MySQL 如何創建索引？怎麼優化？

索引類似大學圖書館建書目索引，可以提高數據檢索的效率，降低資料庫的IO成本。MySQL在300萬條記錄左右性能開始逐漸下降，雖然官方文檔說500~800w記錄，所以大數據量建立索引是非常有必要的。MySQL提供了Explain，用於顯示SQL執行的詳細信息，可以進行索引的優化。一、導致SQL執行慢 ...

索引類似大學圖書館建書目索引，可以提高數據檢索的效率，降低資料庫的IO成本。MySQL在300萬條記錄左右性能開始逐漸下降，雖然官方文檔說500~800w記錄，所以大數據量建立索引是非常有必要的。MySQL提供了Explain，用於顯示SQL執行的詳細信息，可以進行索引的優化。

一、導致SQL執行慢的原因

1.硬體問題。如網路速度慢，記憶體不足，I/O吞吐量小，磁碟空間滿了等。

2.沒有索引或者索引失效。（一般在互聯網公司，DBA會在半夜把表鎖了，重新建立一遍索引，因為當你刪除某個數據的時候，索引的樹結構就不完整了。所以互聯網公司的數據做的是假刪除.一是為了做數據分析,二是為了不破壞索引）

3.數據過多（分庫分表）

4.伺服器調優及各個參數設置（調整my.cnf）

二、分析原因時，一定要找切入點

1.先觀察，開啟慢查詢日誌，設置相應的閾值（比如超過3秒就是慢SQL），在生產環境跑上個一天過後，看看哪些SQL比較慢。

2.Explain和慢SQL分析。比如SQL語句寫的爛，索引沒有或失效，關聯查詢太多（有時候是設計缺陷或者不得以的需求）等等。

3.Show Profile是比Explain更近一步的執行細節，可以查詢到執行每一個SQL都幹了什麼事，這些事分別花了多少秒。

4.找DBA或者運維對MySQL進行伺服器的參數調優。

三、什麼是索引？

MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取數據的數據結構。我們可以簡單理解為：快速查找排好序的一種數據結構。Mysql索引主要有兩種結構：B+Tree索引和Hash索引。我們平常所說的索引，如果沒有特別指明，一般都是指B樹結構組織的索引(B+Tree索引)。索引如圖所示：

最外層淺藍色磁碟塊1里有數據17、35（深藍色）和指針P1、P2、P3（黃色）。P1指針表示小於17的磁碟塊，P2是在17-35之間，P3指向大於35的磁碟塊。真實數據存在於子葉節點也就是最底下的一層3、5、9、10、13……非葉子節點不存儲真實的數據，只存儲指引搜索方向的數據項，如17、35。

查找過程：例如搜索28數據項，首先載入磁碟塊1到記憶體中，發生一次I/O，用二分查找確定在P2指針。接著發現28在26和30之間，通過P2指針的地址載入磁碟塊3到記憶體，發生第二次I/O。用同樣的方式找到磁碟塊8，發生第三次I/O。

真實的情況是，上面3層的B+Tree可以表示上百萬的數據，上百萬的數據只發生了三次I/O而不是上百萬次I/O，時間提升是巨大的。

四、Explain 分析

前文鋪墊完成，進入實操部分，先來插入測試需要的數據：

CREATE TABLE `user_info` (

  `id`   BIGINT(20)  NOT NULL AUTO_INCREMENT,

  `name` VARCHAR(50) NOT NULL DEFAULT '',

  `age`  INT(11)              DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `name_index` (`name`)

)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO user_info (name, age) VALUES ('xys', 20);

INSERT INTO user_info (name, age) VALUES ('a', 21);

INSERT INTO user_info (name, age) VALUES ('b', 23);

INSERT INTO user_info (name, age) VALUES ('c', 50);

INSERT INTO user_info (name, age) VALUES ('d', 15);

INSERT INTO user_info (name, age) VALUES ('e', 20);

INSERT INTO user_info (name, age) VALUES ('f', 21);

INSERT INTO user_info (name, age) VALUES ('g', 23);

INSERT INTO user_info (name, age) VALUES ('h', 50);

INSERT INTO user_info (name, age) VALUES ('i', 15);

CREATE TABLE `order_info` (

  `id`           BIGINT(20)  NOT NULL AUTO_INCREMENT,

  `user_id`      BIGINT(20)           DEFAULT NULL,

  `product_name` VARCHAR(50) NOT NULL DEFAULT '',

  `productor`    VARCHAR(30)          DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

)ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');

INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初體驗，執行Explain的效果：

索引使用情況在possible_keys、key和key_len三列，接下來我們先從左到右依次講解。

1.id

--id相同,執行順序由上而下

explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

--id不同,值越大越先被執行

explain select * from user_info where id=(select user_id from order_info where product_name ='p8');

