MySQL实战45讲
林晓斌
网名丁奇,前阿里资深技术专家
立即订阅
43178 人已学习
课程目录
已完结 48 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 这一次,让我们一起来搞懂MySQL
免费
基础篇 (8讲)
01 | 基础架构:一条SQL查询语句是如何执行的?
02 | 日志系统:一条SQL更新语句是如何执行的?
03 | 事务隔离:为什么你改了我还看不见?
04 | 深入浅出索引(上)
05 | 深入浅出索引(下)
06 | 全局锁和表锁 :给表加个字段怎么有这么多阻碍?
07 | 行锁功过:怎么减少行锁对性能的影响?
08 | 事务到底是隔离的还是不隔离的?
实践篇 (37讲)
09 | 普通索引和唯一索引,应该怎么选择?
10 | MySQL为什么有时候会选错索引?
11 | 怎么给字符串字段加索引?
12 | 为什么我的MySQL会“抖”一下?
13 | 为什么表数据删掉一半,表文件大小不变?
14 | count(*)这么慢,我该怎么办?
15 | 答疑文章(一):日志和索引相关问题
16 | “order by”是怎么工作的?
17 | 如何正确地显示随机消息?
18 | 为什么这些SQL语句逻辑相同,性能却差异巨大?
19 | 为什么我只查一行的语句,也执行这么慢?
20 | 幻读是什么,幻读有什么问题?
21 | 为什么我只改一行的语句,锁这么多?
22 | MySQL有哪些“饮鸩止渴”提高性能的方法?
23 | MySQL是怎么保证数据不丢的?
24 | MySQL是怎么保证主备一致的?
25 | MySQL是怎么保证高可用的?
26 | 备库为什么会延迟好几个小时?
27 | 主库出问题了,从库怎么办?
28 | 读写分离有哪些坑?
29 | 如何判断一个数据库是不是出问题了?
30 | 答疑文章(二):用动态的观点看加锁
31 | 误删数据后除了跑路,还能怎么办?
32 | 为什么还有kill不掉的语句?
33 | 我查这么多数据,会不会把数据库内存打爆?
34 | 到底可不可以使用join?
35 | join语句怎么优化?
36 | 为什么临时表可以重名?
37 | 什么时候会使用内部临时表?
38 | 都说InnoDB好,那还要不要使用Memory引擎?
39 | 自增主键为什么不是连续的?
40 | insert语句的锁为什么这么多?
41 | 怎么最快地复制一张表?
42 | grant之后要跟着flush privileges吗?
43 | 要不要使用分区表?
44 | 答疑文章(三):说一说这些好问题
45 | 自增id用完怎么办?
特别放送 (1讲)
直播回顾 | 林晓斌:我的 MySQL 心路历程
结束语 (1讲)
结束语 | 点线网面,一起构建MySQL知识网络
MySQL实战45讲
登录|注册

05 | 深入浅出索引(下)

林晓斌 2018-11-23
在上一篇文章中,我和你介绍了 InnoDB 索引的数据结构模型,今天我们再继续聊聊跟 MySQL 索引有关的概念。
在开始这篇文章之前,我们先来看一下这个问题:
在下面这个表 T 中,如果我执行 select * from T where k between 3 and 5,需要执行几次树的搜索操作,会扫描多少行?
下面是这个表的初始化语句。
mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;
insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');
图 1 InnoDB 的索引组织结构
现在,我们一起来看看这条 SQL 查询语句的执行流程:
在 k 索引树上找到 k=3 的记录,取得 ID = 300;
再到 ID 索引树查到 ID=300 对应的 R3;
在 k 索引树取下一个值 k=5,取得 ID=500;
再回到 ID 索引树查到 ID=500 对应的 R4;
在 k 索引树取下一个值 k=6,不满足条件,循环结束。
在这个过程中,回到主键索引树搜索的过程,我们称为回表。可以看到,这个查询过程读了 k 索引树的 3 条记录(步骤 1、3 和 5),回表了两次(步骤 2 和 4)。
在这个例子中,由于查询结果所需要的数据只在主键索引上有,所以不得不回表。那么,有没有可能经过索引优化,避免回表过程呢?

