mysql-覆蓋索引

原文地址：https://www.cnblogs.com/happyflyingpig/p/7662881.html

什麼叫做覆蓋索引？

• 解釋一： 就是select的數據列只用從索引中就能夠取得，不必從數據表中讀取，換句話說查詢列要被所使用的索引覆蓋。
• 解釋二： 索引是高效找到行的一個方法，當能通過檢索索引就可以讀取想要的數據，那就不需要再到數據表中讀取行了。如果一個索引包含了（或覆蓋了）滿足查詢語句中字段與條件的數據就叫做覆蓋索引。
• 解釋三：是非聚集組合索引的一種形式，它包括在查詢裏的Select、Join和Where子句用到的所有列（即建立索引的字段正好是覆蓋查詢語句[select子句]與查詢條件[Where子句]中所涉及的字段，也即，索引包含了查詢正在查找的所有數據）。

　　不是所有類型的索引都可以成爲覆蓋索引。覆蓋索引必須要存儲索引的列，而哈希索引、空間索引和全文索引等都不存儲索引列的值，所以MySQL只能使用B-Tree索引做覆蓋索引

　　當發起一個被索引覆蓋的查詢(也叫作索引覆蓋查詢)時，在EXPLAIN的Extra列可以看到“Using index”的信息

　　

幾種優化場景：

　　1.無WHERE條件的查詢優化：

　　執行計劃中，type 爲ALL，表示進行了全表掃描

　　如何改進？優化措施很簡單，就是對這個查詢列建立索引。如下，

ALERT TABLE t1 ADD KEY(staff_id);

 

•  再看一下執行計劃

explain select sql_no_cache count(staff_id) from t1\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: index
possible_keys: NULL
          key: staff_id
      key_len: 1
          ref: NULL
         rows: 1023849
　　　　　 Extra: Using index


1 row in set (0.00 sec)

 

　　possible_key: NULL，說明沒有WHERE條件時查詢優化器無法通過索引檢索數據，這裏使用了索引的另外一個優點，即從索引中獲取數據，減少了讀取的數據塊的數量。 無where條件的查詢，可以通過索引來實現索引覆蓋查詢，但前提條件是，查詢返回的字段數足夠少，更不用說select *之類的了。畢竟，建立key length過長的索引，始終不是一件好事情。

• 查詢消耗

　　

　　從時間上看，小了0.13 sec

2、二次檢索優化

　　如下這個查詢：

select sql_no_cache rental_date from t1 where inventory_id<80000;
…
…
| 2005-08-23 15:08:00 |
| 2005-08-23 15:09:17 |
| 2005-08-23 15:10:42 |
| 2005-08-23 15:15:02 |
| 2005-08-23 15:15:19 |
| 2005-08-23 15:16:32 |
+---------------------+
79999 rows in set (0.13 sec)

 

　　執行計劃：

explain select sql_no_cache rental_date from t1 where inventory_id<80000\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: range
possible_keys: inventory_id
          key: inventory_id
      key_len: 3
          ref: NULL
         rows: 153734
        Extra: Using index condition
1 row in set (0.00 sec)

 

　　Extra：Using index condition 表示使用的索引方式爲二級檢索，即79999個書籤值被用來進行回表查詢。可想而知，還是會有一定的性能消耗的

　　嘗試針對這個SQL建立聯合索引，如下：

alter table t1 add key(inventory_id,rental_date);

 

　　執行計劃：

explain select sql_no_cache rental_date from t1 where inventory_id<80000\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: range
possible_keys: inventory_id,inventory_id_2
          key: inventory_id_2
      key_len: 3
          ref: NULL
         rows: 162884
        Extra: Using index
1 row in set (0.00 sec)

 

