[译] MYSQL索引最佳实践

近日整理文档时发现多年前的这个文档还是蛮实用的，然后在网络搜索了一下并没有相关的译文，所以决定把它翻译过来，如有不当的地方请多包涵和指正。原文地址：https://www.percona.com/files...

以下是译文：

你做了一个明智的选择

理解索引对开发和dba来说都是极其重要
差劲的索引对产品问题负相当大的一部分责任
索引不是多么高深的问题

MySQL 索引一览表

理解索引
为你的应用创建最佳索引
拥抱MySQL的限制

简述索引

索引有什么用

为从数据库读取数据加速
强制约束 (唯一索引 UNIQUE, 外键 FOREIGN KEY)
没有任何索引的情况下查询页能正常运行
但是那可能需要执行很长的时间

你可能听说过的索引类型

BTREE索引 – mysql中主要的索引类型
RTREE索引 – 只有MyISAM支持, 用于GIS
HASH 索引 – MEMORY, NDB 支持
BITMAP 索引 – MySQL 不支持
FULLTEXT 索引 – MyISAM, Innodb（MySQL 5.6以上支持）

类BTREE索引家族

有很多不同的实现
- 在可加速的操作中共享相同的属性
- 内存相比硬盘使生活变得美好
B+树通常用于硬盘存储
- 数据存储于叶子节点

B+Tree 示例

图片描述

MyISAM、Innodb索引对比

MyISAM
- 数据指针指向数据文件中的物理位置
- 所有索引都是一样的（指向物理位置））
Innodb
- 主键索引 (显式或隐式) - 直接将数据存储于索引的叶子节点，而不是指针
- 二级索引 – 保存主键索引的值作为数据指针

BTREE索引能用于什么操作 ?

查询所有 KEY=5 的记录 (点查询)
查询所有 KEY>5 的记录 (开合间)
查询所有 5<KEY<10 的记录 (闭合间)
不适用于：查询KEY最后一个数字等于0的所有记录
- 因为这不能定义为范围查询操作

字符索引

这（和数值）没什么区别… 真的
- collation是为字符串定义的排序规则
- 如： “AAAA” < “AAAB”
前缀LIKE 查询是一种特殊的范围查询
- LIKE “ABC%” 的意思是：
- “ABC[最小值]”<KEY<“ABC[最大值]”
- LIKE “%ABC” 无法使用索引查询

联合索引

是这样进行排序的，比较首列，然后第二列，第三列以此类推，如：
- KEY(col1,col2,col3)
- (1,2,3) < (1,3,1)
使用一个BTREE索引，而不是每个层级一个单独的BTREE索引

索引的开销

索引是昂贵的，不要添加多余的索引
- 多数情况下，扩展索引比添加一个新的索引要好
写 - 更新索引常常是数据库写操作的主要开销
读 - 需要再硬盘和内存开销空间; 查询优化中需要额外的开销

索引成本的影响

长主键索引（Innodb）
– 使所有相应的二级索引变得更长、更慢
“随机”主键索引（Innodb）
– 插入导致大量的页面分割
越长的索引通常越慢
Index with insertion in random order
– SHA1(‘password’)
低区分度的索引是低劣的
– 在性别字段建的索引
相关索引是不太昂贵的
– insert_time与自增id是相关的

Innodb表的索引

数据按主键聚集
- 选择最佳的字段作为主键
- 比如评论表 – (POST_ID,COMMENT_ID) 是作为主键的不错选择，使得单个post的评论聚在一起
或者 “打包” 单个 BIGINT（字段）
主键隐式地附加到所有索引中
- KEY (A) 实质上是 KEY (A,ID)
覆盖索引，有利于排序

MySQL是如何使用索引的

查询
排序
避免读取数据（只读取索引）
其他专门的优化

使用索引进行查询

SELECT * FROM EMPLOYEES WHERE
LAST_NAME=“Smith”
- 这是典型的索引 KEY(LAST_NAME)
可以使用复合索引
- SELECT * FROM EMPLOYEES WHERE
  LAST_NAME=“Smith” AND DEPT=“Accounting”
- 将会使用索引 KEY(DEPT,LAST_NAME)

