并不是跳過?offset?行，而是取?offset+N?行，然后放棄前?offset?行，返回?N?行，那當(dāng)?offset?特別大的時候，效率就非常的低下，要么控制返回的總頁數(shù)，要么對超過特定閾值的頁數(shù)進(jìn)行?SQL?改寫。

延遲關(guān)聯(lián)示例如下，先快速定位需要獲取的?id?段，然后再關(guān)聯(lián)：

# 延遲關(guān)聯(lián)：通過使用覆蓋索引查詢返回需要的主鍵,再根據(jù)主鍵關(guān)聯(lián)原表獲得需要的數(shù)據(jù)

#?覆蓋索引：select的數(shù)據(jù)列只用從索引中就能夠得到，不用回表查詢

select a.* from 表1 a,(select id from 表1 where 條件 limit 100000,20) b where a.id=b.id；

但對于深度分頁的情況，最好還是將上次遍歷到的最末尾的數(shù)據(jù)ID傳給數(shù)據(jù)庫，然后直接定位到該ID處再往后面遍歷數(shù)據(jù)

3、分解大連接查詢：

將一個大連接查詢分解成對每一個表進(jìn)行一次單表查詢，然后在應(yīng)用程序中進(jìn)行關(guān)聯(lián)，這樣做的好處有：

（1）減少鎖競爭；
（2）讓緩存更高效。對于連接查詢，如果其中一個表發(fā)生變化，那么整個查詢緩存就無法使用。而分解后的多個查詢，即使其中一個表發(fā)生變化，對其它表的查詢緩存依然可以使用。
（3）分解成多個單表查詢，這些單表查詢的緩存結(jié)果更可能被其它查詢使用到，從而減少冗余記錄的查詢。
（4）在應(yīng)用層進(jìn)行連接，可以更容易對數(shù)據(jù)庫進(jìn)行拆分，從而更容易做到高性能和可伸縮。
（5）查詢本身效率也可能會有所提升。比如使用 IN() 代替連接查詢，可以讓 MySQL 按照 ID 順序進(jìn)行查詢，這可能比隨機(jī)的連接要更高效。

4、避免使用select的內(nèi)聯(lián)子查詢：

在select后面有子查詢的情況稱為內(nèi)聯(lián)子查詢，SQL返回多少行，子查詢就需要執(zhí)行過多少次，嚴(yán)重影響SQL性能。

5、盡量使用Join代替子查詢：

由于MySQL的優(yōu)化器對于子查詢的處理能力比較弱，所以不建議使用子查詢，可以改寫成Inner Join，之所以 join 連接效率更高，是因為 MySQL不需要在內(nèi)存中創(chuàng)建臨時表

select b.member_id,b.member_type, a.create_time,a.device_model from member_operation_log a inner join (select member_id,member_type from member_base_info where `status` = 1) as b on a.member_id = b.member_id;

6、多張大數(shù)據(jù)量的表進(jìn)行JOIN連接查詢，最好先過濾在JOIN:

在多個表進(jìn)行 join 連接查詢的時候，最好先在一個表上先過濾好數(shù)據(jù)，然后再用過濾好的結(jié)果集與另外的表 Join，這樣可以盡可能多的減少不必要的 IO 操作，大大節(jié)省 IO 操作所消耗的時間

7、避免在使用or來連接查詢條件：

如果一個字段有索引，一個字段沒有索引，將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。

8、union、in、or 都能夠命中索引，但推薦使用 in：

（1）union：能夠命中索引，并且MySQL?耗費的?CPU?最少

select * from doc where status=1
union all?
select * from doc where status=2;

（2）in：能夠命中索引，查詢優(yōu)化耗費的?CPU?比?union all?多，但可以忽略不計

select * from doc where status in (1, 2);

（3）or：新版的?MySQL?能夠命中索引，但是如果一個字段有建立索引、一個字段沒有建立索引，那么將導(dǎo)致索引失效而進(jìn)行全表掃描，or 查詢優(yōu)化耗費的?CPU?比?in?多

select * from doc where status = 1 or status = 2

對于上面三種關(guān)鍵詞：union all 分兩步執(zhí)行，而 in 和 or 只用了一步，效率高一點。用 or 的執(zhí)行時間比 in 時間長。因為使用 or 條件查詢，會先判斷一個條件進(jìn)行篩選，再判斷 or 中另外的條件再篩選，而 in 查詢直接一次在 in 的集合里篩選，并且or 查詢優(yōu)化耗費的?CPU?比?in?多，所以推薦使用in

