覆盖索引
- 覆盖索引是什么
- 如何实现覆盖索引
- 无法实现使用覆盖索引的情况
- 哪些场景适合使用覆盖索引来优化 `SQL`
- - 全表 `count` 查询优化
  - 列查询回表优化
  - 分页查询
- 覆盖索引的情况下，为什么尽量不要使用 `select *`
索引的使用原则
`sql` 的一些优化方法
执行计划 `explain`
- `explain` 各个字段的含义
- - `explain` 中的 `type` 字段
  - `explain` 中的 `Extra` 字段
数据库大数据量查询的情况下，速度慢形成的原因

本文是上一篇 mysql的索引的续篇，接着我们的 Innodb 引擎的索引实现继续

覆盖索引

覆盖索引是什么

当 sql 语句的所求查询字段（select 列）和查询条件字段（where 子句）全都包含在一个索引中（联合索引），可以直接使用索引查询而不需要回表。这就是覆盖索引

select id,age from user where age = 10;

age 是普通索引，id 是主键索引
查询的是 id，age，所以通过普通索引查询的第一步就能得到结果

如何实现覆盖索引

常见的方法是：将被查询的字段，建立到复合索引里去

select id,age from user where age = 10;

explain 分析：因为 age 是普通索引，使用到了 age 索引，通过一次扫描 B+ Tree 即可查询到相应的结果，这样就实现了覆盖索引

无法实现使用覆盖索引的情况

select id,age,name from user where age = 10;

explain 分析：age 是普通索引，但 name 列不在索引树上，所以通过 age 索引在查询到 id 和 age 的值后，需要进行回表再查询 name 的值

为了实现索引覆盖，需要建复合索引 idx_age_name(age, name)

哪些场景适合使用覆盖索引来优化 `SQL`

全表 `count` 查询优化

mysql> create table user(-> id int(10) auto_increment,-> name varchar(30),-> age tinyint(4),-> primary key (id),-> )engine=innodb charset=utf8mb4;

select count(age) from user;

此时，是没有使用覆盖索引的。可以覆盖索引优化：创建 age 字段索引

create index idx_age on user(age);

列查询回表优化

前文在描述覆盖索引使用的例子就是

select id,age,name from user where age = 10;

使用覆盖索引：建复合索引 idx_age_name(age, name) 即可

分页查询

select id,age,name from user order by age limit 100,2;

因为 name 字段不是索引，所以在分页查询需要进行回表查询

使用索引覆盖：建组合索引 idx_age_name(age,name)

覆盖索引的情况下，为什么尽量不要使用 `select *`

知道了覆盖索引，就知道了为什么 sql 中要求尽量不要使用 select *，要写明具体要查询的字段。其中一个原因就是在使用到覆盖索引的情况下，不需要进入到数据区，数据就能直接返回，提升了查询效率

在用不到覆盖索引的情况下，也尽可能的不要使用 select *，如果行数据量特别多的情况下，可以减少数据的网络传输量。当然，这都视具体情况而定，通过 select 返回所有的字段，通用性会更强，一切有利必有弊

索引的使用原则

表中的索引并不是越多越好，冗余或者无用索引会占用磁盘空间并且会影响增删改的效率
where 条件中，like 9%， like %9%，like%9，三种方式都用不到索引。后两种方式对于索引是无效的。第一种 9% 是不确定的，决定于列的离散型，结论上讲可以用到，如果发现离散情况特别差的情况下，查询优化器觉得走索引查询性能更差，还不如全表扫描
where 条件中 IN 可以使用索引；NOT IN 无法使用索引
不要在使用索引的列上使用函数。否则，会导致索引失效
索引列上不能有范围查询。否则，会导致索引失效
不要在索引列上做任何计算（计算、函数、自动 or 手动类型转换），会导致索引失效
is not null 用不到索引，is null 可以用到索引
复合索引中，需要遵循最佳左前缀法则
复合索引中，精确匹配最左前列并范围匹配另一列，可以使用到索引
复合索引中，如果查询有某个列的范围查询，其右边所有的列都无法使用索引

