2007年5月5日 星期六

MySQL索引分析和優化

索引用來快速地尋找那些具有特定值的記錄,所有MySQL索引都以B-樹的 形式保存。如果沒有索引,執行查詢時MySQL必須從第一個記錄開始掃瞄整個表的所有記錄,直至找到符合要求的記錄。表裡面的記錄數量越多,這個操作的代 價就越高。如果作為搜索條件的列上已經創建了索引,MySQL無需掃瞄任何記錄即可迅速得到目標記錄所在的位置。如果表有1000個記錄,通過索引查找記 錄至少要比順序掃瞄記錄快100倍。

假設我們創建了一個名為people的表:

create TABLE people ( peopleid SMALLINT NOT NULL, name CHAR(50) NOT NULL );


然後,我們完全隨機把1000個不同name值插入到people表。下圖顯示了people表所在數據文件的一小部分:

可以看到,在數據文件中name列沒有任何明確的次序。如果我們創建了name列的索引,MySQL將在索引中排序name列:

對於索引中的每一項,MySQL在內部為它保存一個數據文件中實際記錄所在位置的「指針」。因此,如果我們要查找name等於 「Mike」記錄的peopleid(SQL命令為「select peopleid FROM people where name='Mike';」),MySQL能夠在name的索引中查找「Mike」值,然後直接轉到數據文件中相應的行,準確地返回該行的 peopleid(999)。在這個過程中,MySQL只需處理一個行就可以返回結果。如果沒有「name」列的索引,MySQL要掃瞄數據文件中的所有 記錄,即1000個記錄!顯然,需要MySQL處理的記錄數量越少,則它完成任務的速度就越快。

索引的類型



MySQL提供多種索引類型供選擇:

普通索引

這是最基本的索引類型,而且它沒有唯一性之類的限制。普通索引可以通過以下幾種方式創建:

創建索引,例如create INDEX <索引的名字> ON tablename (列的列表);
修改表,例如alter TABLE tablename ADD INDEX [索引的名字] (列的列表);
創建表的時候指定索引,例如create TABLE tablename ( [...], INDEX [索引的名字] (列的列表) );


唯一性索引

這種索引和前面的「普通索引」基本相同,但有一個區別:索引列的所有值都只能出現一次,即必須唯一。唯一性索引可以用以下幾種方式創建:

創建索引,例如create UNIQUE INDEX <索引的名字> ON tablename (列的列表);
修改表,例如alter TABLE tablename ADD UNIQUE [索引的名字] (列的列表);
創建表的時候指定索引,例如create TABLE tablename ( [...], UNIQUE [索引的名字] (列的列表)
);


主鍵

主 鍵是一種唯一性索引,但它必須指定為「PRIMARY KEY」。如果你曾經用過AUTO_INCREMENT類型的列,你可能已經熟悉主鍵之類的概念了。主鍵一般在創建表的時候指定,例如「create TABLE tablename ( [...], PRIMARY KEY (列的列表) ); 」。但是,我們也可以通過修改表的方式加入主鍵,例如「alter TABLE tablename ADD PRIMARY KEY (列的列表); 」。每個表只能有一個主鍵。

全文索引

MySQL從3.23.23版開始支持全文索引和全文檢索。在 MySQL中,全文索引的索引類型為FULLTEXT。全文索引可以在VARCHAR或者TEXT類型的列上創建。它可以通過create TABLE命令創建,也可以通過alter TABLE或create INDEX命令創建。對於大規模的數據集,通過alter TABLE(或者create INDEX)命令創建全文索引要比把記錄插入帶有全文索引的空表更快。本文下面的討論不再涉及全文索引,要瞭解更多信息,請參見MySQL documentation。

單列索引與多列索引



索引可以是單列索引,也可以是多列索引。下面我們通過具體的例子來說明這兩種索引的區別。假設有這樣一個people表:

create TABLE people ( peopleid SMALLINT NOT NULL AUTO_INCREMENT, firstname CHAR(50)
NOT NULL, lastname CHAR(50) NOT NULL, age SMALLINT NOT NULL, townid SMALLINT NOT

NULL, PRIMARY KEY (peopleid) );


下面是我們插入到這個people表的數據:

MySQL索引分析和優化:

這個數據片段中有四個名字為「Mikes」的人(其中兩個姓Sullivans,兩個姓McConnells),有兩個年齡為17歲的人,還有一個名字與眾不同的Joe Smith。

