索引類似大學圖書館建書目索引拖叙，可以提高數(shù)據檢索的效率，降低數(shù)據庫的IO成本剩檀。MySQL在300萬條記錄左右性能開始逐漸下降憋沿，雖然官方文檔說500~800w記錄，所以大數(shù)據量建立索引是非常有必要的沪猴。MySQL提供了Explain辐啄，用于顯示SQL執(zhí)行的詳細信息，可以進行索引的優(yōu)化运嗜。

一壶辜、導致SQL執(zhí)行慢的原因

1.硬件問題。如網絡速度慢担租，內存不足砸民，I/O吞吐量小，磁盤空間滿了等。

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

3.數(shù)據過多（分庫分表）

4.服務器調優(yōu)及各個參數(shù)設置（調整my.cnf）

二秒际、分析原因時悬赏，一定要找切入點

1.先觀察，開啟慢查詢日志娄徊，設置相應的閾值（比如超過3秒就是慢SQL）闽颇，在生產環(huán)境跑上個一天過后，看看哪些SQL比較慢寄锐。

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

3.Show Profile是比Explain更近一步的執(zhí)行細節(jié)，可以查詢到執(zhí)行每一個SQL都干了什么事沿癞，這些事分別花了多少秒援雇。

4.找DBA或者運維對MySQL進行服務器的參數(shù)調優(yōu)。

三椎扬、什么是索引惫搏？

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

最外層淺藍色磁盤塊1里有數(shù)據17、35（深藍色）和指針P1天吓、P2贿肩、P3（黃色）。P1指針表示小于17的磁盤塊龄寞，P2是在17-35之間汰规，P3指向大于35的磁盤塊。真實數(shù)據存在于子葉節(jié)點也就是最底下的一層3物邑、5溜哮、9滔金、10、13……非葉子節(jié)點不存儲真實的數(shù)據茂嗓，只存儲指引搜索方向的數(shù)據項餐茵，如17、35述吸。

查找過程：例如搜索28數(shù)據項钟病，首先加載磁盤塊1到內存中绵患，發(fā)生一次I/O或悲，用二分查找確定在P2指針今阳。接著發(fā)現(xiàn)28在26和30之間，通過P2指針的地址加載磁盤塊3到內存朴读，發(fā)生第二次I/O。用同樣的方式找到磁盤塊8走趋，發(fā)生第三次I/O衅金。

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

四姨伟、Explain 分析

前文鋪墊完成惩琉，進入實操部分夺荒，先來插入測試需要的數(shù)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');

初體驗伍玖，執(zhí)行Explain的效果：

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

1.id

--id相同,執(zhí)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(zhí)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(zhí)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 的第二或隨后的查詢

DEPENDENT UNION：?UNION 中的第二個或后面的查詢語句, 取決于外面的查詢

UNION RESULT, UNION 的結果

DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結果.

DERIVED：衍生罪郊，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的的表示id為2的u和o表衍生出來的悔橄。

4.type

type 字段比較重要癣疟，它提供了判斷查詢是否高效的重要依據依據潮酒。 通過 type 字段急黎，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(shù)據，?這個類型是特殊的 const 類型污抬。

const: 針對主鍵或唯一索引的等值查詢掃描壕吹，最多只返回一行數(shù)據。 const 查詢速度非持渚ⅲ快腐魂， 因為它僅僅讀取一次即可蛔屹。例如下面的這個查詢豁生，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迅脐；

eq_ref: 此類型通常出現(xiàn)在多表的 join 查詢谴蔑，表示對于前表的每一個結果龟梦，都只能匹配到后表的一行結果隐锭。并且查詢的比較操作通常是 =计贰，查詢效率較高钦睡。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(xiàn)在多表的 join 查詢蹦玫，針對于非唯一或非主鍵索引，或者是使用了 最左前綴 規(guī)則索引的查詢刘绣。例如下面這個例子中， 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: 表示使用索引范圍查詢纬凤，通過索引字段范圍獲取表中部分數(shù)據記錄停士。這個類型通常出現(xiàn)在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中拇舀。例如下面的例子就是一個范圍查詢：explain select * from user_info ?where id between 2 and 8骄崩；

index: 表示全索引掃描(full index scan)薄辅，和 ALL 類型類似要拂，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站楚， 而不掃描數(shù)據脱惰。index 類型通常出現(xiàn)在：所要查詢的數(shù)據直接在索引樹中就可以獲取到, 而不需要掃描數(shù)據。當是這種情況時窿春，Extra 字段 會顯示 Using index拉一。

