最近一直忙著處理原來老項目遺留的一些SQL優(yōu)化問題携冤,由于當初表的設計以及字段設計的問題,隨著業(yè)務的增長秩铆,出現(xiàn)了大量的慢SQL砚亭,導致MySQL的CPU資源飆升,基于此殴玛,給大家簡單分享下這些比較使用的易于學習和使用的經驗捅膘。
這次的話簡單說下如何防止你的索引失效。
再說之前我先根據我最近的經驗說下我對索引的看法族阅,我覺得并不是所以的表都需要去建立索引篓跛,對于一些業(yè)務數據,可能量比較大了坦刀,查詢數據已經有了一點壓力,那么最簡單蔬咬、快速的辦法就是建立合適的索引鲤遥,但是有些業(yè)務可能表里就沒多少數據,或者表的使用頻率非常不高的情況下是沒必要必須要去做索引的林艘。就像我們有些表盖奈,2年了可能就10來條數據,有索引和沒索引性能方面差不多多少狐援。
索引只是我們優(yōu)化業(yè)務的一種方式钢坦,千萬為了為了建索引而去建索引。
下面是我此次測試使用的一張表結構以及一些測試數據
CREATE TABLE `user` (
`id` int(5) unsigned NOT NULL AUTO_INCREMENT,
`create_time` datetime NOT NULL,
`name` varchar(5) NOT NULL,
`age` tinyint(2) unsigned zerofill NOT NULL,
`sex` char(1) NOT NULL,
`mobile` char(12) NOT NULL DEFAULT '',
`address` char(120) DEFAULT NULL,
`height` varchar(10) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_createtime` (`create_time`) USING BTREE,
KEY `idx_name_age_sex` (`name`,`sex`,`age`) USING BTREE,
KEY `idx_ height` (`height`) USING BTREE,
KEY `idx_address` (`address`) USING BTREE,
KEY `idx_age` (`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=261 DEFAULT CHARSET=utf8;
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (1, '2019-09-02 10:17:47', '冰峰', 22, '男', '1', '陜西省咸陽市彬縣', '175');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (2, '2020-09-02 10:17:47', '松子', 13, '女', '1', NULL, '180');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (3, '2020-09-02 10:17:48', '蠶豆', 20, '女', '1', NULL, '180');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (4, '2020-09-02 10:17:47', '冰峰', 20, '男', '17765010977', '陜西省西安市', '155');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (255, '2020-09-02 10:17:47', '竹筍', 22, '男', '我測試下可以儲存幾個中文', NULL, '180');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (256, '2020-09-03 10:17:47', '冰峰', 21, '女', '', NULL, '167');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (257, '2020-09-02 10:17:47', '小紅', 20, '', '', NULL, '180');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (258, '2020-09-02 10:17:47', '小鵬', 20, '', '', NULL, '188');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (259, '2020-09-02 10:17:47', '張三', 20, '', '', NULL, '180');
INSERT INTO `bingfeng`.`user`(`id`, `create_time`, `name`, `age`, `sex`, `mobile`, `address`, `height`) VALUES (260, '2020-09-02 10:17:47', '李四', 22, '', '', NULL, '165');