這 個表的主要用途是根據指定的用戶姓、名以及年齡返回相應的peopleid。例如,我們可能需要查找姓名為Mike Sullivan、年齡17歲用戶的peopleid(SQL命令為select peopleid FROM people where firstname='Mike' AND lastname='Sullivan' AND age=17;)。由於我們不想讓MySQL每次執行查詢就去掃瞄整個表,這裡需要考慮運用索引。

首先,我們可以考慮在單個列上創建 索引,比如firstname、lastname或者age列。如果我們創建firstname列的索引(alter TABLE people ADD INDEX firstname (firstname);),MySQL將通過這個索引迅速把搜索範圍限制到那些firstname='Mike'的記錄,然後再在這個「中間結果集」上 進行其他條件的搜索:它首先排除那些lastname不等於「Sullivan」的記錄,然後排除那些age不等於17的記錄。當記錄滿足所有搜索條件之 後,MySQL就返回最終的搜索結果。

由於建立了firstname列的索引,與執行表的完全掃瞄相比,MySQL的效率提高了很 多,但我們要求MySQL掃瞄的記錄數量仍舊遠遠超過了實際所需要的。雖然我們可以刪除firstname列上的索引,再創建lastname或者age 列的索引,但總地看來,不論在哪個列上創建索引搜索效率仍舊相似。

為了提高搜索效率,我們需要考慮運用多列索引。如果為firstname、lastname和age這三個列創建一個多列索引,MySQL只需一次檢索就能夠找出正確的結果!下面是創建這個多列索引的SQL命令:

alter TABLE people ADD INDEX fname_lname_age (firstname,lastname,age);


由於索引文件以B-樹格式保存,MySQL能夠立即轉到合適的firstname,然後再轉到合適的lastname,最後轉到合適的age。在沒有掃瞄數據文件任何一個記錄的情況下,MySQL就正確地找出了搜索的目標記錄!

那 麼,如果在firstname、lastname、age這三個列上分別創建單列索引,效果是否和創建一個firstname、lastname、age 的多列索引一樣呢?答案是否定的,兩者完全不同。當我們執行查詢的時候,MySQL只能使用一個索引。如果你有三個單列的索引,MySQL會試圖選擇一個 限制最嚴格的索引。但是,即使是限制最嚴格的單列索引,它的限制能力也肯定遠遠低於firstname、lastname、age這三個列上的多列索引。

最左前綴



多列索引還有另外一個優點,它通過稱為最左前綴(Leftmost Prefixing)的概念體現出來。繼續考慮前面的例子,現在我們有一個firstname、lastname、age列上的多列索引,我們稱這個索引 為fname_lname_age。當搜索條件是以下各種列的組合時,MySQL將使用fname_lname_age索引:

firstname,lastname,age
firstname,lastname
firstname


從另一方面理解,它相當於我們創建了(firstname,lastname,age)、(firstname,lastname)以及(firstname)這些列組合上的索引。下面這些查詢都能夠使用這個fname_lname_age索引:

select peopleid FROM people where firstname='Mike' AND lastname='Sullivan' AND
age='17'; select peopleid FROM people where firstname='Mike' AND
lastname='Sullivan'; select peopleid FROM people where firstname='Mike'; The
following queries cannot use the index at all: select peopleid FROM people where
lastname='Sullivan'; select peopleid FROM people where age='17'; select peopleid
FROM people where lastname='Sullivan' AND age='17';


選擇索引列



在性能優化過程中,選擇在哪些列上創建索引是最重要的步驟之一。可以考慮使用索引的主要有兩種類型的列:在where子句中出現的列,在join子句中出現的列。請看下面這個查詢:

MySQL索引分析和優化:

select age ## 不使用索引 FROM people where firstname='Mike' ## 考慮使用索引 AND
lastname='Sullivan' ## 考慮使用索引


這個查詢與前面的查詢略有不同,但仍屬於簡單查詢。由於age是在select部分被引用,MySQL不會用它來限制列選擇操作。因此,對於這個查詢來說,創建age列的索引沒有什麼必要。下面是一個更複雜的例子:

select people.age, ##不使用索引 town.name ##不使用索引 FROM people LEFT join town ON
people.townid=town.townid ##考慮使用索引 where firstname='Mike' ##考慮使用索引 AND
lastname='Sullivan' ##考慮使用索引


與前面的例子一樣,由於firstname和lastname出現在where子句中,因此這兩個列仍舊有創建索引的必要。除此之外,由於town表的townid列出現在join子句中,因此我們需要考慮創建該列的索引。