覆盖索引

如果执行的语句是 select ID from T where k between 3 and 5,这时只需要查 ID 的值,而 ID 的值已经在 k 索引树上了,因此可以直接提供查询结果,不需要回表。也就是说,在这个查询里面,索引 k 已经“覆盖了”我们的查询需求,我们称为覆盖索引。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《MySQL实战45讲》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(392)

  • 我来也 置顶
    老师的每一篇都会讲到平常工作用遇到的事情. 这个专栏真的很值.
    今天这个 alter table T engine=InnoDB 让我想到了我们线上的一个表, 记录日志用的, 会定期删除过早之前的数据. 最后这个表实际内容的大小才10G, 而他的索引却有30G. 在阿里云控制面板上看,就是占了40G空间. 这可花的是真金白银啊.
    后来了解到是 InnoDB 这种引擎导致的,虽然删除了表的部分记录,但是它的索引还在, 并未释放.
    只能是重新建表才能重建索引.
    如果当时看到了这个专栏,把这个语句拿来用,就可以省下不少钱了.

    作者回复: 😄确实例子都是血泪史,有些是我的血泪、有些是帮助人擦眼泪💧

    也鼓励大家把平时碰到的问题提出来,大家一起未雨绸缪🤝

    2018-11-24
    6
    227
  • 发条橙子 。 置顶
    老师, 因为正文不能无限细节和篇幅的缘故, 有些细节点没有说, 我也一直很困惑, 希望能帮忙解答下,辛苦了
    1. 表的逻辑结构 ,表 —> 段 —> 段中存在数据段(leaf node segment) ,索引段( Non-leaf node segment),请问数据段就是主键索引的数据, 索引段就是二级索引的数据么
    2. 建立的每个索引都有要维护一个数据段么 ?? 那么新插入一行值 , 岂不是每个索引段都会维护这个值
    3. 索引的n阶表示n个数据页么。那是不是插入第一行数据树高1 ,就是一个数据页, 插入二三行,树高是二,那就是两个数据页,而且B+树只有leaf node存数据,所以父节点实际上有没有数据,但是占一个页 ,好浪费 , 是我理解有误么
    4. 树高取决于数据页的大小么 , 这个不是很能理解 ,数据页为16k 。 那么树高不是一个定值了么,难道还和里面存数据的大小有关么
    5. 查询数据的时候,大致的流程细化来说 ,我这么理解对么 。 通过优化器到表里的数据段/索引段取数据 ,数据是按照段->区->页维度去取 , 取完后先放到数据缓冲池中,再通过二分法查询叶结点的有序链表数组找到行数据返回给用户 。 当数据量大的时候,会存在不同的区,取范围值的时候会到不同的区取页的数据返回用户。

    这块知识有点比较难理解,看书和一些文章的时候也比较晦涩,希望老师能解答下,感觉这块啃不透 是不是索引设计起来就比较吃力

    作者回复: 1. 这样理解也算对,不过要记得 主键也是索引的一种哈
    2. 是的,所以说索引越多,“维护成本”越大
    3. 如果是几百个儿子节点共用一个父节点,是不是就不会看上去那么浪费啦
    4. 树高其实取决于叶子树(数据行数)和“N叉树”的N。 而N是由页大小和索引大小决定的。
    5. 基本是你说的流程。不过不是“优化器”去取的,是执行器调用引擎,引擎内部才管理了你说的 段、页这些数据

    2018-11-24
    44
  • 约书亚 置顶
    疑问:
    1. 有些资料提到,在不影响排序结果的情况下,在取出主键后,回表之前,会在对所有获取到的主键排序,请问是否存在这种情况?
    2. 索引下推那个例子,感觉5.6之前的机制很匪夷所思:感觉判断'张%'之后再“看age的值”是顺理成章的事。难道联合索引的底层实现结构在这期间发生了变化?

