MySQL的索引优化
MySQL支持的索引类型
B-tree的特点
- 加快查询的速度
- 更适合返回查找

什么情况下用到B-tree
- 全值匹配查询
- 匹配最左前缀的查询
- 匹配列前缀的查询
- 匹配范围查找
- 精确匹配左前并方位匹配另外一列
- 只访问索引的查询
B-tree的限制
- 如果是按照索引的最左列开始查找的,则无法使用索引
- 使用索引时不能跳过索引中的列
- Not in 和 <> 无法使用索引
- 如果查询中又某个列的范围查询,则右边的列都无法使用索引
Hash索引
特点
基于Hash表实现的,只能查询条件精确的匹配。
对于Hash索引中所有的列,存储引擎都会为每一行计算一个Hash码,Hash索引中存放的就是Hash码。
限制

-
Hash索引必须进行二次查找。
-
Hash索引无法用于排序
-
只能进行全值匹配,不支持范围查找。不选择列重复的字段上加这个索引。
联合索引
什么是联合索引:
联合索引又叫复合索引。对于复合索引:Mysql从左到右的使用索引中的字段,一个查询可以只使用索引中的一部份,但只能是最左侧部分。例如索引是key index (a,b,c). 可以支持a | a,b| a,b,c 3种组合进行查找,但不支持 b,c进行查找 .当最左侧字段是常量引用时,索引就十分有效。
注意:
1、需要加索引的字段,要在where条件中
2、数据量少的字段不需要加索引
3、如果where条件中是OR关系,加索引不起作用
4、符合最左原则
如何选择索引列的顺序?
- 经常被使用到的列优先(经常查询的放在最左面)
- 选择性能高的列优先
- 宽度小的列优先
覆盖索引
优点
- 可以优化缓存,减少磁盘I/o
- 可以减少随机I/O,将随机IO变成顺序IO
- 可以避免对Innodb主键引起的二次查询
- 可以避免MYISAM表进行系统调用
缺点
- 存储引擎不支持覆盖索引
- 查询使用了太多的列
- 使用率了
%like%
查询
使用索引来优化查询
利用索引优化锁
- 索引可以减少锁定的行数
- 可以加快处理的速度,同时也加快了锁的释放
删除重复和冗余的索引
定期更新索引的统计信息以及减少索引碎片
analyze table table_name

代码实例


使用索引引来优化索引
使用索引扫描来优化排序
- 索引顺序和Order By 的子句的循序完全一致
- 索引中所有的方向(升序、降序)和Order by 子句完全一致
- Order by 中的字段全部在关联中的第一张表中
为什么使用索引
- 加上存储引擎需要扫描数据的数量
- 避免我们使用临时表
- 可以把随机I/O变成顺序I/O
索引不是越多越好
- 索引会增加写操作成本
- 太多的索引会增加查询优化器选择的时间
索引优化策略


网友评论