那 麼,我們是否可以簡單地認為應該索引where子句和join子句中出現的每一個列呢?差不多如此,但並不完全。我們還必須考慮到對列進行比較的操作符類 型。MySQL只有對以下操作符才使用索引:<,<=,=,>,>=,BETWEEN,IN,以及某些時候的like。可以在 like操作中使用索引的情形是指另一個操作數不是以通配符(%或者_)開頭的情形。例如,「select peopleid FROM people where firstname like 'Mich%';」這個查詢將使用索引,但「select peopleid FROM people where firstname like '%ike';」這個查詢不會使用索引。

分析索引效率



現在我們已經知道了一些如何選擇索引列的知識,但還無法判斷哪一個最有效。MySQL提供了一個內建的SQL命令幫助我們完成這個任務,這就是EXPLAIN命令。EXPLAIN命令的一般語法是:EXPLAIN 。你可以在MySQL文檔找到有關該命令的更多說明。下面是一個例子:

EXPLAIN select peopleid FROM people where firstname='Mike' AND lastname='Sullivan'
AND age='17';


這個命令將返回下面這種分析結果:

table type possible_keys key key_len ref rows Extra
people ref fname_lname_age fname_lname_age 102 const,const,const 1 where used



下面我們就來看看這個EXPLAIN分析結果的含義。

table:這是表的名字。

type:連接操作的類型。下面是MySQL文檔關於ref連接類型的說明:

「對 於每一種與另一個表中記錄的組合,MySQL將從當前的表讀取所有帶有匹配索引值的記錄。如果連接操作只使用鍵的最左前綴,或者如果鍵不是UNIQUE或 PRIMARY KEY類型(換句話說,如果連接操作不能根據鍵值選擇出唯一行),則MySQL使用ref連接類型。如果連接操作所用的鍵只匹配少量的記錄,則ref是一 種好的連接類型。」

在本例中,由於索引不是UNIQUE類型,ref是我們能夠得到的最好連接類型。

如果EXPLAIN顯示連接類型是「ALL」,而且你並不想從表裡面選擇出大多數記錄,那麼MySQL的操作效率將非常低,因為它要掃瞄整個表。你可以加入更多的索引來解決這個問題。預知更多信息,請參見MySQL的手冊說明。

possible_keys:

可能可以利用的索引的名字。這裡的索引名字是創建索引時指定的索引暱稱;如果索引沒有暱稱,則默認顯示的是索引中第一個列的名字(在本例中,它是「firstname」)。默認索引名字的含義往往不是很明顯。

Key:

它顯示了MySQL實際使用的索引的名字。如果它為空(或NULL),則MySQL不使用索引。

key_len:

索引中被使用部分的長度,以字節計。在本例中,key_len是102,其中firstname佔50字節,lastname佔50字節,age佔2字節。如果MySQL只使用索引中的firstname部分,則key_len將是50。

ref:

它顯示的是列的名字(或單詞「const」),MySQL將根據這些列來選擇行。在本例中,MySQL根據三個常量選擇行。

MySQL索引分析和優化:

rows:

MySQL所認為的它在找到正確的結果之前必須掃瞄的記錄數。顯然,這裡最理想的數字就是1。

Extra:

這裡可能出現許多不同的選項,其中大多數將對查詢產生負面影響。在本例中,MySQL只是提醒我們它將用where子句限制搜索結果集。

索引的缺點



到目前為止,我們討論的都是索引的優點。事實上,索引也是有缺點的。

首先,索引要佔用磁盤空間。通常情況下,這個問題不是很突出。但是,如果你創建每一種可能列組合的索引,索引文件體積的增長速度將遠遠超過數據文件。如果你有一個很大的表,索引文件的大小可能達到操作系統允許的最大文件限制。

第二,對於需要寫入數據的操作,比如delete、update以及insert操作,索引會降低它們的速度。這是因為MySQL不僅要把改動數據寫入數據文件,而且它還要把這些改動寫入索引文件。

【結束語】在大型數據庫中, 索引是提高速度的一個關鍵因素。不管表的結構是多麼簡單,一次500000行的表掃瞄操作無論如何不會快。如果你的網站上也有這種大規模的表,那麼你確實 應該花些時間去分析可以採用哪些索引,並考慮是否可以改寫查詢以優化應用。要瞭解更多信息,請參見MySQL manual。另外注意,本文假定你所使用的MySQL是3.23版,部分查詢不能在3.22版MySQL上執行。

【下列文章您可能也有興趣】

沒有留言: