Java教程

5.深入浅出索引(下)

本文主要是介绍5.深入浅出索引(下),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

1.前言

  在上一篇文章中,我们主要介绍了innodb索引的数据结构模型,今天再继续聊聊跟mysql索引有关的概念

2.开始

  如果我执行select * from T between 3 and 5,需要执行几次树的搜索操作,会扫描多少行?  

mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0, 
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;

insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

   

   现在,我们一起来看看这条sql查询语句的执行流程:

  1.在K 索引树上找到k=3的记录,取得id=300;

  2.再到ID索引树查到id=300对应的R3;

  3.在k索引树取下一个值k=5,取得id=500;

  4.再回到id索引树查到id=500对应的R4;

  5.在k索引树取下一个值k=6,不满足条件,循坏结束。

  注意:对于非主键索引的查询,需要扫描到下一个不满足条件的索引值为止。

  在这个过程中,回到主键主键索引树搜索的过程,我们称之为回表。可以看到,这个查询过程读了k索引树的3条记录(步骤1、3和5),回表了两次(步骤2和4)。

  在这个例子中,由于查询结果所需要的数据只在主键索引上有,所以不得不回表,那么有没有可能经过索引优化,避免回表过程呢?

3.覆盖索引

  如果执行的语句是select ID from T where k between 3 and 5,这时只需要查id的值,而id的值已经在k索引树上,因此可以直接提供查询结果,不需要回表,也就是说,在这个查询里面,所以k已经”覆盖了“我们的查询需求,我们称为覆盖索引。

  由于覆盖索引可以减少树的搜索次数,显著提升了性能,所以使用覆盖索引是一个常用的性能优化手段。

  需要注意的是,在引擎内部使用覆盖索引在索引K上其实读了三个记录,R3~R5(对应的索引k上的记录项),但是对于Mysql的server层来说,它就是找引擎拿到了两条记录,因此Mysql认为扫描行数是2.

  基于上面覆盖索引的说明,我们来讨论一个问题:在一个市民信息表上,是否有必要将身份证号和名字建立联合索引? 

CREATE TABLE `tuser` (
  `id` int(11) NOT NULL,
  `id_card` varchar(32) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `ismale` tinyint(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `id_card` (`id_card`),
  KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB

  因为身份证号是市民的唯一标识,也就是有根据身份证号查询市民信息的需求,我们只要在身份证号字段上建立索引就够了,而再建立一个(身份证号,姓名)的联合索引,是不是浪费空间?

  但是如果现在有一个高频请求,要根据市民的身份证号查询他的姓名,这个联合索引就有意义了,它可以在这个高频请求上用到覆盖索引,不再需要回表查整行记录,减少语句的执行时间。

  当然,索引字段的维护总是有代价的,因此,在建立冗余索引来支持覆盖索引时就需要权衡考虑了,这正是业务DBA,或者称为业务数据架构师的工作。

4.最左前缀原则

  看到这里你一定有一个疑问,如果为每一种查询都设计一个索引,索引是不是太多了,如果现在按照市民的身份证号去查他的家庭地址呢?虽然这个查询需求在业务中出现的概率不高,但总不能让它走全表扫描吧?反过来说,单独为一个不频繁的请求创建一个(身份证号,地址)的索引又感觉有点浪费,应该怎么做呢?

  这里,B+树这种索引结构,可以利用索引的”最左前缀“,来定位记录。

  为了直观地说明这个概念,我们用(name,age)这个联合索引来分析。

  

  可以看到,索引项是按照索引定义里面出现的字段顺序排序的

  当你的逻辑需求是查到所有名字是”张三“的人时,可以快速定位到ID4,然后向后遍历得到所有需要的结果。

  如果你要查的是所有名字第一个字是”张“的人,你的SQL语句的条件是”where name like '张%‘。这时,你也能够用上这个索引,查找到第一个符合条件的记录是ID3,然后向后遍历,直到不满足条件为止。

  可以看到,不只是索引的全部定义,只要满足最左前缀,就可以利用索引来加速检索,这个最左前缀可以是联合索引的最左N个字段,也可以是字符串索引的最左M个字符。

  基于上面对最左前缀索引的说明,我们来讨论一个问题:在建立联合索引的时候,如何安排索引内的字段顺序。

  这里我们的评估的标准是:索引的复用能力。因为可以支持最左前缀,所以当已经有了(a,b)这个联合索引后,一般就不需要单独在a上建立索引了。因此,第一原则是,如果调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。

  如果既有联合查询,又有基于a、b各自的查询呢?查询条件里面只有b的语句,是无法使用(a,b)这个联合索引的,这时候你不得不维护另外一个索引,也就是说你需要同时维护(a,b)、(b)这两个索引。这时候,我们要考虑的原则就是空间了,比如上面这个市民表的情况,name字段是比age字段大的,那我建议你创建一个(name,age)的联合索引和一个(age)的单字段索引。  

5.索引下推

  上一段我们说到满足最左前缀原则的时候,最左前缀可以用于在索引中定位记录。这时,你可能要问,哪些不符合最左前缀的部分,会怎么样呢?

  我们还是以市民表的联合索引(name,age)为例。如果现在有一个需求:检索出表中“名字第一个字是张,而且年龄是10岁的所有男孩’。那么,SOL语句是这么写的:  

mysql> select * from tuser where name like '张%' and age=10 and ismale=1;

  你已经知道了前缀索引规则,所以这个语句在搜索索引树的时候,只能用”张“,找到第一个满足条件的记录ID3.当然,这还不错,总比全表扫描好。

  然后呢?

  当然是判断其他条件是否满足。

  在mysql5.6之前,只能从ID3开始一个个回表。到主键索引上找出数据行,再对比字段值。

  而Mysql5.6引入的索引下推优化(index condition pushdown),可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。

  

            无索引下推

  

             有索引下推

   在图3和4这两个图里面,每一个虚线箭头表示回表一次。

   图3中,在(name,age)索引里面我特意去掉了age的值,这个过程innodb并不会去看age的值,只是按顺序把”name"第一自是“张”的记录一条条取出来回表。因此,需要回表4次。

   图 4 跟图 3 的区别是,InnoDB 在 (name,age) 索引内部就判断了 age 是否等于 10,对于不等于 10 的记录,直接判断并跳过。在我们的这个例子中,只需要对 ID4、ID5 这两条记录回表取数据判断,就只需要回表 2 次。 

    

  问题:

  重建索引k,可以这样写: 

alter table T drop index k;
alter table T add index(k);

 

  重建主键,可以这样写:  

alter table T drop primary key;
alter table T add primary key(id);

 

 

  通过两个 alter 语句重建索引 k,以及通过两个 alter 语句重建主键索引是否合理。  

  这里说说为什么要重建索引?

  索引可能因为删除,或者页分裂等原因,导致数据页有空洞,重建索引的过程会创建一个新的索引,把数据按顺序插入,这样页面的利用率最高,也就是索引更紧凑、更省空间。

  重建索引 k 的做法是合理的,可以达到省空间的目的。但是,重建主键的过程不合理。不论是删除主键还是创建主键,都会将整个表重建。所以连着执行这两个语句的话,第一个语句就白做了。这两个语句,你可以用这个语句代替 : alter table T engine=InnoDB。     

 

 

 

 

    

   

 

这篇关于5.深入浅出索引(下)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!