ALL: 表示全表掃描采盒，這個類型的查詢是性能最差的查詢之一。通常來說舅踪， 我們的查詢不應該出現(xiàn) ALL 類型的查詢纽甘，因為這樣的查詢在數(shù)據量大的情況下，對數(shù)據庫的性能是巨大的災難抽碌。 如一個查詢是 ALL 類型查詢悍赢， 那么一般來說可以對相應的字段添加索引來避免。

通常來說, 不同的 type 類型的性能關系如下:

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

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

5.possible_keys

它表示 mysql 在查詢時，可能使用到的索引泻仙。 注意糕再，即使有些索引在 possible_keys 中出現(xiàn)，但是并不表示此索引會真正地被 mysql 使用到玉转。?mysql 在查詢時具體使用了哪些索引突想，由 key 字段決定。

6.key

此字段是 mysql 在當前查詢時所真正使用到的索引究抓。比如請客吃飯,possible_keys是應到多少人猾担，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;

建立復合索引后再查詢：

7.key_len

表示查詢優(yōu)化器使用了索引的字節(jié)數(shù)刺下，這個字段可以評估組合索引是否完全被使用绑嘹。

8.ref

這個表示顯示索引的哪一列被使用了，如果可能的話,是一個常量橘茉。前文的type屬性里也有ref圾叼，注意區(qū)別。

9.rows

rows 也是一個重要的字段捺癞，mysql 查詢優(yōu)化器根據統(tǒng)計信息夷蚊，估算 sql 要查找到結果集需要掃描讀取的數(shù)據行數(shù)，這個值非常直觀的顯示 sql 效率好壞髓介， 原則上 rows 越少越好惕鼓。可以對比key中的例子唐础，一個沒建立索引錢箱歧，rows是9矾飞，建立索引后，rows是4呀邢。

10.extra

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

using filesort ：表示 mysql 需額外的排序操作洒沦，不能通過索引順序達到排序效果。一般有 using filesort都建議優(yōu)化去掉价淌，因為這樣的查詢 cpu 資源消耗大申眼。

using index：覆蓋索引掃描，表示查詢在索引樹中就可查找所需數(shù)據蝉衣，不用掃描表數(shù)據文件括尸，往往說明性能不錯。

using temporary：查詢有使用臨時表, 一般出現(xiàn)于排序病毡， 分組和多表 join 的情況濒翻， 查詢效率不高，建議優(yōu)化啦膜。

using where ：表名使用了where過濾有送。

五、優(yōu)化案例

explain select u.*,o.* from user_info u LEFT JOIN? order_info o on u.id=o.user_id;

執(zhí)行結果僧家，type有ALL雀摘，并且沒有索引：

開始優(yōu)化，在關聯(lián)列上創(chuàng)建索引啸臀，明顯看到type列的ALL變成ref届宠，并且用到了索引烁落，rows也從掃描9行變成了1行：

這里面一般有個規(guī)律是：左鏈接索引加在右表上面乘粒，右鏈接索引加在左表上面。

六伤塌、是否需要創(chuàng)建索引灯萍？

索引雖然能非常高效的提高查詢速度，同時卻會降低更新表的速度每聪。實際上索引也是一張表旦棉，該表保存了主鍵與索引字段，并指向實體表的記錄药薯，所以索引列也是要占用空間的绑洛。

我是個普通的程序猿，水平有限童本，文章難免有錯誤真屯，歡迎犧牲自己寶貴時間的讀者，就本文內容直抒己見穷娱，我的目的僅僅是希望對讀者有所幫助绑蔫。