9、對于連續(xù)的數(shù)值，能用 between 就不要用 in：

10、小表驅(qū)動大表，即小的數(shù)據(jù)集驅(qū)動大的數(shù)據(jù)集：

in 和 exists 都可以用于子查詢，那么 MySQL 中 in 和 exists 有什么區(qū)別呢？

（1）使用exists時會先進(jìn)行外表查詢，將查詢到的每行數(shù)據(jù)帶入到內(nèi)表查詢中看是否滿足條件；使用in一般會先進(jìn)行內(nèi)表查詢獲取結(jié)果集，然后對外表查詢匹配結(jié)果集，返回數(shù)據(jù)。
（2）in在內(nèi)表查詢或者外表查詢過程中都會用到索引；exists僅在內(nèi)表查詢時會用到索引
（3）一般來說，當(dāng)子查詢的結(jié)果集比較大，外表較小使用exist效率更高；當(dāng)子查詢的結(jié)果集較小，外表較大時，使用in效率更高。
（4）對于 not in 和 not exists，not exists 效率比 not in 的效率高，與子查詢的結(jié)果集無關(guān)，因為 not in 對于內(nèi)外表都進(jìn)行了全表掃描，沒有使用到索引。not exists的子查詢中可以用到表上的索引。

11、使用union all 替換 union：

當(dāng)SQL語句需要union兩個查詢結(jié)果集合時，這兩個結(jié)果集合會以union all的方式被合并，然后再輸出最終結(jié)果前進(jìn)行排序。如果用union all替代union，這樣排序就不是不要了，效率就會因此得到提高.。需要注意的是，UNION ALL 將重復(fù)輸出兩個結(jié)果集合中相同記錄。

12、優(yōu)化Group by，使用where子句替換Having子句：

避免使用having子句，having只會在檢索出所有記錄之后才會對結(jié)果集進(jìn)行過濾，這個處理需要排序分組，如果能通過where子句提前過濾查詢的數(shù)目，就可以減少這方面的開銷。

on、where、having這三個都可以加條件的子句，on是最先執(zhí)行，where次之，having最后。

提高GROUP BY 語句的效率, 可以通過將不需要的記錄在GROUP BY 之前過濾掉。

低效:?SELECT JOB, AVG(SAL)?FROM EMP?GROUP by JOB HAVING JOB = ‘PRESIDENT'?OR JOB = ‘MANAGER'?

高效:?SELECT JOB, AVG(SAL)?FROM EMP?WHERE JOB = ‘PRESIDENT'?OR JOB = ‘MANAGER'?GROUP by JOB

13、盡量使用數(shù)字型字段：

若只含數(shù)值信息的字段盡量不要設(shè)計為字符型，這會降低查詢和連接的性能。引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了。

14、寫出統(tǒng)一的SQL語句：

對于以下兩句SQL語句，很多人都認(rèn)為是相同的。不過數(shù)據(jù)庫查詢優(yōu)化器則認(rèn)為是不同的，雖然只是大小寫不同，但必須進(jìn)行兩次解析，生成2個執(zhí)行計劃。所以應(yīng)該保證相同的查詢語句在任何地方都一致，多一個空格都不行。

select * from dual
select * From dual

15、使用復(fù)合索引須遵守最左前綴原則：

復(fù)合索引必須使用到最左邊字段作為條件時才能保證系統(tǒng)使用該索引，否則該索引將不會被使用，并且應(yīng)盡可能的讓字段順序與索引順序相一致。

16、當(dāng)需要全表刪除且無需回滾時，使用Truncate替代delete：

drop、truncate、delete的區(qū)別：https://blog.csdn.net/a745233700/article/details/85238118

17、使用表的別名:

當(dāng)在SQL語句中連接多個表時, 使用表的別名并把別名前綴用于每個Column上，這樣可以減少解析的時間并減少那些由Column歧義引起的語法錯誤。

18、避免使用耗費資源的操作：

帶有DISTINCT,UNION,MINUS,INTERSECT,ORDER BY的SQL語句，會啟動SQL引擎執(zhí)行耗費資源的排序功能，DISTINCT需要一次排序操作，而其他的至少需要執(zhí)行兩次排序。通常。帶有UNION, MINUS , INTERSECT的SQL語句都可以用其他方式重寫，如果你的數(shù)據(jù)庫的SORT_AREA_SIZE調(diào)配得好, 使用UNION , MINUS, INTERSECT也是可以考慮的, 畢竟它們的可讀性很強(qiáng)。

19、Update 語句，如果只更改1、2個字段，不要Update全部字段，否則頻繁調(diào)用會引起明顯的性能消耗，同時帶來大量日志。

20、應(yīng)盡可能的避免更新聚簇索引數(shù)據(jù)列，因為聚簇索引數(shù)據(jù)列的順序就是表記錄的物理存儲順序，一旦該列值改變將導(dǎo)致整個表記錄的順序的調(diào)整，會耗費相當(dāng)大的資源。