关于索引的使用原则详情：https://blog.csdn.net/weixin_44222272/article/details/106724773

`sql` 的一些优化方法

核心点是关注索引，防止索引失效，以便提高 sql 的查询效率。在索引未失效情况下，可以进一步考虑使用覆盖索引查询

对查询进行优化，要尽量避免全表扫描。首先应考虑在 where 和 order by 涉及的列上建立索引
应尽量避免在 where 子句中对字段进行 null 值的判断，否则将导致引擎放弃使用索引而进行全表扫描
应尽量避免在 where 子句中使用 ！=，<，> 操作符。否则将导致引擎放弃使用索引而进行全表扫描
尽量避免在 where 子句中使用 or 来连接条件。如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描
应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描
注意where 条件中 IN 可以使用索引；NOT IN 无法使用索引
在查询时，注意 in 和 exists 的使用。如果查询的两个表数据量大小相当，那么用 in 和 exists 差别不大，如果一个表数据量较小一个表数据量较大，则子查询中表数据量大的用 exists，子查询中表数据量小的用 in
在查询时，应尽量使用覆盖索引进行优化 sql

执行计划 `explain`

我们常常用到 explain 这个命令来查看一个这些 SQL语句的执行计划，查看该 SQL 语句有没有使用上了索引，有没有做全表扫描，这都可以通过 explain 命令来查看

EXPALIN 只能解释 SELECT 操作

explain select * from user;

`explain` 各个字段的含义

id : 表示 SQL 执行的顺序的标识， SQL 从大到小的执行
select_type：表示查询中每个 select 子句的类型
table：显示这一行的数据是关于哪张表的，有时不是真实的表名字
type：表示 mysql 在表中找到所需行的方式，又称访问类型。常用的类型有：ALL, index, range, ref, eq_ref, const, system, NULL（从左到右，性能从差到好）
possible_keys：指出 mysql 能使用哪个索引在表中找到记录，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询使用
Key：key 列显示 mysql 实际决定使用的键（索引），如果没有选择索引，键是NULL
key_len：表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度（key_len 显示的值为索引字段的最大可能长度，并非实际使用长度，即 key_len 是根据表定义计算而得，不是通过表内检索出的）
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
rows：表示 mysql 根据表统计信息及索引选用情况，估算的找到所需的记录所需要读取的行数，理论上行数越少，查询性能越好
Extra：该列包含 mysql 解决查询的详细信息

`explain` 中的 `type` 字段

一般来说，得保证查询至少达到 range 级别，最好能达到 ref

eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配
ref：非唯一性索引扫描，返回匹配某个单独值的所有行
range：只检索给定范围的行，使用一个索引来选择行
ALL：遍历全表获得匹配的行
index：index 与 ALL 的区别为 index 类型只遍历索引树，这通常比 ALL 快，因为索引文件通常比数据文件小

`explain` 中的 `Extra` 字段

Using filesort：说明 mysql 对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取
Using temporary：使用了临时表保存中间结果，mysql 在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by
using index condition：会先条件过滤索引，过滤完索引后找到所有符合索引条件的数据行，随后用 WHERE 子句中的其他条件去过滤这些数据行
Using index：表示使用了覆盖索引，避免访问了表的数据行，效率不错
using where：未使用索引，通过 where 条件过滤

数据库大数据量查询的情况下，速度慢形成的原因

没有索引或者没有用到索引（这是查询慢最常见的问题）
查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）
数据库存在锁或者发生死锁（这也是查询慢最常见的问题）
返回了不必要的行和列
查询语句写的不好，没有很好的优化

