MySQL 索引分析和最佳化

一、什麼是索引？

　　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-樹的形式儲存。如果沒有索引，執行查詢時MySQL必須從第一個記錄開始掃描整個表的所有記錄，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。如果作為搜尋條件的列上已經建立了索引，MySQL無需掃描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，通過索引尋找記錄至少要比順序掃描記錄快100倍。

　　假設我們建立了一個名為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。顯示了people表所在資料檔案的一小部分：

　　可以看到，在資料檔案中name列沒有任何明確的次序。如果我們建立了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在內部為它儲存一個資料檔案中實際記錄所在位置的“指標”。因此，如果我們要尋找name等於“Mike”記錄的peopleid（SQL命令為“SELECT peopleid FROM people WHERE name='Mike';”），MySQL能夠在name的索引中尋找“Mike”值，然後直接轉到資料檔案中相應的行，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要掃描資料檔案中的所有記錄，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。

二、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建立：
  • 建立索引，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);
  • 建立表的時候指定索引，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建立：
  • 建立索引，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);
  • 建立表的時候指定索引，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。主鍵一般在建立表的時候指定，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版開始支援全文索引和全文檢索索引。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類型的列上建立。它可以通過CREATE TABLE命令建立，也可以通過ALTER TABLE或CREATE INDEX命令建立。對於大規模的資料集，通過ALTER TABLE（或者CREATE INDEX）命令建立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，要瞭解更多資訊，請參見MySQL documentation。

三、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表的資料：

　　這個資料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使用者姓、名以及年齡返回相應的peopleid。例如，我們可能需要尋找姓名為Mike Sullivan、年齡17歲使用者的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描整個表，這裡需要考慮運用索引。

　　首先，我們可以考慮在單個列上建立索引，比如firstname、lastname或者age列。如果我們建立firstname列的索引（ALTER TABLE people ADD INDEX firstname (firstname);），MySQL將通過這個索引迅速把搜尋範圍限制到那些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尋：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。當記錄滿足所有搜尋條件之後，MySQL就返回最終的搜尋結果。

　　由於建立了firstname列的索引，與執行表的完全掃描相比，MySQL的效率提高了很多，但我們要求MySQL掃描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，再建立lastname或者age列的索引，但總地看來，不論在哪個列上建立索引搜尋效率仍舊相似。

　　為了提高搜尋效率，我們需要考慮運用多列索引。如果為firstname、lastname和age這三個列建立一個多列索引，MySQL只需一次檢索就能夠找出正確的結果！下面是建立這個多列索引的SQL命令：

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

　　由於索引檔案以B-樹格式儲存，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。在沒有掃描資料檔案任何一個記錄的情況下，MySQL就正確地找出了搜尋的目標記錄！

　　那麼，如果在firstname、lastname、age這三個列上分別建立單列索引，效果是否和建立一個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。

四、最左首碼

　　多列索引還有另外一個優點，它通過稱為最左首碼（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。當搜尋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，它相當於我們建立了(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';

五、選擇索引列

　　在效能最佳化過程中，選擇在哪些列上建立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：

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，建立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建立索引的必要。除此之外，由於town表的townid列出現在join子句中，因此我們需要考慮建立該列的索引。

　　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運算元不是以萬用字元（%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。

六、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命令協助我們完成這個任務，這就是EXPLAIN命令。EXPLAIN命令的一般文法是：EXPLAIN <SQL命令>。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：

　　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：串連操作的類型。下面是MySQL文檔關於ref連線類型的說明：

  “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。如果串連操作只使用鍵的最左首碼，或者如果鍵不是UNIQUE或PRIMARY KEY類型（換句話說，如果串連操作不能根據索引值選擇出唯一行），則MySQL使用ref連線類型。如果串連操作所用的鍵只匹配少量的記錄，則ref是一種好的連線類型。”

  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線類型。

  如果EXPLAIN顯示連線類型是“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，因為它要掃描整個表。你可以加入更多的索引來解決這個問題。預知更多資訊，請參見MySQL的手冊說明。

• possible_keys：
  可能可以利用的索引的名字。這裡的索引名字是建立索引時指定的索引暱稱；如果索引沒有暱稱，則預設顯示的是索引中第一個列的名字（在本例中，它是“firstname”）。預設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。如果它為空白（或NULL），則MySQL不使用索引。
• key_len：
  索引中被使用部分的長度，以位元組計。在本例中，key_len是102，其中firstname佔50位元組，lastname佔50位元組，age佔2位元組。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。
• rows：
  MySQL所認為的它在找到正確的結果之前必須掃描的記錄數。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子句限制搜尋結果集。

七、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，索引要佔用磁碟空間。通常情況下，這個問題不是很突出。但是，如果你建立每一種可能列組合的索引，索引檔案體積的增長速度將遠遠超過資料檔案。如果你有一個很大的表，索引檔案的大小可能達到作業系統允許的最大檔案限制。

　　第二，對於需要寫入資料的操作，比如DELETE、UPDATE以及INSERT操作，索引會降低它們的速度。這是因為MySQL不僅要把改動資料寫入資料檔案，而且它還要把這些改動寫入索引檔案。

　　【結束語】在大型資料庫中，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行的表掃描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最佳化應用。要瞭解更多資訊，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。