2.select_type

可以看id的執行實例，總共有以下幾種類型：

SIMPLE：表示此查詢不包含 UNION 查詢或子查詢
PRIMARY：表示此查詢是最外層的查詢
SUBQUERY：子查詢中的第一個 SELECT
UNION：表示此查詢是 UNION 的第二或隨後的查詢
DEPENDENT UNION： UNION 中的第二個或後面的查詢語句, 取決於外面的查詢
UNION RESULT, UNION 的結果
DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決於外面的查詢. 即子查詢依賴於外層查詢的結果.
DERIVED：衍生，表示導出表的SELECT（FROM子句的子查詢）

3.table

table表示查詢涉及的表或衍生的表：

explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

id為1的<derived2>的表示id為2的u和o表衍生出來的。

4.type

type 欄位比較重要，它提供了判斷查詢是否高效的重要依據依據。通過 type 欄位，我們判斷此次查詢是全表掃描還是索引掃描等。

type 常用的取值有:

system: 表中只有一條數據，這個類型是特殊的 const 類型。
const: 針對主鍵或唯一索引的等值查詢掃描，最多只返回一行數據。 const 查詢速度非常快，因為它僅僅讀取一次即可。例如下麵的這個查詢，它使用了主鍵索引，因此 type 就是 const 類型的：explain select * from user_info where id = 2；
eq_ref: 此類型通常出現在多表的 join 查詢，表示對於前表的每一個結果，都只能匹配到後表的一行結果。並且查詢的比較操作通常是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;
ref: 此類型通常出現在多表的 join 查詢，針對於非唯一或非主鍵索引，或者是使用了最左首碼規則索引的查詢。例如下麵這個例子中，就使用到了 ref 類型的查詢：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5
range: 表示使用索引範圍查詢，通過索引欄位範圍獲取表中部分數據記錄。這個類型通常出現在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下麵的例子就是一個範圍查詢：explain select * from user_info where id between 2 and 8；
index: 表示全索引掃描(full index scan)，和 ALL 類型類似，只不過 ALL 類型是全表掃描，而 index 類型則僅僅掃描所有的索引，而不掃描數據。index 類型通常出現在：所要查詢的數據直接在索引樹中就可以獲取到, 而不需要掃描數據。當是這種情況時，Extra 欄位會顯示 Using index。
ALL: 表示全表掃描，這個類型的查詢是性能最差的查詢之一。通常來說，我們的查詢不應該出現 ALL 類型的查詢，因為這樣的查詢在數據量大的情況下，對資料庫的性能是巨大的災難。如一個查詢是 ALL 類型查詢，那麼一般來說可以對相應的欄位添加索引來避免。

通常來說, 不同的 type 類型的性能關係如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 類型因為是全表掃描，因此在相同的查詢條件下，它是速度最慢的。而 index 類型的查詢雖然不是全表掃描，但是它掃描了所有的索引，因此比 ALL 類型的稍快.後面的幾種類型都是利用了索引來查詢數據，因此可以過濾部分或大部分數據，因此查詢效率就比較高了。

5.possible_keys

它表示 mysql 在查詢時，可能使用到的索引。註意，即使有些索引在 possible_keys 中出現，但是並不表示此索引會真正地被 mysql 使用到。 mysql 在查詢時具體使用了哪些索引，由 key 欄位決定。

6.key

此欄位是 mysql 在當前查詢時所真正使用到的索引。比如請客吃飯,possible_keys是應到多少人，key是實到多少人。當我們沒有建立索引時：

explain select o.* from order_info o where o.product_name= 'p1' and o.productor='whh';

create index idx_name_productor on order_info(productor);

drop index idx_name_productor on order_info;

建立複合索引後再查詢：

7.key_len

表示查詢優化器使用了索引的位元組數，這個欄位可以評估組合索引是否完全被使用。

8.ref

這個表示顯示索引的哪一列被使用了，如果可能的話,是一個常量。前文的type屬性里也有ref，註意區別。

9.rows

rows 也是一個重要的欄位，mysql 查詢優化器根據統計信息，估算 sql 要查找到結果集需要掃描讀取的數據行數，這個值非常直觀的顯示 sql 效率好壞，原則上 rows 越少越好。可以對比key中的例子，一個沒建立索引錢，rows是9，建立索引後，rows是4。

10.extra

explain 中的很多額外的信息會在 extra 欄位顯示, 常見的有以下幾種內容:

using filesort ：表示 mysql 需額外的排序操作，不能通過索引順序達到排序效果。一般有 using filesort都建議優化去掉，因為這樣的查詢 cpu 資源消耗大。
using index：覆蓋索引掃描，表示查詢在索引樹中就可查找所需數據，不用掃描表數據文件，往往說明性能不錯。
using temporary：查詢有使用臨時表, 一般出現於排序，分組和多表 join 的情況，查詢效率不高，建議優化。
using where ：表名使用了where過濾。