前言
說(shuō)起MySQL的查詢優(yōu)化睡腿，相信大家收藏了一堆奇技淫巧：不能使用SELECT *语御、不使用NULL字段峻贮、合理創(chuàng)建索引、為字段選擇合適的數(shù)據(jù)類型…
你是否真的理解這些優(yōu)化技巧应闯？是否理解其背后的工作原理纤控？在實(shí)際場(chǎng)景下性能真有提升嗎？我想未必碉纺。因而理解這些優(yōu)化建議背后的原理就尤為重要船万，希望本文能讓你重新審視這些優(yōu)化建議，并在實(shí)際業(yè)務(wù)場(chǎng)景下合理的運(yùn)用骨田。
可以下載一本 Java技術(shù)棧手冊(cè)耿导，這本手冊(cè)包含發(fā)布過(guò)的 MYSQL 技術(shù)博文。
MySQL邏輯架構(gòu)
如果能在頭腦中構(gòu)建一幅MySQL各組件之間如何協(xié)同工作的架構(gòu)圖态贤，有助于深入理解MySQL服務(wù)器舱呻。下圖展示了MySQL的邏輯架構(gòu)圖。
MySQL邏輯架構(gòu)整體分為三層悠汽，最上層為客戶端層箱吕，并非MySQL所獨(dú)有，諸如：連接處理柿冲、授權(quán)認(rèn)證茬高、安全等功能均在這一層處理。
MySQL大多數(shù)核心服務(wù)均在中間這一層假抄，包括查詢解析怎栽、分析、優(yōu)化宿饱、緩存熏瞄、內(nèi)置函數(shù)(比如：時(shí)間、數(shù)學(xué)刑棵、加密等函數(shù))巴刻。所有的跨存儲(chǔ)引擎的功能也在這一層實(shí)現(xiàn)：存儲(chǔ)過(guò)程愚铡、觸發(fā)器蛉签、視圖等。
最下層為存儲(chǔ)引擎沥寥，其負(fù)責(zé)MySQL中的數(shù)據(jù)存儲(chǔ)和提取。和Linux下的文件系統(tǒng)類似，每種存儲(chǔ)引擎都有其優(yōu)勢(shì)和劣勢(shì)作箍。中間的服務(wù)層通過(guò)API與存儲(chǔ)引擎通信患雇，這些API接口屏蔽了不同存儲(chǔ)引擎間的差異。
MySQL查詢過(guò)程
我們總是希望MySQL能夠獲得更高的查詢性能淮野，最好的辦法是弄清楚MySQL是如何優(yōu)化和執(zhí)行查詢的捧书。一旦理解了這一點(diǎn)吹泡，就會(huì)發(fā)現(xiàn)：很多的查詢優(yōu)化工作實(shí)際上就是遵循一些原則讓MySQL的優(yōu)化器能夠按照預(yù)想的合理方式運(yùn)行而已。當(dāng)向MySQL發(fā)送一個(gè)請(qǐng)求的時(shí)候经瓷，MySQL到底做了些什么呢爆哑？
客戶端/服務(wù)端通信協(xié)議
MySQL客戶端/服務(wù)端通信協(xié)議是“半雙工”的：在任一時(shí)刻，要么是服務(wù)器向客戶端發(fā)送數(shù)據(jù)舆吮，要么是客戶端向服務(wù)器發(fā)送數(shù)據(jù)揭朝，這兩個(gè)動(dòng)作不能同時(shí)發(fā)生。
一旦一端開始發(fā)送消息色冀，另一端要接收完整個(gè)消息才能響應(yīng)它潭袱，所以我們無(wú)法也無(wú)須將一個(gè)消息切成小塊獨(dú)立發(fā)送，也沒(méi)有辦法進(jìn)行流量控制锋恬。
客戶端用一個(gè)單獨(dú)的數(shù)據(jù)包將查詢請(qǐng)求發(fā)送給服務(wù)器屯换，所以當(dāng)查詢語(yǔ)句很長(zhǎng)的時(shí)候，需要設(shè)置max_allowed_packet參數(shù)与学。但是需要注意的是趟径，如果查詢實(shí)在是太大，服務(wù)端會(huì)拒絕接收更多數(shù)據(jù)并拋出異常癣防。
與之相反的是蜗巧，服務(wù)器響應(yīng)給用戶的數(shù)據(jù)通常會(huì)很多，由多個(gè)數(shù)據(jù)包組成蕾盯。但是當(dāng)服務(wù)器響應(yīng)客戶端請(qǐng)求時(shí)幕屹，客戶端必須完整的接收整個(gè)返回結(jié)果，而不能簡(jiǎn)單的只取前面幾條結(jié)果级遭，然后讓服務(wù)器停止發(fā)送望拖。因而在實(shí)際開發(fā)中，盡量保持查詢簡(jiǎn)單且只返回必需的數(shù)據(jù)挫鸽，減小通信間數(shù)據(jù)包的大小和數(shù)量是一個(gè)非常好的習(xí)慣说敏，這也是查詢中盡量避免使用SELECT *以及加上LIMIT限制的原因之一。
整理了一下2021年的Java工程師經(jīng)典面試真題以及學(xué)習(xí)筆記丢郊，共485頁(yè)大概850道含答案的面試題PDF盔沫，包含了Java、MyBatis枫匾、ZooKeeper架诞、Dubbo、Elasticsearch干茉、Memcached谴忧、Redis、MySQL、Spring沾谓、Spring Boot委造、Spring Cloud、RabbitMQ均驶、Kafka争涌、Linux 等幾乎所有技術(shù)棧，每個(gè)技術(shù)棧都有不少于50道經(jīng)典面試真題和學(xué)習(xí)筆記辣恋，不敢說(shuō)刷完包你進(jìn)大廠亮垫，只是讓你面對(duì)面試官的時(shí)候多幾分底氣還是沒(méi)問(wèn)題的。
查詢緩存
在解析一個(gè)查詢語(yǔ)句前伟骨，如果查詢緩存是打開的饮潦，那么MySQL會(huì)檢查這個(gè)查詢語(yǔ)句是否命中查詢緩存中的數(shù)據(jù)。如果當(dāng)前查詢恰好命中查詢緩存携狭，在檢查一次用戶權(quán)限后直接返回緩存中的結(jié)果继蜡。這種情況下，查詢不會(huì)被解析逛腿，也不會(huì)生成執(zhí)行計(jì)劃稀并，更不會(huì)執(zhí)行。
MySQL將緩存存放在一個(gè)引用表（不要理解成table单默，可以認(rèn)為是類似于HashMap的數(shù)據(jù)結(jié)構(gòu)）碘举，通過(guò)一個(gè)哈希值索引，這個(gè)哈希值通過(guò)查詢本身搁廓、當(dāng)前要查詢的數(shù)據(jù)庫(kù)引颈、客戶端協(xié)議版本號(hào)等一些可能影響結(jié)果的信息計(jì)算得來(lái)。所以兩個(gè)查詢?cè)谌魏巫址系牟煌ɡ纾嚎崭窬惩伞⒆⑨專。紩?huì)導(dǎo)致緩存不會(huì)命中。
如果查詢中包含任何用戶自定義函數(shù)粱年、存儲(chǔ)函數(shù)售滤、用戶變量、臨時(shí)表台诗、MySQL庫(kù)中的系統(tǒng)表完箩，其查詢結(jié)果都不會(huì)被緩存。比如函數(shù)NOW()或者CURRENT_DATE()會(huì)因?yàn)椴煌牟樵儠r(shí)間拉庶，返回不同的查詢結(jié)果嗜憔，再比如包含CURRENT_USER或者CONNECION_ID()的查詢語(yǔ)句會(huì)因?yàn)椴煌挠脩舳祷夭煌慕Y(jié)果秃励，將這樣的查詢結(jié)果緩存起來(lái)沒(méi)有任何的意義氏仗。