复合索引比较复杂

Index (A,B,C) - 字段顺序问题
下列情形将会使用索引进行查询（全条件）
- A>5
- A=5 AND B>6
- A=5 AND B=6 AND C=7
- A=5 AND B IN (2,3) AND C>5
下列条件将不会使用索引
- B>5 – 条件没有B字段前的A
- B=6 AND C=7 - 条件没有B、C字段前的A
以下情形使用索引的一部分
- A>5 AND B=2 - 第一个字段A的范围查询，导致只用上了索引中A字段的部分
- A=5 AND B>6 AND C=2 - B字段的范围范围查询，导致只使用了索引中A和B两个字段的部分

MySQL优化器的第一法则

在复合索引中，MySQL在遇到返回查询(<,>,
BETWEEN)时，将停止中止剩余部分（索引）的使用；但是使用IN(…)的"范围查询"则可以继续往右使用索引（的更多部分）

所用索引进行排序

SELECT * FROM PLAYERS ORDER BY SCORE
DESC LIMIT 10
- 将使用索引 KEY(SCORE)
- 不使用索引将进行非常昂贵的“filesort”操作(external
  sort)
常常使用组合索引进行查询
- SELECT * FROM PLAYERS WHERE COUNTRY=“US”
  ORDER BY SCORE DESC LIMIT 10
- 最佳选择是 KEY(COUNTRY,SCORE)

高效排序的联合索引

变得更加受限!
KEY(A,B)
以下情形将会使用索引进行排序
- ORDER BY A - 对索引首字段进行排序
- A=5 ORDER BY B - 对第一个字段进行点查询，对第二个字段进行排序
- ORDER BY A DESC, B DESC - 对两个字段进行相同的顺序进行排序
- A>5 ORDER BY A - 对首字段进行范围查询，并对首字段进行排序
以下情形将不使用索引进行排序
- ORDER BY B - 对第二个字段进行排序（未使用首字段）
- A>5 ORDER BY B – 对首字段进行范围查询，对第二个字段进行排序
- A IN(1,2) ORDER BY B - 对首字段进行IN查询，对第二个字段进行排序
- ORDER BY A ASC, B DESC - 对两个字段进行不同顺序的排序

MySQL使用索引排序的规则

不能对两个字段进行不同顺序的排序
对非ORDER BY部分的字段只能使用点查询（=）
– 在这种情形下，IN()也不行

避免读取数据（只读取索引）

“覆盖索引”
– 这里指适用于特定查询的索引，而不是一种索引的类型
只读取索引，而不去读取数据
- SELECT STATUS FROM ORDERS WHERE
  CUSTOMER_ID=123
- KEY(CUSTOMER_ID,STATUS)
索引通常比数据本身要小
（索引）读取起来更有次序
– 读取数据指针通常是随机的

Min/Max的优化

索引可以帮助优化 MIN()/MAX() 这类的统计函数
– 但只包含以下这些：
SELECT MAX(ID) FROM TBL;
SELECT MAX(SALARY) FROM EMPLOYEE
GROUP BY DEPT_ID
- 将受益于 KEY(DEPT_ID,SALARY)
- “Using index for group-by”

联表查询中索引的使用

MySQL 使用 “嵌套循环（Nested Loops）”进行联表查询
- SELECT * FROM POSTS,COMMENTS WHERE
  AUTHOR=“Peter” AND COMMENTS.POST_ID=POSTS.ID
- 扫描表POSTS查询所有复合条件的 posts
- 循环posts 在表COMMENTS 中查找每个post的所有comments
使每个关联的表（关联字段）都使用上索引显得非常的重要
索引只有在被查询的字段上是必要的
– POSTS.ID字段的索引再本次查询中是用不上的
重新设计不能很好的所有索引的联合查询吧

使用多索引

MySQL可以使用超过1个索引
- “索引合并”
SELECT * FROM TBL WHERE A=5 AND B=6
– 可以分别使用索引 KEY(A)和 KEY(B)
- 索引 KEY(A,B) 是更好的选择
SELECT * FROM TBL WHERE A=5 OR B=6
– 两个索引同时分别被使用
- 索引 KEY(A,B) 在这个查询中无法使用

