三国演义 三国演义是一部在华人世界非常普及的历史小说，是由罗贯中根据元朝的三国志平话改编，他以东汉末年魏、蜀、吴三国斗争为主题，收集历史资料和说书人的故事，成为这一部大家都非常熟悉的故事。 或许我们现在觉得这些历史已经跟我们没什么关系了，不过大家都知道关公过五关斩六将，刘备三顾茅芦，诸葛孔明的空城记。 这些老掉牙的故事，总是不断的出现在电影、电视剧和各种平台的游戏，一代又一代的传承下去。 这应该是因为三国演义的确是一个好故事，很多很精采的好故事，就像美国畅销作家史帝芬金所说的，一个好故事是不会寂寞的。 三国演义的普及，让人认为里面讲的故事其实就是真的历史，罗贯中在编这本书的时候，大概是为了让它可以比较戏剧化一些，采用了很多当时说书人的内容，这些内容是在民间流传或由说书人编造的，跟历史并不一样。 例如大家熟悉的关公斩华雄，在三国演义中是一段非常的精采故事，作者使用很短的内容让关云长的豪勇，简单、清楚而且非常震憾的呈现给读者。 不过根据史料的考证，其实华雄的头是被孙坚砍掉的。 这也是为什么清朝的时候就有人评论三国演义是「七实三虚，惑乱观者」。…
January 25, 2022
MySQL 索引优化的 10 个策略, SQL语句优化, 索引优化, 慢查询优化方式
1、慢查询优化方式
-
服务器硬件升级优化
-
Mysql服务器软件优化
-
数据库表结构优化
-
SQL语句及索引优化
本文重点关注于SQL语句及索引优化，关于其他优化方式以及索引原理等，请关注本人《MySQL慢查询优化》系列博文。优化我个人遵循的原则：积小胜为大胜，以空间换时间。-《论持久战》
2、数据源
工欲善其事必先利其器，为了测试与验证的方便，数据库可以直接采用MySQL官方提供的测试数据库employees，该数据库关系复杂度适中以及数据量较大，适合做SQL语句及索引优化分析，引用官方instruction：
The database contains about 300,000 employee records with 2.8 million salary entries. The export data is 167 MB, which is not huge, but heavy enough to be non-trivial for testing.
- 数据库获取方式：https://github.com/gavincoder/test_db
- 数据库E-R关系图：
3、分析工具
采用explain指令直接模拟Mysql优化器执行SQL语句，查看SQL语句的执行计划。
示例：
explain命令执行结果包括若干参数：id、select_type、table、type、possible_keys、key、key_len、ref、rows、Extra；重点关注type、possible_keys、key、key_len、extra 这五个参数。
- possible_keys：此次查询中可能会被选用的索引，注意这些索引不一定被查询使用到。
- key：此次查询中真正使用到的索引。当为复合索引时，不确定是否被充分使用。
- type：访问类型，表示MySQL在表中查找所需行的方式。常用的类型有： ALL, index, range, ref, eq_ref, const, system, NULL（性能从左到右逐步提升），其中：
| ALL | Full Table Scan， MySQL将遍历全表以找到匹配的行； |
| index | Full Index Scan，index与ALL区别为index类型只遍历索引树； |
| range | 只检索给定范围的行，使用一个索引来选择行； |
| ref | 表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值； |
| eq_ref | 类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件； |
| const
system |
当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。如将主键置于where列表中，MySQL就能将该查询转换为一个常量,system是const类型的特例，当查询的表只有一行的情况下，使用system； |
| NULL | MySQL在优化过程中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值可以通过单独索引查找完成。 |
- key_len：表示索引中使用的字节数，用来计算索引是否被充分使用，不损失精确性的情况下，长度越短越好 ；
| key_len=字符长度*字节数+类型+是否允许为空 | ||||||
| 索引是否充分使用：复合索引每个列都需要计算，所有索引列都生效了才是充分利用。 | ||||||
| 计算规则：
。字节数相关：长度、字符编码、类型（int+0，char+0，varchar+2）、是否允许为空（空+1，非空+0）； 。int类型字节数为4； 。char和varchar的长度是指字符数，一个字符在编码gbk为2个字节、utf-8为3个字节，需要：字符数*字节。 |
||||||
示例：
|
- extra：
| Using where说明：SQL使用了where条件过滤数据； |
| Using index说明：表示已经使用了覆盖索引。SQL所需要返回的所有列数据均在一棵索引树上，而无需访问实际的行记录。（聚簇型索引，innodb的主键索引） |
4、索引策略
索引策略是指创建使用索引所要遵循的规则，换句话说，违背了这些规则会导致索引失效或者查询效率降低。
| 策略1：尽量考虑覆盖索引 |
| 策略2：遵循最左前缀匹配 |
| 策略3：范围查询字段放最后 |
| 策略4：不对索引字段进行逻辑操作 |
| 策略5：尽量全值匹配 |
| 策略6：Like查询，左侧尽量不要加% |
| 策略7：注意null/not null 可能对索引有影响 |
| 策略8：尽量减少使用不等于 |
| 策略9：字符类型务必加上引号 |
| 策略10：OR关键字左右尽量都为索引列 |
测试数据表：
show index from employees;
策略1：尽量考虑覆盖索引
覆盖索引：SQL只需要通过遍历索引树就可以返回所需要查询的数据，而不必通过辅助索引查到主键值之后再去查询数据（回表操作）。回表操作的详细介绍可以参考本人《MySQL慢查询优化》系列博文之索引。
EG：
EXPLAIN SELECT emp_no,birth_date,gender FROM employees WHERE gender ='M' ;
Using index：表示已经使用了覆盖索引。
策略2：遵循最左前缀匹配