既然是緩存，就會(huì)失效，那查詢緩存何時(shí)失效呢皆尔？MySQL的查詢緩存系統(tǒng)會(huì)跟蹤查詢中涉及的每個(gè)表呐舔，如果這些表（數(shù)據(jù)或結(jié)構(gòu)）發(fā)生變化，那么和這張表相關(guān)的所有緩存數(shù)據(jù)都將失效慷蠕。
正因?yàn)槿绱松浩矗谌魏蔚膶懖僮鲿r(shí)，MySQL必須將對(duì)應(yīng)表的所有緩存都設(shè)置為失效流炕。如果查詢緩存非常大或者碎片很多澎现，這個(gè)操作就可能帶來(lái)很大的系統(tǒng)消耗，甚至導(dǎo)致系統(tǒng)僵死一會(huì)兒每辟。而且查詢緩存對(duì)系統(tǒng)的額外消耗也不僅僅在寫操作剑辫，讀操作也不例外：
- 任何的查詢語(yǔ)句在開始之前都必須經(jīng)過(guò)檢查，即使這條SQL語(yǔ)句永遠(yuǎn)不會(huì)命中緩存
- 如果查詢結(jié)果可以被緩存渠欺，那么執(zhí)行完成后妹蔽，會(huì)將結(jié)果存入緩存，也會(huì)帶來(lái)額外的系統(tǒng)消耗
基于此挠将，我們要知道并不是什么情況下查詢緩存都會(huì)提高系統(tǒng)性能胳岂，緩存和失效都會(huì)帶來(lái)額外消耗，只有當(dāng)緩存帶來(lái)的資源節(jié)約大于其本身消耗的資源時(shí)舔稀，才會(huì)給系統(tǒng)帶來(lái)性能提升乳丰。但要如何評(píng)估打開緩存是否能夠帶來(lái)性能提升是一件非常困難的事情，也不在本文討論的范疇內(nèi)内贮。如果系統(tǒng)確實(shí)存在一些性能問(wèn)題成艘，可以嘗試打開查詢緩存，并在數(shù)據(jù)庫(kù)設(shè)計(jì)上做一些優(yōu)化贺归，比如：
- 用多個(gè)小表代替一個(gè)大表淆两，注意不要過(guò)度設(shè)計(jì)
- 批量插入代替循環(huán)單條插入
- 合理控制緩存空間大小，一般來(lái)說(shuō)其大小設(shè)置為幾十兆比較合適
- 可以通過(guò)SQL_CACHE和SQL_NO_CACHE來(lái)控制某個(gè)查詢語(yǔ)句是否需要進(jìn)行緩存
最后的忠告是不要輕易打開查詢緩存拂酣，特別是寫密集型應(yīng)用秋冰。如果你實(shí)在是忍不住，可以將query_cache_type設(shè)置為DEMAND婶熬，這時(shí)只有加入SQL_CACHE的查詢才會(huì)走緩存剑勾，其他查詢則不會(huì)，這樣可以非常自由地控制哪些查詢需要被緩存赵颅。
當(dāng)然查詢緩存系統(tǒng)本身是非常復(fù)雜的虽另，這里討論的也只是很小的一部分，其他更深入的話題饺谬，比如：緩存是如何使用內(nèi)存的捂刺？如何控制內(nèi)存的碎片化？事務(wù)對(duì)查詢緩存有何影響等等，讀者可以自行閱讀相關(guān)資料族展，這里權(quán)當(dāng)拋磚引玉吧森缠。
語(yǔ)法解析和預(yù)處理
MySQL通過(guò)關(guān)鍵字將SQL語(yǔ)句進(jìn)行解析，并生成一顆對(duì)應(yīng)的解析樹仪缸。這個(gè)過(guò)程解析器主要通過(guò)語(yǔ)法規(guī)則來(lái)驗(yàn)證和解析贵涵。比如SQL中是否使用了錯(cuò)誤的關(guān)鍵字或者關(guān)鍵字的順序是否正確等等。預(yù)處理則會(huì)根據(jù)MySQL規(guī)則進(jìn)一步檢查解析樹是否合法恰画。比如檢查要查詢的數(shù)據(jù)表和數(shù)據(jù)列是否存在等宾茂。
查詢優(yōu)化
經(jīng)過(guò)前面的步驟生成的語(yǔ)法樹被認(rèn)為是合法的了，并且由優(yōu)化器將其轉(zhuǎn)化成查詢計(jì)劃拴还。多數(shù)情況下刻炒，一條查詢可以有很多種執(zhí)行方式，最后都返回相應(yīng)的結(jié)果自沧。優(yōu)化器的作用就是找到這其中最好的執(zhí)行計(jì)劃坟奥。
MySQL使用基于成本的優(yōu)化器，它嘗試預(yù)測(cè)一個(gè)查詢使用某種執(zhí)行計(jì)劃時(shí)的成本拇厢，并選擇其中成本最小的一個(gè)爱谁。在MySQL可以通過(guò)查詢當(dāng)前會(huì)話的last_query_cost的值來(lái)得到其計(jì)算當(dāng)前查詢的成本。
mysql> select * from t_message limit 10;
...省略結(jié)果集
mysql> show status like 'last_query_cost';
+-----------------+-------------+
| Variable_name | Value |
+-----------------+-------------+
| Last_query_cost | 6391.799000 |
+-----------------+-------------+
示例中的結(jié)果表示優(yōu)化器認(rèn)為大概需要做6391個(gè)數(shù)據(jù)頁(yè)的隨機(jī)查找才能完成上面的查詢孝偎。這個(gè)結(jié)果是根據(jù)一些列的統(tǒng)計(jì)信息計(jì)算得來(lái)的访敌，這些統(tǒng)計(jì)信息包括：每張表或者索引的頁(yè)面?zhèn)€數(shù)、索引的基數(shù)衣盾、索引和數(shù)據(jù)行的長(zhǎng)度寺旺、索引的分布情況等等。
有非常多的原因會(huì)導(dǎo)致MySQL選擇錯(cuò)誤的執(zhí)行計(jì)劃势决，比如統(tǒng)計(jì)信息不準(zhǔn)確阻塑、不會(huì)考慮不受其控制的操作成本（用戶自定義函數(shù)、存儲(chǔ)過(guò)程）果复、MySQL認(rèn)為的最優(yōu)跟我們想的不一樣（我們希望執(zhí)行時(shí)間盡可能短陈莽，但MySQL值選擇它認(rèn)為成本小的，但成本小并不意味著執(zhí)行時(shí)間短）等等虽抄。
MySQL的查詢優(yōu)化器是一個(gè)非常復(fù)雜的部件走搁，它使用了非常多的優(yōu)化策略來(lái)生成一個(gè)最優(yōu)的執(zhí)行計(jì)劃：
重新定義表的關(guān)聯(lián)順序（多張表關(guān)聯(lián)查詢時(shí)，并不一定按照SQL中指定的順序進(jìn)行迈窟，但有一些技巧可以指定關(guān)聯(lián)順序）
優(yōu)化MIN()和MAX()函數(shù)（找某列的最小值私植，如果該列有索引，只需要查找B+Tree索引最左端车酣，反之則可以找到最大值曲稼，具體原理見下文）
提前終止查詢（比如：使用Limit時(shí)索绪，查找到滿足數(shù)量的結(jié)果集后會(huì)立即終止查詢）
優(yōu)化排序（在老版本MySQL會(huì)使用兩次傳輸排序，即先讀取行指針和需要排序的字段在內(nèi)存中對(duì)其排序躯肌，然后再根據(jù)排序結(jié)果去讀取數(shù)據(jù)行者春，而新版本采用的是單次傳輸排序破衔，也就是一次讀取所有的數(shù)據(jù)行清女，然后根據(jù)給定的列排序。對(duì)于I/O密集型應(yīng)用晰筛，效率會(huì)高很多）