前缀索引

你可以在字段最左前缀建立索引
- ALTER TABLE TITLE ADD KEY(TITLE(20));
- 需要对BLOB/TEXT类型的字段建立索引
- 能显著的减少空间使用
- 不能用于覆盖索引
- 选择前缀长度成为一个问题

选择前缀长度

前缀应该有足够的区分度
- 比较distinct前缀、distinct整个字段的值

mysql> select count(distinct(title)) total,count(distinct(left(title,10))) p10,count(distinct(left(title,20))) p20 from title;

total	p10	p20
998335	624949	960894

1 row in set (44.19 sec)

检查异常值
- 确保不会有很多记录使用相同的前缀

使用最多的Title
mysql> select count(*) cnt, title tl from title group by tl order by cnt desc limit 3;

cnt	tl
136	The Wedding
129	Lost and Found
112	Horror Marathon

3 rows in set (27.49 sec)

使用最多的Title 前缀
mysql> select count(*) cnt, left(title,20) tl from title group by tl order by cnt desc limit 3;

cnt	tl
184	Wetten, dass..? aus
136	The Wedding
129	Lost and Found

3 rows in set (33.23 sec)

MySQL如何选择使用哪个索引的?

每次查询动态选择
– 查询文本中常量很重要
评估需要查询的行数
对给定的索引，在表中进行"dive"
如果（dive）不可行时，使用 “Cardinality” 进行统计
– 这是进行 ANALYZE TABLE时更新的

使用EXPLAIN

EXPLAIN 是一个很好的工具，可以看到MYSQL将如何进行查询
- http://dev.mysql.com/doc/refm...
- 记住，真实的查询可能跟执行计划不同
mysql> explain select max(season_nr) from title group by production_year;

id	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra
1	SIMPLE	title	range	NULL	production_year	5	NULL	201	Using index for group-by

1 row in set (0.01 sec)

MySQL Explain 101

“type” 从好到差排序如下：
– system,const,eq_ref,ref,range,index,ALL
注意 “rows” – 更大的数值意味着更慢的查询
检查 “key_len” – 显示索引的哪些部分真实使用到了
留意"Extra"
- Using Index - 好
- Using Filesort, Using Temporary - 差

索引策略

为你的关键性能查询集建立索引
– 整体取审视他们，而不是一个个看
最好所有的查询条件和联表条件都使用索引
– 起码区分度最高的部分是
一般来说，可以的话，扩展索引，而不是创建新的索引
修改时记得验证对性能的影响

索引策略示例

按能支持更多查询的顺序建立索引
- SELECT * FROM TBL WHERE A=5 AND B=6
- SELECT * FROM TBL WHERE A>5 AND B=6
  – 对两个查询来说 KEY(B,A) 是更好的选择
把所有都是点查询的字段放到索引的首位
不要添加非性能关键查询的索引
– 太多的索引会使MYSQL慢下来

Trick #1: 枚举范围

KEY (A,B)
SELECT * FROM TBL WHERE A BETWEEN 2
AND 4 AND B=5
- 将只使用索引的第一个字段部分
SELECT * FROM TBL WHERE A IN (2,3,4) AND
B=5
- 索引的两个字段部分都使用

Trick #2: 添加一个假的条件

KEY (GENDER,CITY)
SELECT * FROM PEOPLE WHERE CITY=“NEW
YORK”
- 完全用不上索引
SELECT * FROM PEOPLE WHERE GENDER IN
(“M”,”F”) AND CITY=“NEW YORK”
- 将用上索引
- 这个Trick在低区别度的字段上可以很好的使用
- Gender, Status, Boolean Types etc

Trick #3: 虚实Filesort

KEY(A,B)
SELECT * FROM TBL WHERE A IN (1,2) ORDER BY
B LIMIT 5;
- 无法使用索引进行排序
(SELECT FROM TBL WHERE A=1 ORDER BY B LIMIT 5) UNION ALL (SELECT FROM TBL WHERE A=2 ORDER BY B LIMIT 5) ORDER BY B LIMIT 5;
- 将会用上索引，而“filesort”只用于对不超过10行记录

作者的ppt发出来后，很多人向他咨询相关问题，另外专门做了回复，oschina已经有对回复进行了翻译：
http://www.oschina.net/transl...