21、盡量使用表變量來代替臨時表。

22、考慮使用“臨時表”暫存中間結(jié)果。臨時表并不是不可使用，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承┎樵兏行?#xff0c;例如，當(dāng)需要重復(fù)引用大型表或常用表中的某個數(shù)據(jù)集時。將臨時結(jié)果暫存在臨時表，后面的查詢就在臨時表中查詢了，這可以避免程序中多次掃描主表，也大大減少了程序執(zhí)行中“共享鎖”阻塞“更新鎖”，減少了阻塞，提高了并發(fā)性能。但是，對于一次性事件，較好使用導(dǎo)出表。

23、在新建臨時表時，如果一次性插入數(shù)據(jù)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；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，應(yīng)先create table，然后insert。

24、如果使用到了臨時表，在存儲過程的最后務(wù)必將所有的臨時表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長時間鎖定。

25、避免頻繁創(chuàng)建和刪除臨時表，以減少系統(tǒng)表資源的消耗。

26、盡量避免使用游標(biāo)，因為游標(biāo)的效率較差。與臨時表一樣，游標(biāo)并不是不可使用。對小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數(shù)據(jù)時。在結(jié)果集中包括“合計”的例程通常要比使用游標(biāo)執(zhí)行的速度快。

27、在所有的存儲過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時設(shè)置 SET NOCOUNT OFF 。

28、盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力。

29、在運行代碼中，盡量使用PreparedStatement來查詢，不要用Statement。

三、索引的選擇性與前綴索引：

既然索引可以加快查詢速度，那么是不是只要是查詢語句需要，就建上索引？答案是否定的。因為索引雖然加快了查詢速度，但索引也是有代價的：索引文件本身要消耗存儲空間，同時索引會加重插入、刪除和修改記錄時的負(fù)擔(dān)，另外，MySQL在運行時也要消耗資源維護(hù)索引，因此索引并不是越多越好。一般兩種情況下不建議建索引。

第一種情況是表記錄比較少，沒必要建索引，讓查詢做全表掃描就好了。

第二種情況是索引的選擇性較低。所謂索引的選擇性，是指不重復(fù)的索引值與表記錄數(shù)量的比值：

顯然選擇性的取值范圍為(0, 1]，選擇性越高的索引價值越大，這是由B+Tree的性質(zhì)決定的。

例如，employees.titles表，如果title字段經(jīng)常被單獨查詢，是否需要建索引，我們看一下它的選擇性：

SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles; +-------------+ | Selectivity | +-------------+ | 0.0000 | +-------------+

title的選擇性不足0.0001（精確值為0.00001579），所以實在沒有什么必要為其單獨建索引。

有一種與索引選擇性有關(guān)的索引優(yōu)化策略叫做前綴索引，就是用列的前綴代替整個列作為索引key，當(dāng)前綴長度合適時，可以做到既使得前綴索引的選擇性接近全列索引，同時因為索引key變短而減少了索引文件的大小和維護(hù)開銷。下面以employees.employees表為例介紹前綴索引的選擇和使用。

假設(shè)employees表只有一個索引<emp_no>，那么如果我們想按名字搜索一個人，就只能全表掃描了：

如果頻繁按名字搜索員工，這樣顯然效率很低，因此我們可以考慮建索引。有兩種選擇，建<first_name>或<first_name, last_name>，看下兩個索引的選擇性：

SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees; +-------------+ | Selectivity | +-------------+ | 0.0042 | +-------------+ SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees; +-------------+ | Selectivity | +-------------+ | 0.9313 | +-------------+

<first_name>顯然選擇性太低，<first_name, last_name>選擇性很好，但是first_name和last_name加起來長度為30，有沒有兼顧長度和選擇性的辦法？可以考慮用first_name和last_name的前幾個字符建立索引，例如<first_name, left(last_name, 3)>，看看其選擇性：

SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees; +-------------+ | Selectivity | +-------------+ | 0.7879 | +-------------+

選擇性還不錯，但離0.9313還是有點距離，那么把last_name前綴加到4：

SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) AS Selectivity FROM employees.employees; +-------------+ | Selectivity | +-------------+ | 0.9007 | +-------------+

這時選擇性已經(jīng)很理想了，而這個索引的長度只有18，比<first_name, last_name>短了接近一半，我們把這個前綴索引建上：

ALTER TABLE employees.employees ADD INDEX `first_name_last_name4` (first_name, last_name(4));

此時再執(zhí)行一遍按名字查詢，比較分析一下與建索引前的結(jié)果：

SHOW PROFILES; +----------+------------+---------------------------------------------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+---------------------------------------------------------------------------------+ | 87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' | | 90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' | +----------+------------+---------------------------------------------------------------------------------+

性能的提升是顯著的，查詢速度提高了120多倍。

前綴索引兼顧索引大小和查詢速度，但是其缺點是不能用于ORDER BY和GROUP BY操作，也不能用于覆蓋索引

總結(jié)

以上是生活随笔為你收集整理的MySQL数据库：SQL优化与索引优化的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。

上一篇： MySQL数据库：事务和ACID实现原理
下一篇： linux cmake编译源码,linu