隨著MySQL的不斷發(fā)展嫡丙，優(yōu)化器使用的優(yōu)化策略也在不斷的進(jìn)化，這里僅僅介紹幾個(gè)非常常用且容易理解的優(yōu)化策略读第，其他的優(yōu)化策略曙博，大家自行查閱吧。
查詢執(zhí)行引擎
在完成解析和優(yōu)化階段以后怜瞒，MySQL會(huì)生成對(duì)應(yīng)的執(zhí)行計(jì)劃父泳，查詢執(zhí)行引擎根據(jù)執(zhí)行計(jì)劃給出的指令逐步執(zhí)行得出結(jié)果。整個(gè)執(zhí)行過(guò)程的大部分操作均是通過(guò)調(diào)用存儲(chǔ)引擎實(shí)現(xiàn)的接口來(lái)完成吴汪，這些接口被稱為handler API惠窄。查詢過(guò)程中的每一張表由一個(gè)handler實(shí)例表示。
實(shí)際上漾橙，MySQL在查詢優(yōu)化階段就為每一張表創(chuàng)建了一個(gè)handler實(shí)例杆融，優(yōu)化器可以根據(jù)這些實(shí)例的接口來(lái)獲取表的相關(guān)信息，包括表的所有列名霜运、索引統(tǒng)計(jì)信息等脾歇。存儲(chǔ)引擎接口提供了非常豐富的功能，但其底層僅有幾十個(gè)接口淘捡，這些接口像搭積木一樣完成了一次查詢的大部分操作藕各。
返回結(jié)果給客戶端
查詢執(zhí)行的最后一個(gè)階段就是將結(jié)果返回給客戶端。即使查詢不到數(shù)據(jù)焦除，MySQL仍然會(huì)返回這個(gè)查詢的相關(guān)信息座韵，比如該查詢影響到的行數(shù)以及執(zhí)行時(shí)間等。
如果查詢緩存被打開且這個(gè)查詢可以被緩存踢京，MySQL也會(huì)將結(jié)果存放到緩存中誉碴。
結(jié)果集返回客戶端是一個(gè)增量且逐步返回的過(guò)程。有可能MySQL在生成第一條結(jié)果時(shí)瓣距，就開始向客戶端逐步返回結(jié)果集了黔帕。這樣服務(wù)端就無(wú)須存儲(chǔ)太多結(jié)果而消耗過(guò)多內(nèi)存，也可以讓客戶端第一時(shí)間獲得返回結(jié)果蹈丸。
需要注意的是成黄，結(jié)果集中的每一行都會(huì)以一個(gè)滿足①中所描述的通信協(xié)議的數(shù)據(jù)包發(fā)送呐芥，再通過(guò)TCP協(xié)議進(jìn)行傳輸，在傳輸過(guò)程中奋岁，可能對(duì)MySQL的數(shù)據(jù)包進(jìn)行緩存然后批量發(fā)送思瘟。回頭總結(jié)一下MySQL整個(gè)查詢執(zhí)行過(guò)程闻伶，總的來(lái)說(shuō)分為6個(gè)步驟：
- 客戶端向MySQL服務(wù)器發(fā)送一條查詢請(qǐng)求
- 服務(wù)器首先檢查查詢緩存滨攻，如果命中緩存，則立刻返回存儲(chǔ)在緩存中的結(jié)果蓝翰。否則進(jìn)入下一階段
- 服務(wù)器進(jìn)行SQL解析光绕、預(yù)處理、再由優(yōu)化器生成對(duì)應(yīng)的執(zhí)行計(jì)劃
- MySQL根據(jù)執(zhí)行計(jì)劃畜份，調(diào)用存儲(chǔ)引擎的API來(lái)執(zhí)行查詢
- 將結(jié)果返回給客戶端诞帐，同時(shí)緩存查詢結(jié)果
性能優(yōu)化建議
看了這么多，你可能會(huì)期待給出一些優(yōu)化手段爆雹，是的停蕉，下面會(huì)從3個(gè)不同方面給出一些優(yōu)化建議。但請(qǐng)等等钙态，還有一句忠告要先送給你：不要聽信你看到的關(guān)于優(yōu)化的“絕對(duì)真理”慧起，包括本文所討論的內(nèi)容，而應(yīng)該是在實(shí)際的業(yè)務(wù)場(chǎng)景下通過(guò)測(cè)試來(lái)驗(yàn)證你關(guān)于執(zhí)行計(jì)劃以及響應(yīng)時(shí)間的假設(shè)驯绎。
1完慧、Scheme設(shè)計(jì)與數(shù)據(jù)類型優(yōu)化
選擇數(shù)據(jù)類型只要遵循小而簡(jiǎn)單的原則就好，越小的數(shù)據(jù)類型通常會(huì)更快剩失，占用更少的磁盤屈尼、內(nèi)存，處理時(shí)需要的CPU周期也更少拴孤。越簡(jiǎn)單的數(shù)據(jù)類型在計(jì)算時(shí)需要更少的CPU周期脾歧，比如，整型就比字符操作代價(jià)低演熟，因而會(huì)使用整型來(lái)存儲(chǔ)ip地址鞭执，使用DATETIME來(lái)存儲(chǔ)時(shí)間，而不是使用字符串芒粹。
這里總結(jié)幾個(gè)可能容易理解錯(cuò)誤的技巧：
1. 通常來(lái)說(shuō)把可為NULL的列改為NOT NULL不會(huì)對(duì)性能提升有多少幫助兄纺，只是如果計(jì)劃在列上創(chuàng)建索引，就應(yīng)該將該列設(shè)置為NOT NULL化漆。
2. 對(duì)整數(shù)類型指定寬度估脆，比如INT(11)，沒(méi)有任何卵用座云。INT使用32位（4個(gè)字節(jié)）存儲(chǔ)空間疙赠，那么它的表示范圍已經(jīng)確定付材，所以INT(1)和INT(20)對(duì)于存儲(chǔ)和計(jì)算是相同的。
3. UNSIGNED表示不允許負(fù)值圃阳，大致可以使正數(shù)的上限提高一倍厌衔。比如TINYINT存儲(chǔ)范圍是-128 ~ 127，而UNSIGNED TINYINT存儲(chǔ)的范圍卻是0 - 255捍岳。
4. 通常來(lái)講富寿，沒(méi)有太大的必要使用DECIMAL數(shù)據(jù)類型。即使是在需要存儲(chǔ)財(cái)務(wù)數(shù)據(jù)時(shí)祟同，仍然可以使用BIGINT作喘。比如需要精確到萬(wàn)分之一理疙，那么可以將數(shù)據(jù)乘以一百萬(wàn)然后使用BIGINT存儲(chǔ)晕城。這樣可以避免浮點(diǎn)數(shù)計(jì)算不準(zhǔn)確和DECIMAL精確計(jì)算代價(jià)高的問(wèn)題。
5. TIMESTAMP使用4個(gè)字節(jié)存儲(chǔ)空間窖贤，DATETIME使用8個(gè)字節(jié)存儲(chǔ)空間砖顷。因而，TIMESTAMP只能表示1970 - 2038年赃梧，比DATETIME表示的范圍小得多滤蝠，而且TIMESTAMP的值因時(shí)區(qū)不同而不同。
6. 大多數(shù)情況下沒(méi)有使用枚舉類型的必要授嘀，其中一個(gè)缺點(diǎn)是枚舉的字符串列表是固定的物咳，添加和刪除字符串（枚舉選項(xiàng)）必須使用ALTER TABLE（如果只只是在列表末尾追加元素，不需要重建表）蹄皱。