　　Extra：Using index 表示沒有會標查詢的過程，實現了索引覆蓋

3、分頁查詢優化

　　如下這個查詢場景

select tid,return_date from t1 order by inventory_id limit 50000,10;
+-------+---------------------+
| tid   | return_date         |
+-------+---------------------+
| 50001 | 2005-06-17 23:04:36 |
| 50002 | 2005-06-23 03:16:12 |
| 50003 | 2005-06-20 22:41:03 |
| 50004 | 2005-06-23 04:39:28 |
| 50005 | 2005-06-24 04:41:20 |
| 50006 | 2005-06-22 22:54:10 |
| 50007 | 2005-06-18 07:21:51 |
| 50008 | 2005-06-25 21:51:16 |
| 50009 | 2005-06-21 03:44:32 |
| 50010 | 2005-06-19 00:00:34 |
+-------+---------------------+
10 rows in set (0.75 sec)

 

　　在未優化之前，我們看到它的執行計劃是如此的糟糕

　　

explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 1023675
        
1 row in set (0.00 sec)

　　看出是全表掃描。加上而外的排序，性能消耗是不低的

　　如何通過覆蓋索引優化呢？

　　我們創建一個索引，包含排序列以及返回列，由於tid是主鍵字段，因此，下面的複合索引就包含了tid的字段值

alter table t1 add index liu(inventory_id,return_date);

 

　　那麼，效果如何呢？

select tid,return_date from t1 order by inventory_id limit 50000,10;
+-------+---------------------+
| tid   | return_date         |
+-------+---------------------+
| 50001 | 2005-06-17 23:04:36 |
| 50002 | 2005-06-23 03:16:12 |
| 50003 | 2005-06-20 22:41:03 |
| 50004 | 2005-06-23 04:39:28 |
| 50005 | 2005-06-24 04:41:20 |
| 50006 | 2005-06-22 22:54:10 |
| 50007 | 2005-06-18 07:21:51 |
| 50008 | 2005-06-25 21:51:16 |
| 50009 | 2005-06-21 03:44:32 |
| 50010 | 2005-06-19 00:00:34 |
+-------+---------------------+
10 rows in set (0.03 sec)

 

　　可以發現，添加複合索引後，速度提升0.7s！

　　我們看一下改進後的執行計劃

explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: index
possible_keys: NULL
          key: liu
      key_len: 9
          ref: NULL
         rows: 50010

　　　　Extra: Using index

1 row in set (0.00 sec)

 　　執行計劃也可以看到，使用到了複合索引，並且不需要回表

　　對比一下如下的改寫SQL，思想是通過索引消除排序

select a.tid,a.return_date from  t1 a 
inner join 
(select tid from t1 order by inventory_id limit 800000,10) b on a.tid=b.tid;

 

　　並在此基礎上，我們爲inventory_id列創建索引，並刪除之前的覆蓋索引

alter table t1 add index idx_inid(inventory_id)；
drop index liu;

 

　　然後收集統計信息。

select a.tid,a.return_date from  t1 a inner join  (select tid from t1 order by inventory_id limit 800000,10) b on a.tid=b.tid;
+--------+---------------------+
| tid    | return_date         |
+--------+---------------------+
| 800001 | 2005-08-24 13:09:34 |
| 800002 | 2005-08-27 11:41:03 |
| 800003 | 2005-08-22 18:10:22 |
| 800004 | 2005-08-22 16:47:23 |
| 800005 | 2005-08-26 20:32:02 |
| 800006 | 2005-08-21 14:55:42 |
| 800007 | 2005-08-28 14:45:55 |
| 800008 | 2005-08-29 12:37:32 |
| 800009 | 2005-08-24 10:38:06 |
| 800010 | 2005-08-23 12:10:57 |
+--------+---------------------+

 

　　這種優化手段較前者時間多消耗了大約140ms。這種優化手段雖然使用索引消除了排序，但是還是要通過主鍵值回表查詢。因此，在select返回列較少或列寬較小的時候，我們可以通過建立複合索引的方式優化分頁查詢，效果更佳，因爲它不需要回表！

參考文獻:

[1] 袋鼠雲技術團隊博客，https://yq.aliyun.com/articles/62419

[2] Baron Schwartz等 著，寧海元等 譯 ；《高性能MySQL》（第3版）； 電子工業出版社 ，2013

分類: MySQL