Mysql索引优化
如何选择合适的列建立索引
1.在where从句,group by从句,order by从句,on从句中出现的列
2.索引字段越小越好
3.离散度大的列放到联合索引的前面
1 | select * from payment where staff_id = 2 and customer_id = 584; |
由于customer_id的离散度更大,所以应该使用index(customer_id,staff_id),而不是使用index(staff_id,ustomer_id)。
如何判断离散度:
123456 | Mysql> select count(distinct customer_id),count(distinct staff_id) from payment;+-----------------------------+--------------------------+| count(distinct customer_id) | count(distinct staff_id) |+-----------------------------+--------------------------+| 599 | 2 |+-----------------------------+--------------------------+ |
可以看出customer_id的离散度更大
索引的维护及优化
正常情况下,我们认为建立索引可以优化我们的查询效率,但是会降低写入语句的效率。实际情况下,过多的索引不但会对写入语句有影响,还会影响查询语句的效率。这是因为数据库在使用索引查询的时候,首先要分析使用哪一个索引进行查询,索引越多,分析的时间就越多。所以我们需要维护我们的索引。
重复及冗余的索引
重复索引是指相同的列以相同的顺序建立的同类型的索引,如下表中primary key和id列上的索引就是重复索引:
12345 | 大专栏 Mysql索引优化lass="line">create table test(id int not null primary key,//主键name varchar(10) not null,unique(id)//唯一索引)engine = innodb; |
冗余索引是指多个索引的前缀列相同,或是在联合索引中包含了主键的索引,下面这个例子中key(name,id)就是一个冗余索引:
12345 | create table test(id int not null primary key,//主键name varchar(10) not null,key(name,id)//索引)engine = innodb; |
查询重复及冗余索引
用sql的方式查询索引问题:
12 | use information_schema;select a.table_schema as '数据名',a.table_name as '表名',a.index_name as '索引1',b.index_name as '索引2',a.column_name as '重复列名' from statistics a join statistics b on a.table_schema = b.table_schema and a.table_name = b.table_name and a.seq_in_index = b.seq_in_index and a.column_name = b.column_name where a.seq_in_index = 1 and a.index_name <> b.index_name; |
使用pt-duplicate-key-checker工具检查重复及冗余索引
1 | pt-duplicate-key-checker -uxxx -pxxx -hxxx |
业务变更导致不再使用的索引(删除)
通过慢查日志配合pt-index-usage工具来进行索引使用情况的分析
1 | pt-index-usage -uxxx -pxxx /xxx/Mysql-slow.log |
相关推荐
世樹 2020-11-11
SCNUHB 2020-11-10
bleach00 2020-11-10
末点 2020-08-03
FellowYourHeart 2020-10-05
momode 2020-09-11
思君夜未眠 2020-09-04
jessieHJ 2020-08-19
行吟阁 2020-08-09
表格的现在还是较为常用的一种标签,但不是用来布局,常见处理、显示表格式数据。在HTML网页中,要想创建表格,就需要使用表格相关的标签。<table> <tr> <td>单元格内的文字</td> ...
gufudhn 2020-08-09
nimeijian 2020-07-30
好记忆也需烂 2020-07-28
zlsdmx 2020-07-05
tomson 2020-07-05
tianqi 2020-07-05
onlykg 2020-07-04