7. schema的列不要太多览闰。原因是存儲(chǔ)引擎的API工作時(shí)需要在服務(wù)器層和存儲(chǔ)引擎層之間通過(guò)行緩沖格式拷貝數(shù)據(jù)，然后在服務(wù)器層將緩沖內(nèi)容解碼成各個(gè)列巷折，這個(gè)轉(zhuǎn)換過(guò)程的代價(jià)是非常高的压鉴。如果列太多而實(shí)際使用的列又很少的話，有可能會(huì)導(dǎo)致CPU占用過(guò)高锻拘。
8. 大表ALTER TABLE非常耗時(shí)油吭，MySQL執(zhí)行大部分修改表結(jié)果操作的方法是用新的結(jié)構(gòu)創(chuàng)建一個(gè)張空表，從舊表中查出所有的數(shù)據(jù)插入新表署拟，然后再刪除舊表婉宰。尤其當(dāng)內(nèi)存不足而表又很大，而且還有很大索引的情況下推穷，耗時(shí)更久心包。當(dāng)然有一些奇技淫巧可以解決這個(gè)問(wèn)題，有興趣可自行查閱缨恒。
2谴咸、創(chuàng)建高性能索引
索引是提高M(jìn)ySQL查詢性能的一個(gè)重要途徑轮听，但過(guò)多的索引可能會(huì)導(dǎo)致過(guò)高的磁盤使用率以及過(guò)高的內(nèi)存占用，從而影響應(yīng)用程序的整體性能岭佳。應(yīng)當(dāng)盡量避免事后才想起添加索引血巍，因?yàn)槭潞罂赡苄枰O(jiān)控大量的SQL才能定位到問(wèn)題所在，而且添加索引的時(shí)間肯定是遠(yuǎn)大于初始添加索引所需要的時(shí)間珊随，可見索引的添加也是非常有技術(shù)含量的述寡。
接下來(lái)將向你展示一系列創(chuàng)建高性能索引的策略，以及每條策略其背后的工作原理叶洞。但在此之前鲫凶，先了解與索引相關(guān)的一些算法和數(shù)據(jù)結(jié)構(gòu)，將有助于更好的理解后文的內(nèi)容衩辟。
3螟炫、索引相關(guān)的數(shù)據(jù)結(jié)構(gòu)和算法
通常我們所說(shuō)的索引是指B-Tree索引，它是目前關(guān)系型數(shù)據(jù)庫(kù)中查找數(shù)據(jù)最為常用和有效的索引艺晴，大多數(shù)存儲(chǔ)引擎都支持這種索引昼钻。使用B-Tree這個(gè)術(shù)語(yǔ)，是因?yàn)镸ySQL在CREATE TABLE或其它語(yǔ)句中使用了這個(gè)關(guān)鍵字封寞，但實(shí)際上不同的存儲(chǔ)引擎可能使用不同的數(shù)據(jù)結(jié)構(gòu)然评，比如InnoDB就是使用的B+Tree。
B+Tree中的B是指balance狈究，意為平衡碗淌。需要注意的是，B+樹索引并不能找到一個(gè)給定鍵值的具體行抖锥，它找到的只是被查找數(shù)據(jù)行所在的頁(yè)亿眠，接著數(shù)據(jù)庫(kù)會(huì)把頁(yè)讀入到內(nèi)存，再在內(nèi)存中進(jìn)行查找宁改，最后得到要查找的數(shù)據(jù)缕探。
在介紹B+Tree前，先了解一下二叉查找樹还蹲，它是一種經(jīng)典的數(shù)據(jù)結(jié)構(gòu)爹耗，其左子樹的值總是小于根的值，右子樹的值總是大于根的值谜喊，如下圖①潭兽。如果要在這課樹中查找值為5的記錄，其大致流程：先找到根斗遏，其值為6山卦，大于5，所以查找左子樹诵次，找到3账蓉，而5大于3枚碗，接著找3的右子樹，總共找了3次铸本。同樣的方法肮雨，如果查找值為8的記錄，也需要查找3次箱玷。
所以二叉查找樹的平均查找次數(shù)為(3 + 3 + 3 + 2 + 2 + 1) / 6 = 2.3次怨规，而順序查找的話，查找值為2的記錄锡足，僅需要1次波丰，但查找值為8的記錄則需要6次，所以順序查找的平均查找次數(shù)為：(1 + 2 + 3 + 4 + 5 + 6) / 6 = 3.3次舶得，因此大多數(shù)情況下二叉查找樹的平均查找速度比順序查找要快掰烟。
由于二叉查找樹可以任意構(gòu)造，同樣的值扩灯，可以構(gòu)造出如圖②的二叉查找樹媚赖，顯然這棵二叉樹的查詢效率和順序查找差不多霜瘪。若想二叉查找數(shù)的查詢性能最高珠插，需要這棵二叉查找樹是平衡的，也即平衡二叉樹（AVL樹）颖对。
平衡二叉樹首先需要符合二叉查找樹的定義捻撑，其次必須滿足任何節(jié)點(diǎn)的兩個(gè)子樹的高度差不能大于1。顯然圖②不滿足平衡二叉樹的定義缤底，而圖①是一課平衡二叉樹顾患。平衡二叉樹的查找性能是比較高的（性能最好的是最優(yōu)二叉樹），查詢性能越好个唧，維護(hù)的成本就越大江解。比如圖①的平衡二叉樹，當(dāng)用戶需要插入一個(gè)新的值9的節(jié)點(diǎn)時(shí)徙歼，就需要做出如下變動(dòng)犁河。
通過(guò)一次左旋操作就將插入后的樹重新變?yōu)槠胶舛鏄涫亲詈?jiǎn)單的情況了，實(shí)際應(yīng)用場(chǎng)景中可能需要旋轉(zhuǎn)多次魄梯。至此我們可以考慮一個(gè)問(wèn)題桨螺，平衡二叉樹的查找效率還不錯(cuò)，實(shí)現(xiàn)也非常簡(jiǎn)單酿秸，相應(yīng)的維護(hù)成本還能接受灭翔，為什么MySQL索引不直接使用平衡二叉樹？
隨著數(shù)據(jù)庫(kù)中數(shù)據(jù)的增加辣苏，索引本身大小隨之增加肝箱，不可能全部存儲(chǔ)在內(nèi)存中哄褒，因此索引往往以索引文件的形式存儲(chǔ)的磁盤上。這樣的話煌张，索引查找過(guò)程中就要產(chǎn)生磁盤I/O消耗读处，相對(duì)于內(nèi)存存取，I/O存取的消耗要高幾個(gè)數(shù)量級(jí)唱矛。
可以想象一下一棵幾百萬(wàn)節(jié)點(diǎn)的二叉樹的深度是多少罚舱？如果將這么大深度的一顆二叉樹放磁盤上，每讀取一個(gè)節(jié)點(diǎn)绎谦，需要一次磁盤的I/O讀取管闷，整個(gè)查找的耗時(shí)顯然是不能夠接受的。那么如何減少查找過(guò)程中的I/O存取次數(shù)窃肠？
一種行之有效的解決方法是減少樹的深度包个，將二叉樹變?yōu)閙叉樹（多路搜索樹），而B+Tree就是一種多路搜索樹冤留。理解B+Tree時(shí)碧囊，只需要理解其最重要的兩個(gè)特征即可：第一，所有的關(guān)鍵字（可以理解為數(shù)據(jù)）都存儲(chǔ)在葉子節(jié)點(diǎn)（Leaf Page）纤怒，非葉子節(jié)點(diǎn)（Index Page）并不存儲(chǔ)真正的數(shù)據(jù)糯而，所有記錄節(jié)點(diǎn)都是按鍵值大小順序存放在同一層葉子節(jié)點(diǎn)上。其次泊窘，所有的葉子節(jié)點(diǎn)由指針連接熄驼。如下圖為高度為2的簡(jiǎn)化了的B+Tree。
怎么理解這兩個(gè)特征烘豹？MySQL將每個(gè)節(jié)點(diǎn)的大小設(shè)置為一個(gè)頁(yè)的整數(shù)倍（原因下文會(huì)介紹）瓜贾，也就是在節(jié)點(diǎn)空間大小一定的情況下，每個(gè)節(jié)點(diǎn)可以存儲(chǔ)更多的內(nèi)結(jié)點(diǎn)携悯，這樣每個(gè)結(jié)點(diǎn)能索引的范圍更大更精確祭芦。
