2. 程式人生 > 其它 >執行update語句，用沒用到索引，區別大嗎？

執行update語句，用沒用到索引，區別大嗎？

阿新 • • 發佈：2021-09-06

前言：

我們都知道，當執行 select 查詢語句時，用沒用到索引區別是很大的，若沒用到索引，一條 select 語句可能執行好幾秒或更久，若使用到索引則可能瞬間完成。那麼當執行 update 語句時，用沒用到索引有什麼區別呢，執行時間相差大嗎？本篇文章我們一起來探究下。

1. update SQL 測試

為了對比出差距，這裡筆者建立兩張一樣資料的大表，一張有普通索引，一張無普通索引，我們來對比下二者的差別。

# tb_noidx 表無普通索引
mysql> show create table tb_noidx\G
*************************** 1. row ***************************
       Table: tb_noidx
Create Table: CREATE TABLE `tb_noidx` (
  `increment_id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  `col1` char(32) NOT NULL COMMENT '欄位1',
  `col2` char(32) NOT NULL COMMENT '欄位2',
  ...
  `del` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否刪除',
) ENGINE=InnoDB AUTO_INCREMENT=3696887 DEFAULT CHARSET=utf8 COMMENT='無索引表'

mysql> select count(*) from tb_noidx;
+----------+
| count(*) |
+----------+
|  3590105 |
+----------+

mysql> select concat(round(sum(data_length/1024/1024),2),'MB') as data_length_MB, concat(round(sum(index_length/1024/1024),2),'MB') as index_length_MB
    -> from information_schema.tables where table_schema='testdb' and table_name = 'tb_noidx'; 
+----------------+-----------------+
| data_length_MB | index_length_MB |
+----------------+-----------------+
| 841.98MB       | 0.00MB          |
+----------------+-----------------+

# tb_withidx 表有普通索引
mysql> show create table tb_withidx\G
*************************** 1. row ***************************
       Table: tb_withidx
Create Table: CREATE TABLE `tb_withidx` (
  `increment_id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  `col1` char(32) NOT NULL COMMENT '欄位1',
  `col2` char(32) NOT NULL COMMENT '欄位2',
  ...
  `del` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否刪除',
  PRIMARY KEY (`increment_id`),
  KEY `idx_col1` (`col1`),
  KEY `idx_del` (`del`)
) ENGINE=InnoDB AUTO_INCREMENT=3696887 DEFAULT CHARSET=utf8 COMMENT='有索引表'

mysql> select count(*) from tb_withidx;
+----------+
| count(*) |
+----------+
|  3590105 |
+----------+

mysql> select concat(round(sum(data_length/1024/1024),2),'MB') as data_length_MB, concat(round(sum(index_length/1024/1024),2),'MB') as index_length_MB
    -> from information_schema.tables where table_schema='testdb' and table_name = 'tb_withidx'; 
+----------------+-----------------+
| data_length_MB | index_length_MB |
+----------------+-----------------+
| 841.98MB       | 210.50MB        |
+----------------+-----------------+

這裡說明下，tb_noidx 和 tb_withidx 兩張表資料完全相同，表大概有 360W 條資料，約佔用 840M 空間。其中 col1 欄位區分度較高，del 欄位區分度很低，下面我們分別以這兩個欄位為篩選條件來執行 update 語句：

# 以 col1 欄位為篩選條件 來更新 col2 欄位
mysql> explain update tb_withidx set col2 = '48348a10d7794d269ecf10f9e3f20b52' where col1 = '48348a10d7794d269ecf10f9e3f20b52';
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+-------------+
| id | select_type | table      | partitions | type  | possible_keys | key      | key_len | ref   | rows | filtered | Extra       |
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+-------------+
|  1 | UPDATE      | tb_withidx | NULL       | range | idx_col1      | idx_col1 | 96      | const |    1 |   100.00 | Using where |
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+-------------+
1 row in set (0.00 sec)

mysql> update tb_withidx set col2 = '48348a10d7794d269ecf10f9e3f20b52' where col1 = '48348a10d7794d269ecf10f9e3f20b52';
Query OK, 1 row affected (0.01 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> explain update tb_noidx set col2 = '48348a10d7794d269ecf10f9e3f20b52' where col1 = '48348a10d7794d269ecf10f9e3f20b52';
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table    | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_noidx | NULL       | index | NULL          | PRIMARY | 4       | NULL | 3557131 |   100.00 | Using where |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.00 sec)

mysql> update tb_noidx set col2 = '48348a10d7794d269ecf10f9e3f20b52' where col1 = '48348a10d7794d269ecf10f9e3f20b52';
Query OK, 1 row affected (13.29 sec)
Rows matched: 1  Changed: 1  Warnings: 0