單個索引
1啥酱、使用!= 或者 <> 導致索引失效
SELECT * FROM `user` WHERE `name` != '冰峰';
我們給name字段建立了索引爹凹,但是如果!= 或者 <> 這種都會導致索引失效,進行全表掃描镶殷,所以如果數據量大的話禾酱,謹慎使用
可以通過分析SQL看到,type類型是ALL绘趋,掃描了10行數據颤陶,進行了全表掃描。<>也是同樣的結果陷遮。
2滓走、類型不一致導致的索引失效
在說這個之前,一定要說一下設計表字段的時候帽馋,千萬搅方、一定比吭、必須要保持字段類型的一致性,啥意思腰懂?比如user表的id是int自增梗逮,到了用戶的賬戶表user_id這個字段,一定绣溜、必須也是int類型慷彤,千萬不要寫成varchar、char什么的騷操作怖喻。
SELECT * FROM `user` WHERE height= 175;
這個SQL諸位一定要看清楚底哗,height表字段類型是varchar,但是我查詢的時候使用了數字類型锚沸,因為這個中間存在一個隱式的類型轉換跋选,所以就會導致索引失效,進行全表掃描哗蜈。
現(xiàn)在明白我為啥說設計字段的時候一定要保持類型的一致性了不前标,如果你不保證一致性,一個int一個varchar距潘,在進行多表聯(lián)合查詢(eg: 1 = '1')必然走不了索引炼列。
遇到這樣的表,里面有幾千萬數據音比,改又不能改俭尖,那種痛可能你們暫時還體會。
少年們洞翩,切記稽犁,切記。
3骚亿、函數導致的索引失效
SELECT * FROM `user` WHERE DATE(create_time) = '2020-09-03';
如果你的索引字段使用了索引已亥,對不起,他是真的不走索引的循未。
4陷猫、運算符導致的索引失效
SELECT * FROM `user` WHERE age - 1 = 20;
如果你對列進行了(+,-的妖,*绣檬,/,!), 那么都將不會走索引嫂粟。
5娇未、OR引起的索引失效
SELECT * FROM `user` WHERE `name` = '張三' OR height = '175';
OR導致索引是在特定情況下的,并不是所有的OR都是使索引失效星虹,如果OR連接的是同一個字段零抬,那么索引不會失效镊讼,反之索引失效。
6平夜、模糊搜索導致的索引失效
SELECT * FROM `user` WHERE `name` LIKE '%冰';
這個我相信大家都明白蝶棋,模糊搜索如果你前綴也進行模糊搜索,那么不會走索引忽妒。
7玩裙、NOT IN、NOT EXISTS導致索引失效
SELECT s.* FROM `user` s WHERE NOT EXISTS (SELECT * FROM `user` u WHERE u.name = s.`name` AND u.`name` = '冰峰')
SELECT * FROM `user` WHERE `name` NOT IN ('冰峰');
這兩種用法段直,也將使索引失效吃溅。但是NOT IN 還是走索引的,千萬不要誤解為 IN 全部是不走索引的鸯檬。我之前就有誤解(丟人了...)决侈。
符合索引
1、最左匹配原則
EXPLAIN SELECT * FROM `user` WHERE sex = '男';
EXPLAIN SELECT * FROM `user` WHERE name = '冰峰' AND sex = '男';
測試之前喧务,刪除其他的單列索引赖歌。
啥叫最左匹配原則,就是對于符合索引來說功茴,它的一個索引的順序是從左往右依次進行比較的俏站,像第二個查詢語句,name走索引痊土,接下來回去找age,結果條件中沒有age那么后面的sex也將不走索引墨林。
注意:
SELECT * FROM `user` WHERE sex = '男' AND age = 22 AND `name` = '冰峰';
可能有些搬磚工可能跟我最開始有個誤解赁酝,我們的索引順序明明是name、sex旭等、age酌呆,你現(xiàn)在的查詢順序是sex、age搔耕、name隙袁,這肯定不走索引啊,你要是自己沒測試過弃榨,也有這種不成熟的想法菩收,那跟我一樣還是太年輕了,它其實跟順序是沒有任何關系的鲸睛,因為mysql的底層會幫我們做一個優(yōu)化娜饵,它會把你的SQL優(yōu)化為它認為一個效率最高的樣子進行執(zhí)行。所以千萬不要有這種誤解官辈。
2箱舞、如果使用了!=會導致后面的索引全部失效
SELECT * FROM `user` WHERE sex = '男' AND `name` != '冰峰' AND age = 22;
我們在name字段使用了 != 遍坟,由于name字段是最左邊的一個字段,根據最左匹配原則晴股,如果name不走索引愿伴,后面的字段也將不走索引。
關于符合索引導致索引失效的情況能說的目前就這兩種电湘,其實我覺得對于符合索引來說隔节,重要的是如何建立高效的索引,千萬不能說我用到那個字段我就去建立一個單獨的索引胡桨,不是就可以全局用了嘛官帘。這樣是可以,但是這樣并沒有符合索引高效昧谊,所以為了成為高級的搬磚工刽虹,我們還是要繼續(xù)學習,如何創(chuàng)建高效的索引呢诬。
更多精彩內容請關注微信公眾號:一個程序員的成長