    作者回复: 1. 有的, Multi-Range Read (MRR) 由于不论是否使用这个策略,SQL语句写法不变,就没有在正文中提

    2. 不是,是接口能力发生了变化,以前只能传“搜索关键字” 。

    如果你用过5.1 甚至5.0, 在从现在的观点看,你会发现很多“匪夷所思”。还有:并行复制官方5.6才引入、MDL 5.5 才有、Innodb 自增主键持久化、多源复制、online DDL ...

    只能说,持续进化,幸甚至哉😄

    2018-11-23
    41
  • locust 置顶
    老师,有这么个问题
    一张表两个字段id, uname,id主键,uname普通索引
    SELECT * FROM test_like WHERE uname LIKE 'j'/ 'j%' / '%j'/ '%j%'
    模糊查询like后面四种写法都可以用到uname的普通索引

    添加一个age字段
    like后面的'%j'/ '%j%' 这两种情况用不到索引
    把select * 改为 select id / select uname / select id,uname
    like后面'j'/ 'j%' / '%j'/ '%j%' 这四种情况又都可以用到uname普通索引

    建立uname,age的联合索引
    模糊查询还是 LIKE 'j'/ 'j%' / '%j'/ '%j%'四种情况
    其中select id / select uname / select id,uname
    会用到uname的普通索引
    select * 会用到uname,age的组合索引

    看到好些文章会说模糊查询时以%开头不会用到索引,实践后发现结论跟文章描述的有出入。
    看了索引的这两节内容对上面的各种情况有的可以解释通了,有的仍然有些模糊,想问下老师上面这些情况使用索引时为什么是这样的?

    作者回复: 好问题,这个是关于“用索引” 和 “用索引快速定位记录”的区别。

    08 篇讲到这个问题了,周五关注一下。

    简单回答:“用索引”有一种用法是 “顺序扫描索引”

    2018-11-28
    3
    31
  • 老北 置顶
    背景:
    我们现在有一张表,每天生成300W数据, 然后每天用delete xx where id = x 这样的方式来删除.
    不用truncate是因为DBA说truncate会重建自适应哈希索引,可能对整个库性能有影响.

    操作:
    这个表的主键id是递增的.
    当我执行 explain select min(id) from t 时,是走的全表扫描.
    而且我目前在从库执行这个sql,直接就卡住了.
    执行 explain select max(id) from t 时, 结果是 Select tables optimized away
    (目前最大id 5亿左右,实际数据量只有300W)

    问题:
    想问下老师
    1. 为什么 min(id) 会是全表扫描呢? 是和存在大量的delete后未释放空间有关系吗?
    2. 像这种业务场景,mysql怎么处理比较快速呢? 使用rename 表名有什么风险吗?

    作者回复: 额你们DBA可能对自适应哈希索引(AHI)有误解…有其他同学也在评论中有提到AHI,我答疑文章会安排说明。

    看你的描述,最好就是rename 重建一个新的,然后找低峰期删掉旧的表。

    还有你这么说,应该id就是这个表的自增主键了,正常即使删除也不会全表扫描。不过我现在怀疑可能删的事务有没提交的,导致MySQL 没法回收复用旧空间。(这个可以简单从文件大小判断)

    不过总之,rename +新建表,上面这个问题也自动解决了😓

    2018-11-24
    24
  • 狼的诱惑
    踩过坑:有人问我联合索引的技巧,回答的不是很好
    总结:
    1、覆盖索引:如果查询条件使用的是普通索引(或是联合索引的最左原则字段),查询结果是联合索引的字段或是主键,不用回表操作,直接返回结果,减少IO磁盘读写读取正行数据
    2、最左前缀:联合索引的最左 N 个字段,也可以是字符串索引的最左 M 个字符
    3、联合索引:根据创建联合索引的顺序,以最左原则进行where检索,比如(age,name)以age=1 或 age= 1 and name=‘张三’可以使用索引,单以name=‘张三’ 不会使用索引,考虑到存储空间的问题,还请根据业务需求,将查找频繁的数据进行靠左创建索引。
    4、索引下推:like 'hello%’and age >10 检索,MySQL5.6版本之前,会对匹配的数据进行回表查询。5.6版本后,会先过滤掉age<10的数据,再进行回表查询,减少回表率,提升检索速度