# 以 col1 欄位為篩選條件 來更新 col1 欄位
mysql> explain update tb_withidx set col1 = 'col1aac4c0f07449c688af42886465b76b' where col1 = '95aac4c0f07449c688af42886465b76b';
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+------------------------------+
| id | select_type | table      | partitions | type  | possible_keys | key      | key_len | ref   | rows | filtered | Extra                        |
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+------------------------------+
|  1 | UPDATE      | tb_withidx | NULL       | range | idx_col1      | idx_col1 | 96      | const |    1 |   100.00 | Using where; Using temporary |
+----+-------------+------------+------------+-------+---------------+----------+---------+-------+------+----------+------------------------------+
1 row in set (0.01 sec)

mysql> update tb_withidx set col1 = 'col1aac4c0f07449c688af42886465b76b' where col1 = '95aac4c0f07449c688af42886465b76b';
Query OK, 1 row affected, 1 warning (0.01 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> explain update tb_noidx set col1 = 'col1aac4c0f07449c688af42886465b76b' where col1 = '95aac4c0f07449c688af42886465b76b';
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table    | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_noidx | NULL       | index | NULL          | PRIMARY | 4       | NULL | 3557131 |   100.00 | Using where |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.01 sec)

mysql> update tb_noidx set col1 = 'col1aac4c0f07449c688af42886465b76b' where col1 = '95aac4c0f07449c688af42886465b76b';
Query OK, 1 row affected, 1 warning (13.15 sec)
Rows matched: 1  Changed: 1  Warnings: 0

# 以 del 欄位為篩選條件 來更新 col2 欄位
# del為0的大概203W條 del為1的大概155W條
mysql> select del,count(*) from tb_withidx GROUP BY del;
+-----+----------+
| del | count(*) |
+-----+----------+
| 0   |  2033080 |
| 1   |  1557025 |
+-----+----------+

mysql> explain update tb_withidx set col2 = 'col24c0f07449c68af42886465b76' where del = 0;
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table      | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_withidx | NULL       | index | idx_del       | PRIMARY | 4       | NULL | 3436842 |   100.00 | Using where |
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.00 sec)

mysql> update tb_withidx set col2 = 'col24c0f07449c68af42886465b76' where del = 0;
Query OK, 2033080 rows affected (47.15 sec)
Rows matched: 2033080  Changed: 2033080  Warnings: 0

mysql> explain update tb_noidx set col2 = 'col24c0f07449c68af42886465b76' where del = 0;
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table    | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_noidx | NULL       | index | NULL          | PRIMARY | 4       | NULL | 3296548 |   100.00 | Using where |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.00 sec)

mysql> update tb_noidx set col2 = 'col24c0f07449c68af42886465b76' where del = 0;
Query OK, 2033080 rows affected (49.79 sec)
Rows matched: 2033080  Changed: 2033080  Warnings: 0

# 以 del 欄位為篩選條件 來更新 del 欄位
mysql> explain update tb_withidx set del = 2 where del = 0;                                      
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table      | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_withidx | NULL       | index | idx_del       | PRIMARY | 4       | NULL | 3436842 |   100.00 | Using where |
+----+-------------+------------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.03 sec)

mysql> update tb_withidx set del = 2 where del = 0;
Query OK, 2033080 rows affected (2 min 34.96 sec)
Rows matched: 2033080  Changed: 2033080  Warnings: 0

mysql> explain update tb_noidx set del = 2 where del = 0;  
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table    | partitions | type  | possible_keys | key     | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
|  1 | UPDATE      | tb_noidx | NULL       | index | NULL          | PRIMARY | 4       | NULL | 3296548 |   100.00 | Using where |
+----+-------------+----------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+
1 row in set (0.00 sec)

mysql>  update tb_noidx set del = 2 where del = 0; 
Query OK, 2033080 rows affected (50.57 sec)
Rows matched: 2033080  Changed: 2033080  Warnings: 0

