MySQL全面瓦解25：構建高效能索引（案例分析篇）
回顧一下上面幾篇索引相關的文章：
MySQL全面瓦解22：索引的介紹和原理分析
MySQL全面瓦解23：MySQL索引實現和使用
MySQL全面瓦解24：構建高效能索引（策略篇）
索引的十大原則
1、正確理解和計算索引欄位的區分度，文中有計算規則，區分度高的索引，可以快速得定位資料，區分度太低，無法有效的利用索引，可能需要掃描大量資料頁，和不使用索引沒什麼差別。
2、正確理解和計算字首索引的欄位長度，文中有判斷規則，合適的長度要保證高的區分度和最恰當的索引儲存容量，只有達到最佳狀態，才是保證高效率的索引。
3、聯合索引注意最左匹配原則：必須按照從左到右的順序匹配，MySQL會一直向右匹配索引直到遇到範圍查詢(>、<、between、like)然後停止匹配。
如 depno=1 and empname>'' and job=1 ，如果建立(depno,empname,job)順序的索引，job是用不到索引的。
4、應需而取策略，查詢記錄的時候，不要一上來就使用*，只取需要的資料，可能的話儘量只利用索引覆蓋，可以減少回表操作，提升效率。
5、正確判斷是否使用聯合索引（上面聯合索引的使用那一小節有說明判斷規則），也可以進一步分析到索引下推（IPC），減少回表操作，提升效率。
6、避免索引失效的原則：禁止對索引欄位使用函式、運算子操作，會使索引失效。這是實際上就是需要保證索引所對應欄位的”乾淨度“。
7、避免非必要的型別轉換，字串欄位使用數值進行比較的時候會導致索引無效。
8、模糊查詢'%value%'會使索引無效，變為全表掃描，因為無法判斷掃描的區間，但是'value%'是可以有效利用索引。
9、索引覆蓋排序欄位，這樣可以減少排序步驟，提升查詢效率
10、儘量的擴充套件索引，非必要不新建索引。比如表中已經有a的索引，現在要加(a,b)的索引，那麼只需要修改原來的索引即可。
查詢優化分析器 - explain
explain命令大家應該很熟悉，具體用法和欄位含義可以參考官網explain-output，這裡需要強調rows是核心指標，絕大部分rows小的語句執行一定很快，因為掃描的內容基數小。
所以優化語句基本上都是在優化降低rows值。
慢查詢優化基本步驟
1.先執行檢視實際耗時，判斷是否真的很慢（注意設定SQL_NO_CACHE）。
2.高區分度優先策略：where條件單表查，鎖定最小返回記錄表的條件。
就是查詢語句的where都應用到表中返回的記錄數最小的表開始查起，單表每個欄位分別查詢，看哪個欄位的區分度最高。區分度高的欄位往前排。
3.explain檢視執行計劃，是否與1預期一致（從鎖定記錄較少的表開始查詢）
4.order by limit 形式的sql語句讓排序的表優先查
5.瞭解業務方的使用場景，根據使用場景適時調整。
6.加索引時參照建上面索引的十大原則
7.觀察結果，不符合預期繼續從第一步開始分析
查詢案例分析
下面幾個例子詳細解釋瞭如何分析和優化慢查詢。
複雜查詢條件的分析
一般來說我們編寫SQL的方式是為了 是實現功能，在實現功能的基礎上保證MySQL的執行效率也是非常重要的，這要求我們對MySQL的執行計劃和索引規則有非常清晰的理解，分析下面的案例：
1 mysql> select a.*,b.depname,b.memo from emp a left join 2 dep b on a.depno = b.depno where sal>100 and a.empname like 'ab%' and a.depno=106 order by a.hiredate desc ; 3 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+----------+ 4 | id | empno | empname | job | mgr | hiredate | sal | comn | depno | depname | memo | 5 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+----------+ 6 | 4976754 | 4976754 | ABijwE | SALEMAN | 1 | 2021-01-23 16:46:24 | 2000 | 400 | 106 | kDpNWugzcQ | TYlrVEkm | 7 ...... 8 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+----------+ 9 744 rows in set (4.958 sec)
總共就查詢了744條資料，卻耗費了4.958的時間，我們看一下目前表中現存的索引以及索引使用的情況分析
1 mysql> show index from emp; 2 +-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 3 | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | 4 +-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 5 | emp | 0 | PRIMARY | 1 | id | A | 4952492 | NULL | NULL | | BTREE | | | 6 | emp | 1 | idx_emo_depno | 1 | depno | A | 18 | NULL | NULL | | BTREE | | | 7 +-------+------------+---------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 8 2 rows in set 9 10 mysql> explain select a.*,b.depname,b.memo from emp a left join 11 dep b on a.depno = b.depno where sal>100 and a.empname like 'ab%' and a.depno=106 order by a.hiredate desc ; 12 +----+-------------+-------+------+---------------+---------------+---------+-------+--------+-----------------------------+ 13 | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | 14 +----+-------------+-------+------+---------------+---------------+---------+-------+--------+-----------------------------+ 15 | 1 | SIMPLE | a | ref | idx_emo_depno | idx_emo_depno | 3 | const | 974898 | Using where; Using filesort | 16 | 1 | SIMPLE | b | ref | idx_dep_depno | idx_dep_depno | 3 | const | 1 | NULL | 17 +----+-------------+-------+------+---------------+---------------+---------+-------+--------+-----------------------------+ 18 2 rows in set
可以看出，目前在emp表上除了主鍵只存在一個索引 idx_emo_depno ，作用在部門編號欄位上，該索引的目標是過濾出具體部門編號下的資料。
通過explain 分析器可以看到 where條件後面是走了 idx_emo_depno 索引，但是也比較了 97W的資料，說明該欄位的區分度並不高，根據高區分度優先原則，我們對這個表的三個查詢欄位分別進行區分度計算。
1 mysql> select count(distinct empname)/count(*),count(distinct depno)/count(*),count(distinct sal)/count(*) from emp; 2 +----------------------------------+--------------------------------+------------------------------+ 3 | count(distinct empname)/count(*) | count(distinct depno)/count(*) | count(distinct sal)/count(*) | 4 +----------------------------------+--------------------------------+------------------------------+ 5 | 0.1713 | 0.0000 | 0.0000 | 6 +----------------------------------+--------------------------------+------------------------------+ 7 1 row in set
這是計算結果，empname的區分度最高，所以合理上是可以建立一個包含這三個欄位的聯合索引，順序如下：empname、depno、sal；
並且查詢條件重新調整了順序，符合最左匹配原則；另一方面根據應需而取的策略，把b.memo欄位去掉了。
1 mysql> select a.*,b.depname from emp a left join 2 dep b on a.depno = b.depno where a.empname like 'ab%' and a.depno=106 and a.sal>100 order by a.hiredate desc ; 3 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+ 4 | id | empno | empname | job | mgr | hiredate | sal | comn | depno | depname | 5 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+ 6 | 4976754 | 4976754 | ABijwE | SALEMAN | 1 | 2021-01-23 16:46:24 | 2000 | 400 | 106 | kDpNWugzcQ | 7 ...... 8 +---------+---------+---------+---------+-----+---------------------+------+------+-------+------------+ 9 744 rows in set (0.006 sec)
這邊還有一個問題，那就是聯合索引根據最左匹配原則：必須按照從左到右的順序匹配，MySQL會一直向右匹配索引直到遇到範圍查詢(>、<、between、like)然後停止匹配。
所以語句中 執行到a.empname 欄位，因為使用了like，後面就不再走索引了。在這個場景中， 獨立的empname欄位上的索引和這個聯合索引效率是差不多的。
另外排序欄位hiredate也可以考慮到覆蓋到索引中，會相應的提高效率。
無效索引的分析
有一個需求，使用到了使用者表 userinfo 和消費明細表 salinvest ，目的想把2020年每個使用者在四個品類等級（A1、A2、A3、A4）上的消費額度進行統計，所以便下了如下的指令碼：
1 select (@rowNO := @rowNo+1) AS id,bdata.* from 2 ( 3 select distinct a.usercode,a.username, 4 @A1:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A1' 5 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A1, 6 @A2:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A2' 7 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A2, 8 @A3:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A3' 9 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A3, 10 @A4:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A4' 11 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A4, 12 ,(@A1+@A2+@A3+@A4) as allnum 13 from userinfo a 14 inner JOIN `salinvest` b on a.usercode = b.usercode 15 where b.logdate between '2020-01-01' and '2020-12-31' 16 order by allnum desc 17 ) as bdata,(SELECT @rowNO:=0) b;
這個查詢看起來貌似沒什麼問題 ，雖然用到了複合查詢、子查詢，但是如果索引做的正確，也不會有什麼問題。那我們來看看索引，有一個聯合索引，符合我們最左匹配原則和高區分度優先原則：
1 mysql> show index from salinvest; 2 +------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 3 | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | 4 +------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 5 | lnuminvest | 0 | PRIMARY | 1 | autocode | A | 5 | NULL | NULL | | BTREE | | | 6 | lnuminvest | 1 | idx_salinvest_complex | 1 | usercode | A | 2 | NULL | NULL | YES | BTREE | | | 7 | lnuminvest | 1 | idx_salinvest_complex | 2 | gravalue | A | 2 | NULL | NULL | YES | BTREE | | | 8 | lnuminvest | 1 | idx_salinvest_complex | 3 | logdate | A | 2 | NULL | NULL | YES | BTREE | | | 9 +------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 10 4 rows in set
那我們來看看它的執行效率：
mysql> select (@rowNO := @rowNo+1) AS id,bdata.* from ( select (@rowNO := @rowNo+1) AS id,bdata.* from ( select distinct a.usercode,a.username, @A1:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A1' and c.logdate between '2020-01-01' and '2020-12-31'),0) as A1, @A2:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A2' and c.logdate between '2020-01-01' and '2020-12-31'),0) as A2, @A3:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A3' and c.logdate between '2020-01-01' and '2020-12-31'),0) as A3, @A4:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A4' and c.logdate between '2020-01-01' and '2020-12-31'),0) as A4, ,(@A1+@A2+@A3+@A4) as allnum from userinfo a inner JOIN `salinvest` b on a.usercode = b.usercode where b.logdate between '2020-01-01' and '2020-12-31' order by allnum desc ) as bdata,(SELECT @rowNO:=0) b; +----+------------+---------+------+------+------+------+------+--------+ | id | usercode | username | A1 | A2 | A3 | A4 |allnum +----+------------+---------+------+------+------+------+------+--------+ | 1 | 063105015 | brand | 789.00 | 1074.50 | 998.00 | 850.00 | ...... +----+------------+---------+------+------+------+------+------+--------+ 6217 rows in set (12.745 sec)
我這邊省略了查詢結果，實際上結果輸出6000多條資料，在約50W的資料中進行統計與合併，輸出6000多條資料，花費了將近13秒，這明顯是不合理的。
我們來分析下是什麼原因：
1 mysql> explain select (@rowNO := @rowNo+1) AS id,bdata.* from 2 ( 3 select distinct a.usercode,a.username, 4 @A1:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A1' 5 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A1, 6 @A2:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A2' 7 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A2, 8 @A3:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A3' 9 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A3, 10 @A4:=IFNULL((select sum(c.ltimenum) from `salinvest` c