所有的葉子節(jié)點(diǎn)使用指針鏈接的好處是可以進(jìn)行區(qū)間訪問(wèn)，比如上圖中憔鬼，如果查找大于20而小于30的記錄龟劲，只需要找到節(jié)點(diǎn)20，就可以遍歷指針依次找到25逊彭、30咸灿。如果沒(méi)有鏈接指針的話，就無(wú)法進(jìn)行區(qū)間查找侮叮。這也是MySQL使用B+Tree作為索引存儲(chǔ)結(jié)構(gòu)的重要原因避矢。
MySQL為何將節(jié)點(diǎn)大小設(shè)置為頁(yè)的整數(shù)倍，這就需要理解磁盤的存儲(chǔ)原理。磁盤本身存取就比主存慢很多审胸，在加上機(jī)械運(yùn)動(dòng)損耗（特別是普通的機(jī)械硬盤）亥宿，磁盤的存取速度往往是主存的幾百萬(wàn)分之一，為了盡量減少磁盤I/O砂沛，磁盤往往不是嚴(yán)格按需讀取烫扼，而是每次都會(huì)預(yù)讀，即使只需要一個(gè)字節(jié)碍庵，磁盤也會(huì)從這個(gè)位置開始映企，順序向后讀取一定長(zhǎng)度的數(shù)據(jù)放入內(nèi)存，預(yù)讀的長(zhǎng)度一般為頁(yè)的整數(shù)倍静浴。
頁(yè)是計(jì)算機(jī)管理存儲(chǔ)器的邏輯塊堰氓，硬件及OS往往將主存和磁盤存儲(chǔ)區(qū)分割為連續(xù)的大小相等的塊，每個(gè)存儲(chǔ)塊稱為一頁(yè)（許多OS中苹享，頁(yè)的大小通常為4K）双絮。主存和磁盤以頁(yè)為單位交換數(shù)據(jù)。
當(dāng)程序要讀取的數(shù)據(jù)不在主存中時(shí)得问，會(huì)觸發(fā)一個(gè)缺頁(yè)異常囤攀，此時(shí)系統(tǒng)會(huì)向磁盤發(fā)出讀盤信號(hào)，磁盤會(huì)找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁(yè)或幾頁(yè)載入內(nèi)存中宫纬，然后一起返回焚挠，程序繼續(xù)運(yùn)行。
MySQL巧妙利用了磁盤預(yù)讀原理哪怔，將一個(gè)節(jié)點(diǎn)的大小設(shè)為等于一個(gè)頁(yè)宣蔚，這樣每個(gè)節(jié)點(diǎn)只需要一次I/O就可以完全載入。為了達(dá)到這個(gè)目的认境，每次新建節(jié)點(diǎn)時(shí)，直接申請(qǐng)一個(gè)頁(yè)的空間挟鸠，這樣就保證一個(gè)節(jié)點(diǎn)物理上也存儲(chǔ)在一個(gè)頁(yè)里叉信，加之計(jì)算機(jī)存儲(chǔ)分配都是按頁(yè)對(duì)齊的，就實(shí)現(xiàn)了讀取一個(gè)節(jié)點(diǎn)只需一次I/O艘希。
假設(shè)B+Tree的高度為h硼身，一次檢索最多需要h-1I/O（根節(jié)點(diǎn)常駐內(nèi)存），復(fù)雜度O(h)=O(logMN)覆享。實(shí)際應(yīng)用場(chǎng)景中佳遂，M通常較大，常常超過(guò)100撒顿，因此樹的高度一般都比較小丑罪，通常不超過(guò)3。
最后簡(jiǎn)單了解下B+Tree節(jié)點(diǎn)的操作，在整體上對(duì)索引的維護(hù)有一個(gè)大概的了解吩屹，雖然索引可以大大提高查詢效率跪另，但維護(hù)索引仍要花費(fèi)很大的代價(jià)，因此合理的創(chuàng)建索引也就尤為重要煤搜。
仍以上面的樹為例免绿，我們假設(shè)每個(gè)節(jié)點(diǎn)只能存儲(chǔ)4個(gè)內(nèi)節(jié)點(diǎn)。首先要插入第一個(gè)節(jié)點(diǎn)28擦盾，如下圖所示嘲驾。
接著插入下一個(gè)節(jié)點(diǎn)70，在Index Page中查詢后得知應(yīng)該插入到50 - 70之間的葉子節(jié)點(diǎn)迹卢，但葉子節(jié)點(diǎn)已滿距淫，這時(shí)候就需要進(jìn)行也分裂的操作，當(dāng)前的葉子節(jié)點(diǎn)起點(diǎn)為50婶希，所以根據(jù)中間值來(lái)拆分葉子節(jié)點(diǎn)榕暇，如下圖所示。
最后插入一個(gè)節(jié)點(diǎn)95喻杈，這時(shí)候Index Page和Leaf Page都滿了彤枢，就需要做兩次拆分，如下圖所示筒饰。
拆分后最終形成了這樣一顆樹缴啡。
B+Tree為了保持平衡，對(duì)于新插入的值需要做大量的拆分頁(yè)操作瓷们，而頁(yè)的拆分需要I/O操作业栅，為了盡可能的減少頁(yè)的拆分操作，B+Tree也提供了類似于平衡二叉樹的旋轉(zhuǎn)功能谬晕。
當(dāng)Leaf Page已滿但其左右兄弟節(jié)點(diǎn)沒(méi)有滿的情況下碘裕，B+Tree并不急于去做拆分操作，而是將記錄移到當(dāng)前所在頁(yè)的兄弟節(jié)點(diǎn)上攒钳。通常情況下帮孔，左兄弟會(huì)被先檢查用來(lái)做旋轉(zhuǎn)操作伟墙。就比如上面第二個(gè)示例屁柏，當(dāng)插入70的時(shí)候，并不會(huì)去做頁(yè)拆分餐弱，而是左旋操作焕檬。
通過(guò)旋轉(zhuǎn)操作可以最大限度的減少頁(yè)分裂姆坚，從而減少索引維護(hù)過(guò)程中的磁盤的I/O操作，也提高索引維護(hù)效率实愚。需要注意的是兼呵，刪除節(jié)點(diǎn)跟插入節(jié)點(diǎn)類似兔辅，仍然需要旋轉(zhuǎn)和拆分操作，這里就不再說(shuō)明萍程。
高性能策略
通過(guò)上文幢妄，相信你對(duì)B+Tree的數(shù)據(jù)結(jié)構(gòu)已經(jīng)有了大致的了解，但MySQL中索引是如何組織數(shù)據(jù)的存儲(chǔ)呢茫负？以一個(gè)簡(jiǎn)單的示例來(lái)說(shuō)明蕉鸳，假如有如下數(shù)據(jù)表：
CREATE TABLE People(
last_name varchar(50) not null,
first_name varchar(50) not null,
dob date not null,
gender enum(`m`,`f`) not null,
key(last_name,first_name,dob)
);
對(duì)于表中每一行數(shù)據(jù)，索引中包含了last_name忍法、first_name潮尝、dob列的值，下圖展示了索引是如何組織數(shù)據(jù)存儲(chǔ)的饿序。
可以看到勉失，索引首先根據(jù)第一個(gè)字段來(lái)排列順序，當(dāng)名字相同時(shí)原探，則根據(jù)第三個(gè)字段乱凿，即出生日期來(lái)排序，正是因?yàn)檫@個(gè)原因咽弦，才有了索引的“最左原則”徒蟆。
1、MySQL不會(huì)使用索引的情況：非獨(dú)立的列