從以上實驗大致可以看出，是否用到索引，對於 update 語句執行速度影響還是很大的，具體表現如下：

  • 若在區分度較高的欄位上新增索引，並以該欄位為篩選條件進行更新，則無論是更新該欄位還是其他欄位，用到索引的更新都要快好多。
  • 若在區分度很低的欄位上新增索引，並以該欄位為篩選條件進行更新，當更新其他欄位時，有無索引區別不大，當更新這個區分度很低的欄位時，用到索引的更新反而更慢。

2.一些經驗總結

我們試著來解釋下以上實驗結果，首先來看下 update SQL 執行流程，大致如下：

  1. 首先客戶端傳送請求到服務端，建立連線。
  2. 服務端先看下查詢快取，對於更新某張表的 SQL ，該表的所有查詢快取都失效。
  3. 接著來到解析器，進行語法分析，一些系統關鍵字校驗，校驗語法是否合規。
  4. 然後優化器進行 SQL 優化，比如怎麼選擇索引之類，然後生成執行計劃。
  5. 執行器去儲存引擎查詢需要更新的資料。
  6. 儲存引擎判斷當前緩衝池中是否存在需要更新的資料，存在就直接返回，否則去從磁碟載入資料。
  7. 執行器呼叫儲存引擎 API 去更新資料。
  8. 儲存器更新資料，同時寫入 undo log 、redo log 資訊。
  9. 執行器寫 binlog ，提交事務，流程結束。

也就是說，執行更新語句首先需要將被更新的記錄查詢出來，這也就不難理解為啥以區分度較高的欄位為篩選條件進行更新，有索引的情況下執行更快。

對於區分度很低的欄位，用沒用到索引則區別不大，原因是查詢出將被更新的記錄所需時間差別不大，需要掃描的行數差別不大。當更新區分度很低的欄位的欄位時，因為要維護索引 b+ 樹，所以會拖慢更新速度。

之前也有講過，雖然索引能加速查詢，但索引也是有缺點的，那就是索引需要動態的維護，當對錶中的資料進行增加、刪除、修改時，會降低資料的維護速度。本次實驗結果也能論證這個結論。

通過本次實驗，我們也能得到一些索引相關經驗：

  • 只為用於搜尋、排序、分組、連線的列建立索引。
  • 索引儘量建在區分度高的欄位上，避免在區分度低的欄位上建索引。
  • 對經常更新的表避免建立過多的索引。
  • 不要有冗餘索引，會增加維護成本。
作者：MySQL技術
出處：https://www.cnblogs.com/kunjian/
本文版權歸作者和部落格園共有，歡迎轉載，但未經作者同意必須保留此段宣告，且在文章頁面明顯位置給出原文連線，否則保留追究法律責任的權利。
如果文中有什麼錯誤，歡迎指出。以免更多的人被誤導。有需要溝通的，可以站內私信，文章留言，或者關注『MySQL技術』公眾號私信我。一定盡力回答。

相關推薦

python和java的區別及應用領域，python和java的區別大嗎

最近學習Python，網上學習資料挺多的，這篇寫的不錯，關於python和java的區別及應用領域和python和java的區別大嗎，大家有需要也可以看看。

執行update語句，用沒用到索引，區別大嗎？

前言： 我們都知道，當執行 select 查詢語句時，用沒用到索引區別是很大的，若沒用到索引，一條 select 語句可能執行好幾秒或更久，若使用到索引則可能瞬間完成。那麼當執行 update 語句時，用沒用到索引有什麼區別

MySQL執行update語句和原資料相同會再次執行嗎

背景 本文主要測試MySQL執行update語句時，針對與原資料（即未修改）相同的update語句會在MySQL內部重新執行嗎？

oracle執行update語句時卡住問題分析及解決辦法

問題 開發的時候debug到一條update的sql語句時程式就不動了，然後我就在plsql上試了一下，發現plsql一直在顯示正在執行，等了好久也不出結果。但是奇怪的是執行其他的select語句卻是可以執行的。

django-ORM-常用欄位，常用引數，索引，聯合唯一索引，聯合索引(不唯一)

1 class User(models.Model): 2#一.常用欄位： 3 4#1.字元欄位 5username = models.CharField(max_length=32)