联合索引命中必须遵循“最左前缀法则”。即SQL查询Where条件字段必须从索引的最左前列开始匹配，不能跳过索引中的列。联合索引又称复合索引，类似于书籍的目录，多级的目录结构中子目录依赖于父级目录存在，也是遵循“最左前缀法则”。
联合索引结构分析，示例：
| 联合索引 | INDEX idx_empno_birthdate_gender(emp_no,birth_date,gender) |
| 等价建立的索引 | 实际上联合索引idx_empno_birthdate_gender等价建立了三个索引：
|
| 联合索引命中的where条件字段列表 |
以上where子句查询条件联合索引idx_empno_birthdate_gender都会命中，只是使用的程度不一样（走的子索引不一样），因此，联合索引有“是否充分使用”衡量指标（key_len），当然使用最充分的条件是：所有字段都命中，即使用了index_3。 |
EXPLAIN SELECT * FROM employees WHERE birth_date = '1963-06-01' AND gender ='F';
注：表存在多个索引时，即使Where条件满足最左前缀规则，SQL执行时也未必一定会命中联合索引，根据性能可能直接使用了主键索引。
EG：
EXPLAIN SELECT * FROM employees WHERE emp_no = 10010 AND birth_date = '1963-06-01' AND gender ='F';
PRIMARY KEY (`emp_no`)
策略3：范围查询字段放最后
联合索引定义时，尽量将范围查询字段放在最后（放在最后联合索引使用最充分，放在中间联合索引使用不充分）。使用联合索引时范围列（当前范围列索引生效）后面的索引列无法生效，同时索引最多用于一个范围列，如果查询条件中有多个范围列，也只能用到一个范围列索引。
EG1：
EXPLAIN SELECT emp_no,birth_date,gender FROM employees WHERE emp_no > 10015 AND gender ='F';
只是使用到了主键索引PRIMARY(emp_no),联合索引未生效idx_empno_birthdate_gender(emp_no,birth_date,gender)；
删除idx_empno_birthdate_gender索引，新建联合索引idx_gender_birthdate_empno(gender,birth_date,emp_no)；
EG2：
EXPLAIN SELECT emp_no,birth_date,gender FROM employees WHERE emp_no > 10015 AND birth_date = 1953-09-02 AND gender ='F';
策略4：不对索引字段进行逻辑操作
在索引字段上进行计算、函数、类型转换（自动\手动）都会导致索引失效。
EG：
CREATE INDEX idx_first_name ON employees(first_name); EXPLAIN SELECT * FROM employees WHERE LEFT(first_name,3) ='Geo';
策略5：尽量全值匹配
全值匹配也就是精确匹配不使用like查询（模糊匹配），使用like会使查询效率降低。
策略6：Like查询，左侧尽量不要加%
like 以%开头，当前列索引无效(当为联合索引时，当前列和后续列索引不生效，可能导致索引使用不充分)；当like前缀没有%，后缀有%时，索引有效。
EG1：
EXPLAIN SELECT * FROM employees WHERE first_name like'Geo%';
EG2：
EXPLAIN SELECT * FROM employees WHERE first_name like'%Geo%';
策略7：注意NULL/NOT NULL可能对索引有影响
在索引列上使用 IS NULL 或 IS NOT NULL条件，可能对索引有所影响。
- 字段定义默认为NULL时，NULL索引生效，NOT NULL索引不生效；
- 字段定义明确为NOT NULL ，不允许为空时，NULL/NOT NULL索引列，索引均失效；
列字段尽量设置为NOT NULL，MySQL难以对使用NULL的列进行查询优化，允许Null会使索引值以及索引统计更加复杂。允许NULL值的列需要更多的存储空间，还需要MySQL内部进行特殊处理。
EG1：
EXPLAIN SELECT * FROM employees WHERE first_name IS NULL;
EG2：
EXPLAIN SELECT * FROM employees WHERE first_name IS NOT NULL;
EG3：
EXPLAIN SELECT * FROM employees WHERE first_name IS NOT NULL;
策略8：尽量减少使用不等于
不等于操作符是不会使用索引的。不等于操作符包括：not，<>，!=。
优化方法：数值型 key<>0 改为 key>0 or key<0。
EG：
EXPLAIN SELECT * FROM employees WHERE first_name != 'Georgi';
策略9：字符类型务必加上引号
若varchar类型字段值不加单引号，可能会发生数据类型隐式转化，自动转换为int型，使索引无效。
EG：
EXPLAIN SELECT * FROM employees WHERE first_name = 1;
策略10：OR关键字前后尽量都为索引列
当OR左右查询字段只有一个是索引，会使该索引失效，只有当OR左右查询字段均为索引列时，这些索引才会生效。OR改UNION效率高。
EG1：
EXPLAIN SELECT * FROM employees WHERE first_name = 'Georgi' OR emp_no = 20001;
EG2：
EXPLAIN SELECT * FROM employees WHERE first_name = 'Georgi' OR last_name = 'Facello';
后续：
- 索引的创建需要参照具体的SQL实现。
- 当全表扫描速度比索引速度快时，MySQL会使用全表扫描，此时索引失效。
- 表中存在多个索引时，即使where条件满足某个索引策略，MySQL查询优化器也不一定会使用该索引，可能使用其他索引，取决于性能。另外，当某个索引没有命中也不一定会走全表扫描，可能走其他索引。
- 理论上索引对顺序是敏感的，也就是说where子句的字段列表需要讲究顺序，但是由于MySQL的查询优化器会自动调整where子句的条件顺序以匹配适合的索引，因此，允许我们不去刻意关注where子句的条件顺序。
本文：MySQL 索引优化的 10 个策略, SQL语句优化, 索引优化, 慢查询优化方式
About Author