mysql的索引（二）相关推荐

MySQL的索引(二十三)
勿以恶小而为之,勿以善小而不为--------------------------刘备上一章简单介绍了 MySQL的视图(二十二),如果没有看过,请观看上一章一. 索引一.一索引的产生前面已 ...
mysql 唯一索引二叉法_mysql 唯一索引
1.一个列的唯一索引 mysql> create database pay; Query OK, 1 row affected (0.03 sec) mysql> use pay; Dat ...
mysql覆盖索引二次查找_mysql中关于覆盖索引的知识点总结
如果一个索引包含(或覆盖)所有需要查询的字段的值,称为'覆盖索引'. 覆盖索引是一种非常强大的工具,能大大提高查询性能,只需要读取索引而不需要读取数据,有以下优点: 1.索引项通常比记录要小,所以My ...
MySQL优化（二）：索引的类型、匹配原则、创建原则
目录索引的优缺点索引类型聚簇索引(主键索引) 非聚簇索引(二级索引.辅助索引) 索引匹配的原则最左匹配原则无法使用索引的场景索引创建的原则使不使用索引的依据到底是什么? 参考索引的优缺 ...
mysql 索引二_MySQL之索引（二）
高性能的索引策略正确地创建和使用索引是实现高性能查询的基础.在MySQL之索引(一)这一章中我们介绍了各种类型的索引及其对应的优缺点.现在我们一起来看看如何真正地发挥这些索引的优势. 独立的列我们 ...
为了把mysql的索引底层原理讲清楚，我把计算机翻了个底朝天
来自:非科班的科班什么是索引概念:索引是提高mysql查询效率的数据结构.总的一句话概括就是索引是一种数据结构. 数据库查询是数据库的最主要功能之一.设计者们都希望查询数据的速度能尽可能的快,因此 ...
mysql单列索引和多列索引_浅谈MySQL索引优化
索引基础知识总结及常见索引优化手段一.索引简介什么是索引? MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构. 可以简单理解为"排好序的快速查找数据 ...
mysql+零时数据结构,MySql主要索引数据结构
索引数据结构 1. 二叉搜索树(Binary Search Tree) 二叉搜索树是每个节点最多有两个子节点的树,按照右侧子节点大于本节点,左侧子节点小于本节点的规律排列,可以用作搜索,结构如下图所示 ...
mysql联合索引的数据结构
一.本文主要讲解的内容有: 联合索引在B+树上的存储结构联合索引的查找方式为什么会有最左前缀匹配原则在分享这篇文章之前,我在网上查了关于MySQL联合索引在B+树上的存储结构这个问题,翻阅了很多 ...
mysql 强制索引循序_mysql 强制走索引
查询是数据库技术中最常用的操作.查询操作的过程比较简单,首先从客户端发出查询的SQL语句,数据库服务端在接收到由客户端发来的SQL语句后, 执行这条SQL语句,然后将查询到的结果返回给客户端.虽然过程 ...

mysql的索引（二）

目录

覆盖索引

覆盖索引是什么

如何实现覆盖索引

无法实现使用覆盖索引的情况

哪些场景适合使用覆盖索引来优化 `SQL`

全表 `count` 查询优化

列查询回表优化

分页查询

覆盖索引的情况下，为什么尽量不要使用 `select *`

索引的使用原则

`sql` 的一些优化方法

执行计划 `explain`

`explain` 各个字段的含义

`explain` 中的 `type` 字段

`explain` 中的 `Extra` 字段

数据库大数据量查询的情况下，速度慢形成的原因

mysql的索引（二）相关推荐

最新文章

热门文章

mysql的索引（二）

目录

覆盖索引

覆盖索引是什么

如何实现覆盖索引

无法实现使用覆盖索引的情况

哪些场景适合使用覆盖索引来优化 SQL

全表 count 查询优化

列查询回表优化

分页查询

覆盖索引的情况下，为什么尽量不要使用 select *

索引的使用原则

sql 的一些优化方法

执行计划 explain

explain 各个字段的含义

explain 中的 type 字段

explain 中的 Extra 字段

数据库大数据量查询的情况下，速度慢形成的原因

mysql的索引（二）相关推荐

最新文章

热门文章

哪些场景适合使用覆盖索引来优化 `SQL`

全表 `count` 查询优化

覆盖索引的情况下，为什么尽量不要使用 `select *`

`sql` 的一些优化方法

执行计划 `explain`

`explain` 各个字段的含义

`explain` 中的 `type` 字段

`explain` 中的 `Extra` 字段