瞭解聚集索引，非聚集索引，聯合索引，索引覆蓋

舉例，業務場景，使用者表，表結構為： create table t_user( uid primary key, login_name unique,

UML類圖，用例圖，時序圖

UML類圖 https://www.cnblogs.com/jiqing9006/p/5915023.html https://blog.csdn.net/sinat_21107433/article/details/84580218

sql server 聚集索引，非聚集索引，Identity ，gudi，主鍵的概念和比較

索引 可以把索引理解為一種特殊的目錄。微軟的SQL SERVER提供了兩種索引：聚集索引（clustered index，也稱聚類索引、簇集索引）和非聚集索引（nonclustered index，也稱非聚類索引、非簇集索引）。

為什麼用了索引之後，查詢就會變快？

相信很多程式設計師朋友對資料的索引並不陌生，最常見的索引是 B+ Tree 索引，索引可以加快資料庫的檢索速度，但是會降低新增、修改、刪除操作的速度，一些錯誤的寫法會導致索引失效等等。

Mybatis如何執行Select語句，你真的知道嗎？

持續原創輸出，點選上方藍字關注我吧 作者：不才陳某 部落格：https://chenjiabing666.github.io

NO.142 執行用例，並提交bug，檢視報表統計。

>>> 在禪道專案管理軟體的測試任務用例列表頁面，使用者可以按照模組來進行點選，或者選擇所有指派給自己的用例，來查到需要自己執行的用例列表。

2020-11-08：在Mysql中，三個欄位A、B、C的聯合索引，查詢條件是B、A、C，會用到索引嗎？

福哥答案2020-11-08： 會走索引，原因是mysql優化器會把BAC優化成ABC。 CREATE TABLE `t_testabc2` (

array_udiff_assoc — 帶索引檢查計算陣列的差集，用回撥函式比較資料

array_udiff_assoc — 帶索引檢查計算陣列的差集，用回撥函式比較資料 說明 array_udiff_assoc ( array $array1 , array $array2 [, array $... ], callable $value_compare_func ) : array

【SQL練習】 計算並填寫學生獲得的總學分 本題目要求編寫UPDATE語句， 計算每位學生已獲得的總學分並填寫在stu表中的totalcredit欄位。

此文轉載自：https://blog.csdn.net/qq_45552117/article/details/110086939 本題目要求編寫UPDATE語句， 計算每位學生已獲得的總學分並填寫在stu表中的totalcredit欄位。

90%的程式設計師，都沒用過多執行緒和鎖，怎麼成為架構師？

作者：小傅哥 部落格：https://bugstack.cn Github：https://github.com/fuzhengwei/CodeGuide/wiki

MS-SQL SERVER伺服器佔用CPU高，用語句先排查。

　　1、檢視連線物件 SELECT * FROM sys.[sysprocesses] WHERE [spid]>50 --AND DB_NAME([dbid])=\'gposdb\'

Mysql索引，有哪幾種索引，什麼時候該（不該）建索引；SQL怎麼進行優化以及SQL關鍵字的執行順序

索引（Index）是幫助MySQL高效獲取資料的資料結構。提取句子主幹，就可以得到索引的本質：索引是資料結構。

MongoDB快速入門-通過docker安裝MongoDB，MongoDB的基本操作，索引，執行計劃，SpringBoot整合MongoDB，MongoDB認證

MongoDB 1、MongoDB入門 1.1、MongoDB簡介 MongoDB是一個基於分散式檔案儲存的資料庫。由C++語言編寫。旨在為WEB應用提供可擴充套件的高效能資料儲存解決方案。

python執行緒池ThreadPoolExecutor，實現目的：執行緒高可用、防止記憶體炸裂、執行緒可複用，降低因為不斷的新建執行緒和銷燬執行緒造成的浪費

應用場景：不斷消費一個容器裡面的資料，使用同一個執行緒池，實現高可用性並減少系統性能開銷；（這裡拿redis作為容器來做示範），執行緒池的使用請檢視https://www.cnblogs.com/hoojjack/p/10846010.html。

List＜Map＜String, Object＞＞型別查詢的時候，sql語句能查到結果，但是用Java程式碼卻查出來size為0的解決辦法

技術標籤：javamysql 之所以查不出來，是因為當用Map<String,Object>的時候，得保證mysql資料庫裡面查到的欄位沒有null值，否則，查到的結果也是null，mysql資料庫中需要用IFNULL(road_id,\'\')）方法做一