MySQL高性能索引策略和查询性能优化

前缀索引和索引选择性

有时候需要索引很长的字符，这会让索引变得大且慢。一个策略是模拟哈希索引。

通常可以索引开始的部分字符，这样可以大大解约索引空间，提高索引效率。但这样会降低索引的选择性。

索引的选择性：不重复的索引值（也成为基数）和数据表的记录总数比值。索引的选择性越高则查询效率越高，因为选择性高的索引可以在查找时过滤更多的行。唯一索引的选择性为1，是选择性最好的。

前缀索引是一种能使索引更小更快的办法，但也有缺点：

MySQL无法使用ORDER BY和GROUP BY，也无法使用覆盖扫描。

聚簇索引

聚簇索引并不是一种单独的索引类型，是一种数据存储方式。

当表有聚簇索引时，它的数据行实际上存放在索引的叶子页。

聚簇：数据行和相邻的键值紧凑的存储在一起。

如果没有定义主键，InnoDB会选择一个唯一的非空索引代替。

如果没有这样的索引，会隐式定义一个主键作为聚簇索引。

聚簇索引的缺点

• 插入速度严重依赖插入顺序。按照主键的顺序插入是加载数据到InnoDB表中速度最快的方式。但如果不是按照主键顺序加载数据，最好使用OPYIMIZE TABLE重新组织表。

• 基于聚簇索引的表在插入新行，或者主键被迁移时，可能会“页分裂”。当行的主键值要求必须将这一行插入到某个已满的页中时，存储引擎会将该页分裂成两个页面来容纳该行，这是一次页分裂操作。页分裂会导致表占用更多的磁盘空间。

覆盖索引

通常大家会根据查询的WHERE条件创建合适的索引，设计优秀的索引也可以使用索引来直接获取列的数据。

如果索引的叶子结点已经包含要查询的数据，那还要什么必要再回表查询呢？如果一个索引包含所有需要查询的字段的值，我们称之为“覆盖索引”。

延迟关联

使用inner join做子查询。在查询的第一个阶段可以使用覆盖索引。虽然无法使用索引覆盖整个查询，但比完全无法利用索引覆盖的好。

冗余和重复索引

索引越大越多，插入数据越慢。

可以使用Percona Toolkit中的pt-duplicate-key-checker分析表结构找出冗余的索引。

单表建多少个索引才合适？

• 大表，主键有一个唯一索引。再有一到两个组合索引，最多三个索引足够用了。

• 索引数量不能超过4个/表。

• 一切服从应用需要。在一张表上创建多少索引，创建什么样的索引，并无一定之规。不能说一张表上有了 7个索引，就不能再创建第 8个索引了。

• 索引的多少取决于具体的业务场景。

• 在oltp中，表经常需要insert等，那么索引不能过多，一般超过3个就会对性能有影响。

• 在olap中如果表只是用于查询，那么建多个索引也无妨。

索引和锁

索引可以让查询锁定更少的行。但是，如果索引无法过滤掉无效的行，那么在InnoDB检索到数据并返回给服务器层以后，MySQL才能用那个用WHERE子句，这时已经无法避免锁定行了：InnoDB已经锁定了这些行。

mysql> select actor_id from sakila.actor where actor_id < 5 and actor_id <> 1 for update;

虽然这条查询返回的是2，3，4，但是实际上获取了1-4的排他锁。

话句话说，存储引擎的操作是“找小于5的记录”，服务器并没有告诉InnoDB可以过滤第1行的WHERE条件。注意到EXPLAIN的Extra列出现了“Using where”，这表示MySQL将存储引擎返回行以后再应用WHERE过滤条件。

using where 代表MYSQL服务器层在存储引擎层返回行以后再应用WHERE过滤条件

查询性能优化

对于性能低下的查询，通过两个步骤来分析非常有效：

确认应用程序是否在检索大量超过需要的数据。这意味着访问了过多的行或者是过多的列。

确认MySQL服务器层是否在分析大量超过需要的数据行。

• 比如使用 * 来返回全部列，其实有些列是用不到的，应该精简，或者说重复查询相同改的数据，这应该把这种数据放到缓存里，下次查先从缓存取，热点数据每次取可以给加过期时间。

• 确认EXPLAIN中扫描的行数和访问类型
  在EXPLAIN中的type列是访问类型，从全表扫描、索引扫描、范围扫描、唯一索引查询、常数引用（全索范唯），他们的查询速度是从慢到快。

Re

《高性能MySQL》