    作者回复: 赞,下次再问你就这么答,棒棒哒

    2018-11-27
    3
    112
  • 某、人
    先回答老师的问题:
    如果c列上重复率很低的情况下,两个索引都可以不用建。因为如果过滤只剩下几条数据,排序也不影响
    如果C列重复度比较高,就需要建立(c,b)的联合索引了,来消除排序了。因为在数据量大的情况下,排序是一个非常耗时的操作,
    很有可能还需要磁盘临时表来做排序。而且如果没有(c,b)联合索引,limit 1仅仅表示返回给客户端一条数据,没有起到限制扫描行数的作用
    ca列上的索引,由于满足最左前缀,不用加。因为c是固定值,那么a列就是有序的.那么这里limit 1就很好限制了只用精准扫描一条数据.
    所以有时候如果在where条件建立索引的效率差的情况下,在order by limit这一列建索引也是很好的方案,排好序,在回表,只要过滤出满足条件的limit行,就能及时停止扫描
    老师我有几个问题:
    1.using where的时候,需要回表,然后把数据传输给server层,server层来过滤数据。那么这些数据是存在server层的哪个地方呢?
    2.limit起到限制扫描行数作用并且有using where的时候,limit这个操作时在存储引擎层做的还是在server层做的?
    3.ICP是不是做得不太好,感觉很多地方没有用到索引下推,都会显示using index condition

    作者回复: 回答得很好。
    1. 没有存,就是一个临时内存,读出来马上判断,然后扫描下一行可以复用
    2. Server层。 接上面的逻辑,读完以后顺便判断一下够不够limit 的数了,够就结束循环
    3. 嗯,你很细心,其实它表示的是“可以下推”,实际上是“可以,但没有”😄

    2018-11-23
    1
    98
  • 老杨同志
    表记录
    --a--|--b--|--c--
      1 2 3
      1 3 2
      1 4 3
      2 1 3
      2 2 2
      2 3 4
    主键 a,b的聚簇索引组织顺序相当于 order by a,b
    也就是先按a排序,再按b排序,c无序
      
    索引 ca 的组织是先按c排序,在按a排序,同时记录主键
    --c--|--a--|--主键ab--
      2 1 1,3
      2 2 2,2
      3 1 1,2
      3 1 1,4
      3 2 2,1
      4 2 2,3
    索引 cb 的组织是先按c排序,在按b排序,同时记录主键
    --c--|--b--|--c--|--主键ab--
      2 1 2,2
      2 3 1,3
      3 1 2,1
      3 2 1,2
      3 4 1,4
      4 3 2,3
      
    对于下面的语句
    select ... from geek where c=N order by a
    走ca,cb索引都能定位到满足c=N主键
    而且主键的聚簇索引本身就是按order by a,b排序,无序重新排序。所以ca可以去掉

    select ... from geek where c=N order by b
    这条sql如果只有 c单个字段的索引,定位记录可以走索引,但是order by b的顺序与主键顺序不一致,需要额外排序
    cb索引可以把排序优化调