where c.usercode=a.usercode AND c.gravalue='A4' 11 and c.logdate between '2020-01-01' and '2020-12-31'),0) as A4, 12 ,(@A1+@A2+@A3+@A4) as allnum 13 from userinfo a 14 inner JOIN `salinvest` b on a.usercode = b.usercode 15 where b.logdate between '2020-01-01' and '2020-12-31' 16 order by allnum desc 17 ) as bdata,(SELECT @rowNO:=0) b; 18 +----+--------------------+------------+------------+--------+------------------------+------------------------+---------+-----------------------+------+----------+-----------------------------------------------------------+ 19 | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | 20 +----+--------------------+------------+------------+--------+------------------------+------------------------+---------+-----------------------+------+----------+-----------------------------------------------------------+ 21 | 1 | PRIMARY | <derived8> | NULL | system | NULL | NULL | NULL | NULL | 1 | 100 | NULL | 22 | 1 | PRIMARY | <derived2> | NULL | ALL | NULL | NULL | NULL | NULL | 2 | 100 | NULL | 23 | 8 | DERIVED | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | No tables used | 24 | 2 | DERIVED | b | NULL | index | idx_salinvest_complex | idx_salinvest_complex | 170 | NULL | 5 | 20 | Using where; Using index; Using temporary; Using filesort | 25 | 7 | DEPENDENT SUBQUERY | c | NULL | ALL | idx_salinvest_complex | NULL | NULL | NULL | 5 | 20 | Using where | 26 | 6 | DEPENDENT SUBQUERY | c | NULL | ALL | idx_salinvest_complex | NULL | NULL | NULL | 5 | 20 | Using where | 27 | 5 | DEPENDENT SUBQUERY | c | NULL | ALL | idx_salinvest_complex | NULL | NULL | NULL | 5 | 20 | Using where | 28 | 4 | DEPENDENT SUBQUERY | c | NULL | ALL | idx_salinvest_complex | NULL | NULL | NULL | 5 | 20 | Using where | 29 +----+--------------------+------------+------------+--------+------------------------+------------------------+---------+-----------------------+------+----------+-----------------------------------------------------------+ 30 9 rows in set
看最後四條資料，看他的possible_key和 實際的key，預估是走 idx_salinvest_complex 索引，實際是走了空索引，這個是為什麼呢？ 看前面的select_type 欄位，值是 DEPENDENT SUBQUERY，瞭然了。
官方對 DEPENDENT SUBQUERY 的說明：子查詢中的第一個SELECT， 取決於外面的查詢 。
什麼意思呢？它意味著兩步：
第一步，MySQL 根據 select distinct a.usercode,a.username 得到一個大結果集 t1，這就是我們上圖提示的6000使用者。
第二步，上面的大結果集 t1 中的每一條記錄，等同於與子查詢 SQL 組成新的查詢語句： select sum(c.ltimenum) from `salinvest` c where c.usercode in (select distinct a.usercode from userinfo a) 。
也就是說， 每個子查詢要比較6000次，幾十萬的資料啊……即使這兩步驟查詢都用到了索引，但還是會很慢。
這種情況下， 子查詢的執行效率受制於外層查詢的記錄數，還不如拆成兩個獨立查詢順序執行呢。
這種慢查詢的解決辦法，網上有很多方案，最常用的辦法是用聯合查詢代替子查詢，可以自己去查一下。
總結
上面給出了兩種典型的問題，一種是沒有使用索引使用原則進行索引構建，一種是遇到坑導致索引無效。我們在實際的應用中遇到過很多問題。比如：
1、不多的資料結果集，但是涉及到超多個表join的低效指令碼。
2、無效的聯表查詢，就是其中一張聯表沒有任何使用，但是資料基數極大。（這也可能是某個時候業務變更導致的sql指令碼忘了調整）。
3、varchar型別欄位等值比較沒有寫單引號，巨量基數笛卡爾積查詢直接把從庫搞死，在索引欄位上做計算導致索引失效的。
所有的這些案例都只是一些經驗積累，只有熟悉查詢優化器、索引的內部原理，瞭解索引優化的策略，才能定位這些問題的原因並加以解決。