“獨(dú)立的列”是指索引列不能是表達(dá)式的一部分型型，也不能是函數(shù)的參數(shù)段审。比如：
select * from where id + 1 = 5
我們很容易看出其等價(jià)于 id = 4，但是MySQL無(wú)法自動(dòng)解析這個(gè)表達(dá)式闹蒜，使用函數(shù)是同樣的道理寺枉。
2、前綴索引如果列很長(zhǎng)绷落，通忱焉粒可以索引開始的部分字符，這樣可以有效節(jié)約索引空間嘱函，從而提高索引效率甘畅。
3、多列索引和索引順序
在多數(shù)情況下往弓，在多個(gè)列上建立獨(dú)立的索引并不能提高查詢性能。理由非常簡(jiǎn)單蓄氧，MySQL不知道選擇哪個(gè)索引的查詢效率更好函似，所以在老版本，比如MySQL5.0之前就會(huì)隨便選擇一個(gè)列的索引喉童，而新的版本會(huì)采用合并索引的策略撇寞。舉個(gè)簡(jiǎn)單的例子，在一張電影演員表中，在actor_id和film_id兩個(gè)列上都建立了獨(dú)立的索引蔑担，然后有如下查詢：
select film_id,actor_id from film_actor where actor_id = 1 or film_id = 1
老版本的MySQL會(huì)隨機(jī)選擇一個(gè)索引牌废，但新版本做如下的優(yōu)化：
select film_id,actor_id from film_actor where actor_id = 1
union all
select film_id,actor_id from film_actor where film_id = 1 and actor_id <> 1
- 當(dāng)出現(xiàn)多個(gè)索引做相交操作時(shí)（多個(gè)AND條件），通常來(lái)說(shuō)一個(gè)包含所有相關(guān)列的索引要優(yōu)于多個(gè)獨(dú)立索引啤握。
- 當(dāng)出現(xiàn)多個(gè)索引做聯(lián)合操作時(shí)（多個(gè)OR條件）鸟缕，對(duì)結(jié)果集的合并、排序等操作需要耗費(fèi)大量的CPU和內(nèi)存資源排抬，特別是當(dāng)其中的某些索引的選擇性不高懂从，需要返回合并大量數(shù)據(jù)時(shí)，查詢成本更高蹲蒲。所以這種情況下還不如走全表掃描番甩。
因此explain時(shí)如果發(fā)現(xiàn)有索引合并（Extra字段出現(xiàn)Using union），應(yīng)該好好檢查一下查詢和表結(jié)構(gòu)是不是已經(jīng)是最優(yōu)的届搁，如果查詢和表都沒(méi)有問(wèn)題缘薛，那只能說(shuō)明索引建的非常糟糕，應(yīng)當(dāng)慎重考慮索引是否合適卡睦，有可能一個(gè)包含所有相關(guān)列的多列索引更適合宴胧。
前面我們提到過(guò)索引如何組織數(shù)據(jù)存儲(chǔ)的，從圖中可以看到多列索引時(shí)么翰，索引的順序?qū)τ诓樵兪侵陵P(guān)重要的牺汤，很明顯應(yīng)該把選擇性更高的字段放到索引的前面，這樣通過(guò)第一個(gè)字段就可以過(guò)濾掉大多數(shù)不符合條件的數(shù)據(jù)浩嫌。
索引選擇性是指不重復(fù)的索引值和數(shù)據(jù)表的總記錄數(shù)的比值檐迟，選擇性越高查詢效率越高，因?yàn)檫x擇性越高的索引可以讓MySQL在查詢時(shí)過(guò)濾掉更多的行码耐。唯一索引的選擇性是1追迟，這時(shí)最好的索引選擇性，性能也是最好的骚腥。
理解索引選擇性的概念后敦间，就不難確定哪個(gè)字段的選擇性較高了，查一下就知道了束铭，比如：
SELECT * FROM payment where staff_id = 2 and customer_id = 584
是應(yīng)該創(chuàng)建(staff_id,customer_id)的索引還是應(yīng)該顛倒一下順序廓块？執(zhí)行下面的查詢，哪個(gè)字段的選擇性更接近1就把哪個(gè)字段索引前面就好契沫。
select count(distinct staff_id)/count(*) as staff_id_selectivity,
count(distinct customer_id)/count(*) as customer_id_selectivity,
count(*) from payment
多數(shù)情況下使用這個(gè)原則沒(méi)有任何問(wèn)題带猴，但仍然注意你的數(shù)據(jù)中是否存在一些特殊情況。舉個(gè)簡(jiǎn)單的例子懈万，比如要查詢某個(gè)用戶組下有過(guò)交易的用戶信息：
select user_id from trade where user_group_id = 1 and trade_amount > 0
MySQL為這個(gè)查詢選擇了索引(user_group_id,trade_amount)拴清，如果不考慮特殊情況靶病，這看起來(lái)沒(méi)有任何問(wèn)題，但實(shí)際情況是這張表的大多數(shù)數(shù)據(jù)都是從老系統(tǒng)中遷移過(guò)來(lái)的口予，由于新老系統(tǒng)的數(shù)據(jù)不兼容娄周，所以就給老系統(tǒng)遷移過(guò)來(lái)的數(shù)據(jù)賦予了一個(gè)默認(rèn)的用戶組。這種情況下沪停，通過(guò)索引掃描的行數(shù)跟全表掃描基本沒(méi)什么區(qū)別煤辨，索引也就起不到任何作用。
推廣開來(lái)說(shuō)牙甫，經(jīng)驗(yàn)法則和推論在多數(shù)情況下是有用的掷酗，可以指導(dǎo)我們開發(fā)和設(shè)計(jì)，但實(shí)際情況往往會(huì)更復(fù)雜窟哺，實(shí)際業(yè)務(wù)場(chǎng)景下的某些特殊情況可能會(huì)摧毀你的整個(gè)設(shè)計(jì)泻轰。
4、避免多個(gè)范圍條件
實(shí)際開發(fā)中且轨，我們會(huì)經(jīng)常使用多個(gè)范圍條件浮声，比如想查詢某個(gè)時(shí)間段內(nèi)登錄過(guò)的用戶：
select user.* from user where login_time > '2017-04-01' and age between 18 and 30;
這個(gè)查詢有一個(gè)問(wèn)題：它有兩個(gè)范圍條件，login_time列和age列旋奢，MySQL可以使用login_time列的索引或者age列的索引泳挥，但無(wú)法同時(shí)使用它們。
5至朗、覆蓋索引
如果一個(gè)索引包含或者說(shuō)覆蓋所有需要查詢的字段的值屉符，那么就沒(méi)有必要再回表查詢，這就稱為覆蓋索引锹引。覆蓋索引是非常有用的工具矗钟，可以極大的提高性能，因?yàn)椴樵冎恍枰獟呙杷饕龝?huì)帶來(lái)許多好處：