      
    2018-11-23
    67
  • gether
    ca索引可以去掉,cb索引可以保留。
    ca索引,通过索引对数据进行筛选,回表的时候,a本身就是主键索引,所以可以保证有序;
    cb索引,b上并没有索引,ab索引也无法满足最左匹配原则,可以保留加快排序速度。
    但如果查询结果很少的话,内存中排序也够了吧,也没必要建立cb索引。老师,我理解的对不?
    2018-11-23
    64
  • benson42
    这两个语句,你可以用这个语句代替 : alter table T engine=InnoDB。可以解释一下原理吗。
    2018-11-23
    49
  • melon
    关于联合索引我的理解是这样的:比如一个联合索引(a,b,c),其实质是按a,b,c的顺序拼接成了一个二进制字节数组,索引记录是按该字节数组逐字节比较排序的,所以其是先按a排序,再按b排序,再按c排序的,至于其为什么是按最左前缀匹配的也就显而易见了,没看过源码,不知道理解的对不对,希望老师指正。

    给表创建索引时,应该创建哪些索引,每个索引应该包含哪些字段,字段的顺序怎么排列,这个问题没有标准答案,需要根据具体的业务来做权衡。不过有些思路还是可供参考的:
    1.既然是一个权衡问题,没有办法保证所有的查询都高效,那就要优先保证高频的查询高效,较低频次的查询也尽可能的使用到尽可能长的最左前缀索引。可以借助pt-query-digest来采样统计业务查询语句的访问频度,可能需要迭代几次才能确定联合索引的最终字段及其排序。
    2.业务是在演进的,所以索引也是要随着业务演进的,并不是索引建好了就万事大吉了,业务发生变化时,我们需要重新审视当初建的索引是不是还依然高效,依然能满足业务需求。
    3.业内流传的有一些mysql 军规,其实这些并不是真正的军规,只是典型场景下的最佳实践。真正的军规其实就一条:高效的效满足业务需求。比如有个军规规定一个表上的索引数不超过5个,但如果我们现在有一些历史数据表、历史日志表,我们很明确的知道这些表上不会再有数据写入了,但我们的查询需求很多也很多样化,那我们在这些表上的索引数能不能超过5个?当然是没有任何问题的。当然关于这份军规还是要认真看一下的,但看的重点不是去记住它,而是要弄明白每一条军规它为什么这么规定,它这样规定是基于什么考虑,适用的场景和前提是什么,这些都弄明白了,你记不记得住这些军规都无所谓了,因为你已经把它溶化到了你的血液中,具体到自己的具体业务时游刃有余将是必然。

    作者回复: 非常赞,尤其是第三段对“军规”的理解👍🏿

    2018-11-27
    47
  • dior
    面试官问:说下怎么让mysql的myisam引擎支持事务,网上搜了下,也没有结果!

    作者回复: ……… 面试官是魔鬼吗😄

    我怀疑他是想说用lock table 来实现,但是这样只能实现串行化隔离级别,

    其它隔离都实现不了。

    但是因为mysiam不支持崩溃恢复,所以即使用lock table硬实现,也是问题多多:

    ACID里面, 原子性和持久性做不到;
    隔离性只能实现基本用不上的串行化;
    一致性在正常运行的时候依赖于串行化,在异常崩溃的时候也不能保证。

    这样实现的事务不要也罢。

    你这么答复面试官,应该能加到分吧😄

    2018-12-19
    1
    32
  • 不二很二
    老师,下面两条语句有什么区别,为什么都提倡使用2:
    1.select * from T where k in(1,2,3,4,5)
    2.select * from T where k between 1 and 5

    作者回复: 好问题,
    第一个要树搜素5次
    第二个搜索一次

    2018-12-26
    8
    29
  • 北天魔狼
    老师,我是非科班做开发的小白(公司没有DBA),最近一直认为数据库和程序运行环境都比开发语言本身重要。尤其是数据库,数据行上亿必须在数据库上想办法。也买了一本高性能MySQL,看完类型,索引,查询,后面就看不懂了。特别期待后面的章节,六点上地铁,看的入迷差点坐过站
    2018-11-23
    23
  • null
    【备忘】

    locust 童鞋 like 'j' 或 'j%' 或 '%j' 或 '%j%' 使用索引的问题:
    a. 只有 id 和 uname 字段。
    b. 添加了 age 字段,即 id、uname、age 字段。

    ----

    老师回复:
    好问题,这个是关于“用索引” 和 “用索引快速定位记录”的区别。

    简单回答:“用索引”有一种用法是 “顺序扫描索引”。

    ----

    自己理解:
    1. like 'j' 或 'j%' 可以使用索引,并且快速定位记录。
    2. like '%j' 或 '%j%',只是在二级索引树上遍历查找记录,并不能快速定位(扫描了整棵索引树)。
    3. 只有 id 和 uname 字段时,上述 4 种 like 查询,uname 索引能满足 id 和 uname 的查询情况,不需要回表,所以选择了使用 uname 的索引树解决问题。
    4. 添加了 age 但无联合索引 (uname, age) 的情况,如果使用 uname 索引树,需要回表。在 like '%j' 或 '%j%' 直接扫描主键索引树,现象就是没有使用 uname 索引。
    5. 添加了 age 字段,也添加了 (uname, age) 索引,和第 3 点同理,使用覆盖索引就能满足 select * 的字段查询,不需要回表,因此使用了 (uname, age) 索引树。但是只有 like 'j' 和 'j%'
    能快速定位记录,而 like '%j' 和 '%j%' 也能使用该索引树,但是不能快速定位,需要顺序遍历。

    作者回复: 赞,很好的总结

    2019-01-08
    1
    21
  • 壹笙☞漂泊
    总结:
    回表:回到主键索引树搜索的过程,称为回表
    覆盖索引:某索引已经覆盖了查询需求,称为覆盖索引,例如:select ID from T where k between 3 and 5
    在引擎内部使用覆盖索引在索引K上其实读了三个记录,R3~R5(对应的索引k上的记录项),但对于MySQL的Server层来说,它就是找引擎拿到了两条记录,因此MySQL认为扫描行数是2
    最左前缀原则:B+Tree这种索引结构,可以利用索引的"最左前缀"来定位记录
    只要满足最左前缀,就可以利用索引来加速检索。
    最左前缀可以是联合索引的最左N个字段,也可以是字符串索引的最左M个字符
    第一原则是:如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。
    索引下推:在MySQL5.6之前,只能从根据最左前缀查询到ID开始一个个回表。到主键索引上找出数据行,再对比字段值。
    MySQL5.6引入的索引下推优化,可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。

    课后题:
    ca没有必要,cb有必要。因为a、b联合索引,直接查询b不会使用主键联合索引。

    疑问:
    以前看过某些文章上面写:如果查询顺序和联合索引的顺序不一致,优化器会自动做优化,是这样的吗老师?

    作者回复: 是的,查询语句的where里面各个判断调换顺序没关系的

    2018-11-23
    21
  • grey
    老师你好,上篇文章中有人提问“数据量很大的时候,二级索引比主键索引更快”,这个结论是只有在使用覆盖索引时才成立吧,非覆盖索引还是要回表查询。

    作者回复: 是的👍🏿

    2018-11-23
    21
  • 工资不交税
    老师好,文章提到建立一个(身份证号、姓名)的联合索引,是不是浪费空间?后文解释如果根据身份证号查询姓名和年龄就会用到覆盖索引。这里我不理解的是,年龄并不在联合索引内,那是不是应该回表啊?
    2018-11-23
    1
    21
  • HwangZHen
    包含主键后应该是cab,根据最左匹配原则,cb是有必要的,ca没有必要
    2018-11-23
    13
  • Geek_cxz
    老师,请问一下,覆盖索引必须要覆盖所有的查询条件中的列吗,我经过试验发现,覆盖索引不能只覆盖要查询的列,同时必须将WHERE后面的查询条件的列都覆盖,能解释一下这个原因吗?

    作者回复: 你的发现是对的,
    因为覆盖索引的目的就是”不回表“,
    所以只有索引包含了where条件部分和select返回部分的所有字段,才能实现这个目的哦

    2019-04-04
    12
收起评论
99+
返回
顶部