- 索引條目遠(yuǎn)小于數(shù)據(jù)行大小嫌变，如果只讀取索引吨艇，極大減少數(shù)據(jù)訪問(wèn)量
- 索引是有按照列值順序存儲(chǔ)的，對(duì)于I/O密集型的范圍查詢要比隨機(jī)從磁盤讀取每一行數(shù)據(jù)的IO要少的多
6腾啥、使用索引掃描來(lái)排序
MySQL有兩種方式可以生產(chǎn)有序的結(jié)果集东涡，其一是對(duì)結(jié)果集進(jìn)行排序的操作，其二是按照索引順序掃描得出的結(jié)果自然是有序的倘待。如果explain的結(jié)果中type列的值為index表示使用了索引掃描來(lái)做排序疮跑。
掃描索引本身很快，因?yàn)橹恍枰獜囊粭l索引記錄移動(dòng)到相鄰的下一條記錄凸舵。但如果索引本身不能覆蓋所有需要查詢的列祸挪，那么就不得不每掃描一條索引記錄就回表查詢一次對(duì)應(yīng)的行。這個(gè)讀取操作基本上是隨機(jī)I/O贞间，因此按照索引順序讀取數(shù)據(jù)的速度通常要比順序地全表掃描要慢贿条。
在設(shè)計(jì)索引時(shí)，如果一個(gè)索引既能夠滿足排序增热，又滿足查詢整以，是最好的。
只有當(dāng)索引的列順序和ORDER BY子句的順序完全一致峻仇，并且所有列的排序方向也一樣時(shí)公黑，才能夠使用索引來(lái)對(duì)結(jié)果做排序。如果查詢需要關(guān)聯(lián)多張表摄咆，則只有ORDER BY子句引用的字段全部為第一張表時(shí)凡蚜，才能使用索引做排序。
ORDER BY子句和查詢的限制是一樣的吭从，都要滿足最左前綴的要求（有一種情況例外朝蜘，就是最左的列被指定為常數(shù)，下面是一個(gè)簡(jiǎn)單的示例）涩金，其它情況下都需要執(zhí)行排序操作谱醇，而無(wú)法利用索引排序。
// 最左列為常數(shù)步做，索引：(date,staff_id,customer_id)select staff_id,customer_id from demo where date = '2015-06-01' order by staff_id,customer_id
7副渴、冗余和重復(fù)索引
冗余索引是指在相同的列上按照相同的順序創(chuàng)建的相同類型的索引，應(yīng)當(dāng)盡量避免這種索引全度，發(fā)現(xiàn)后立即刪除煮剧。比如有一個(gè)索引(A,B)，再創(chuàng)建索引(A)就是冗余索引将鸵。冗余索引經(jīng)常發(fā)生在為表添加新索引時(shí)勉盅，比如有人新建了索引(A,B)，但這個(gè)索引不是擴(kuò)展已有的索引(A)咨堤。
大多數(shù)情況下都應(yīng)該盡量擴(kuò)展已有的索引而不是創(chuàng)建新索引菇篡。但有極少情況下出現(xiàn)性能方面的考慮需要冗余索引，比如擴(kuò)展已有索引而導(dǎo)致其變得過(guò)大一喘，從而影響到其他使用該索引的查詢驱还。
8、刪除長(zhǎng)期未使用的索引
定期刪除一些長(zhǎng)時(shí)間未使用過(guò)的索引是一個(gè)非常好的習(xí)慣凸克。
關(guān)于索引這個(gè)話題打算就此打住议蟆，最后要說(shuō)一句，索引并不總是最好的工具萎战，只有當(dāng)索引幫助提高查詢速度帶來(lái)的好處大于其帶來(lái)的額外工作時(shí)咐容，索引才是有效的。對(duì)于非常小的表蚂维，簡(jiǎn)單的全表掃描更高效戳粒。
對(duì)于中到大型的表路狮，索引就非常有效。對(duì)于超大型的表蔚约，建立和維護(hù)索引的代價(jià)隨之增長(zhǎng)奄妨，這時(shí)候其他技術(shù)也許更有效，比如分區(qū)表苹祟。最后的最后砸抛，explain后再提測(cè)是一種美德。
特定類型查詢優(yōu)化
優(yōu)化COUNT()查詢
COUNT()可能是被大家誤解最多的函數(shù)了树枫，它有兩種不同的作用直焙，其一是統(tǒng)計(jì)某個(gè)列值的數(shù)量，其二是統(tǒng)計(jì)行數(shù)砂轻。統(tǒng)計(jì)列值時(shí)奔誓，要求列值是非空的，它不會(huì)統(tǒng)計(jì)NULL舔清。如果確認(rèn)括號(hào)中的表達(dá)式不可能為空時(shí)丝里，實(shí)際上就是在統(tǒng)計(jì)行數(shù)。最簡(jiǎn)單的就是當(dāng)使用COUNT(*)時(shí)体谒，并不是我們所想象的那樣擴(kuò)展成所有的列杯聚，實(shí)際上，它會(huì)忽略所有的列而直接統(tǒng)計(jì)所有的行數(shù)抒痒。
我們最常見的誤解也就在這兒幌绍，在括號(hào)內(nèi)指定了一列卻希望統(tǒng)計(jì)結(jié)果是行數(shù)，而且還常常誤以為前者的性能會(huì)更好故响。但實(shí)際并非這樣傀广，如果要統(tǒng)計(jì)行數(shù)，直接使用COUNT()彩届，意義清晰伪冰，且性能更好。
有時(shí)候某些業(yè)務(wù)場(chǎng)景并不需要完全精確的COUNT值樟蠕，可以用近似值來(lái)代替贮聂，EXPLAIN出來(lái)的行數(shù)就是一個(gè)不錯(cuò)的近似值，而且執(zhí)行EXPLAIN并不需要真正地去執(zhí)行查詢寨辩，所以成本非常低吓懈。通常來(lái)說(shuō)，執(zhí)行COUNT()都需要掃描大量的行才能獲取到精確的數(shù)據(jù)靡狞，因此很難優(yōu)化耻警，MySQL層面還能做得也就只有覆蓋索引了。如果不還能解決問(wèn)題，只有從架構(gòu)層面解決了甘穿，比如添加匯總表腮恩，或者使用redis這樣的外部緩存系統(tǒng)。
優(yōu)化關(guān)聯(lián)查詢
在大數(shù)據(jù)場(chǎng)景下扒磁，表與表之間通過(guò)一個(gè)冗余字段來(lái)關(guān)聯(lián)庆揪，要比直接使用JOIN有更好的性能。如果確實(shí)需要使用關(guān)聯(lián)查詢的情況下妨托，需要特別注意的是：
1. 確保ON和USING字句中的列上有索引。在創(chuàng)建索引的時(shí)候就要考慮到關(guān)聯(lián)的順序吝羞。當(dāng)表A和表B用列c關(guān)聯(lián)的時(shí)候兰伤，如果優(yōu)化器關(guān)聯(lián)的順序是A、B钧排，那么就不需要在A表的對(duì)應(yīng)列上創(chuàng)建索引敦腔。沒(méi)有用到的索引會(huì)帶來(lái)額外的負(fù)擔(dān)，一般來(lái)說(shuō)恨溜，除非有其他理由符衔，只需要在關(guān)聯(lián)順序中的第二張表的相應(yīng)列上創(chuàng)建索引（具體原因下文分析）。
2. 確保任何的GROUP BY和ORDER BY中的表達(dá)式只涉及到一個(gè)表中的列糟袁，這樣MySQL才有可能使用索引來(lái)優(yōu)化判族。
要理解優(yōu)化關(guān)聯(lián)查詢的第一個(gè)技巧，就需要理解MySQL是如何執(zhí)行關(guān)聯(lián)查詢的项戴。當(dāng)前MySQL關(guān)聯(lián)執(zhí)行的策略非常簡(jiǎn)單形帮，它對(duì)任何的關(guān)聯(lián)都執(zhí)行嵌套循環(huán)關(guān)聯(lián)操作，即先在一個(gè)表中循環(huán)取出單條數(shù)據(jù)周叮，然后在嵌套循環(huán)到下一個(gè)表中尋找匹配的行辩撑，依次下去，直到找到所有表中匹配的行為為止仿耽。然后根據(jù)各個(gè)表匹配的行合冀，返回查詢中需要的各個(gè)列。
太抽象了项贺？以上面的示例來(lái)說(shuō)明君躺，比如有這樣的一個(gè)查詢：
SELECT A.xx,B.yy
FROM A INNER JOIN B USING(c)
WHERE A.xx IN (5,6)
假設(shè)MySQL按照查詢中的關(guān)聯(lián)順序A、B來(lái)進(jìn)行關(guān)聯(lián)操作敬扛，那么可以用下面的偽代碼表示MySQL如何完成這個(gè)查詢：
outer_iterator = SELECT A.xx,A.c FROM A WHERE A.xx IN (5,6);
outer_row = outer_iterator.next;
while(outer_row) {
inner_iterator = SELECT B.yy FROM B WHERE B.c = outer_row.c;
inner_row = inner_iterator.next;
while(inner_row) {
output[inner_row.yy,outer_row.xx];
inner_row = inner_iterator.next;
}
outer_row = outer_iterator.next;
}
可以看到晰洒，最外層的查詢是根據(jù)A.xx列來(lái)查詢的，A.c上如果有索引的話啥箭，整個(gè)關(guān)聯(lián)查詢也不會(huì)使用谍珊。再看內(nèi)層的查詢，很明顯B.c上如果有索引的話急侥，能夠加速查詢砌滞，因此只需要在關(guān)聯(lián)順序中的第二張表的相應(yīng)列上創(chuàng)建索引即可侮邀。
優(yōu)化LIMIT分頁(yè)
當(dāng)需要分頁(yè)操作時(shí)，通常會(huì)使用LIMIT加上偏移量的辦法實(shí)現(xiàn)贝润，同時(shí)加上合適的ORDER BY字句绊茧。如果有對(duì)應(yīng)的索引，通常效率會(huì)不錯(cuò)打掘，否則华畏，MySQL需要做大量的文件排序操作。
一個(gè)常見的問(wèn)題是當(dāng)偏移量非常大的時(shí)候尊蚁，比如：LIMIT 10000 20這樣的查詢亡笑，MySQL需要查詢10020條記錄然后只返回20條記錄，前面的10000條都將被拋棄横朋，這樣的代價(jià)非常高仑乌。
優(yōu)化這種查詢一個(gè)最簡(jiǎn)單的辦法就是盡可能的使用覆蓋索引掃描，而不是查詢所有的列琴锭。然后根據(jù)需要做一次關(guān)聯(lián)查詢?cè)俜祷厮械牧形酢?duì)于偏移量很大時(shí)，這樣做的效率會(huì)提升非常大决帖〔蘧牛考慮下面的查詢：
SELECT film_id,description FROM film ORDER BY title LIMIT 50,5;
如果這張表非常大，那么這個(gè)查詢最好改成下面的樣子：
SELECT film.film_id,film.description
FROM film INNER JOIN (
SELECT film_id FROM film ORDER BY title LIMIT 50,5
) AS tmp USING(film_id);
這里的延遲關(guān)聯(lián)將大大提升查詢效率古瓤，讓MySQL掃描盡可能少的頁(yè)面止剖，獲取需要訪問(wèn)的記錄后在根據(jù)關(guān)聯(lián)列回原表查詢所需要的列。
有時(shí)候如果可以使用書簽記錄上次取數(shù)據(jù)的位置落君，那么下次就可以直接從該書簽記錄的位置開始掃描穿香，這樣就可以避免使用OFFSET，比如下面的查詢：
SELECT id FROM t LIMIT 10000, 10;
改為：
SELECT id FROM t WHERE id > 10000 LIMIT 10;
其它優(yōu)化的辦法還包括使用預(yù)先計(jì)算的匯總表绎速，或者關(guān)聯(lián)到一個(gè)冗余表皮获，冗余表中只包含主鍵列和需要做排序的列。
優(yōu)化UNION
MySQL處理UNION的策略是先創(chuàng)建臨時(shí)表纹冤，然后再把各個(gè)查詢結(jié)果插入到臨時(shí)表中洒宝，最后再來(lái)做查詢。因此很多優(yōu)化策略在UNION查詢中都沒(méi)有辦法很好的時(shí)候萌京。經(jīng)常需要手動(dòng)將WHERE雁歌、LIMIT、ORDER BY等字句“下推”到各個(gè)子查詢中知残，以便優(yōu)化器可以充分利用這些條件先優(yōu)化靠瞎。
除非確實(shí)需要服務(wù)器去重，否則就一定要使用UNION ALL，如果沒(méi)有ALL關(guān)鍵字乏盐，MySQL會(huì)給臨時(shí)表加上DISTINCT選項(xiàng)佳窑，這會(huì)導(dǎo)致整個(gè)臨時(shí)表的數(shù)據(jù)做唯一性檢查，這樣做的代價(jià)非常高父能。當(dāng)然即使使用ALL關(guān)鍵字神凑，MySQL總是將結(jié)果放入臨時(shí)表，然后再讀出何吝，再返回給客戶端溉委。雖然很多時(shí)候沒(méi)有這個(gè)必要，比如有時(shí)候可以直接把每個(gè)子查詢的結(jié)果返回給客戶端岔霸。
結(jié)語(yǔ)
理解查詢是如何執(zhí)行以及時(shí)間都消耗在哪些地方薛躬，再加上一些優(yōu)化過(guò)程的知識(shí)，可以幫助大家更好的理解MySQL呆细，理解常見優(yōu)化技巧背后的原理。希望本文中的原理八匠、示例能夠幫助大家更好的將理論和實(shí)踐聯(lián)系起來(lái)絮爷，更多的將理論知識(shí)運(yùn)用到實(shí)踐中。
其他也沒(méi)啥說(shuō)的了梨树，給大家留兩個(gè)思考題吧坑夯，可以在腦袋里想想答案，這也是大家經(jīng)常掛在嘴邊的抡四，但很少有人會(huì)思考為什么柜蜈？
1. 有非常多的程序員在分享時(shí)都會(huì)拋出這樣一個(gè)觀點(diǎn)：盡可能不要使用存儲(chǔ)過(guò)程，存儲(chǔ)過(guò)程非常不容易維護(hù)指巡，也會(huì)增加使用成本淑履，應(yīng)該把業(yè)務(wù)邏輯放到客戶端。既然客戶端都能干這些事藻雪，那為什么還要存儲(chǔ)過(guò)程秘噪？
2. JOIN本身也挺方便的，直接查詢就好了勉耀，為什么還需要視圖呢指煎？
