目录
- 1 数据准备
- 1.1 新建数据表
- 1.2 新增100万条数据
- 2 基础知识
- 2.1 explain type
- 2.2 explain Extra
- 3 索引失效场景
- 3.1 查询类型错误
- 3.1.1 失效场景
- 3.1.2 解决方案
- 3.2 索引列参与运算
- 3.2.1 失效场景
- 3.2.2 解决方案
- 3.3 mysql放弃使用索引
- 3.3.1 失效场景
- 3.3.2 解决方案一
- 3.3.3 解决方案二
- 3.4 错误使用通配符
- 3.4.1 数据准备
- 3.4.2 失效场景一
- 3.4.3 失效场景二
- 3.4.4 解决方案
- 3.5 OR连接无索引字段
- 3.5.1 失效场景 js
- 3.5.2 解决方案
- 3.6 未用到覆盖索引
- 3.6.1 失效场景
- 3.6.2 解决方案
- 3.7 联合索引失效
- 3.7.1 完整使用
- 3.7.2 失效场景一:索引不完整
- 3.7.3 失效场景二:索引中断
- 3.7.4 失效场景三:非等值匹配
- 3.7.5 失效场景四:最左索引缺失
- 3.1 查询类型错误
- 4 文章总结
1 数据准备
1.1 新建数据表
CREATE TABLE `player` ( `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键', `player_id` varchar(256) NOT NULL COMMENT '运动员编号', `player_name` varchar(256) NOT NULL COMMENT '编程客栈运动员名称', `height` int(11) NOT NULL COMMENT '身高', `weight` int(11) NOT NULL COMMENT '体重', `type` varchar(256) DEFAULT '0' COMMENT '球员类型', `game_performance` text COMMENT '最近一场比赛表现', PRIMARY KEY (`id`), KEY `idx_name_height_weight` (`player_name`,`height`,`weight`), KEY `idx_type` (`type`), KEY `idx_height` (`height`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8
以上数据表声明三个索引:
- 联合索引:idx_name_height_weight
- 普通索引:idx_type
- 普通索引:idx_height
1.2 新增100万条数据
@SpringBootTest(classes = TestApplication.class) @RunWith(SpringJUnit4ClassRunner.class) public class PlayerServiceTest { @Resource private PlayerRepository playerRepository; @Test public void initBigData() { for (int i = 0; i < 1000000; i++) { PlayerEntity entity = new PlayerEntity(); entity.setPlayerId(UUID.randomUUID(javascript).toString()); entity.setPlayerName("球员_" + System.currentTimeMillis()); entity.setType("0"); entity.setWeight(150); entity.setHeight(188); entity.setGamePerformance("{\"runDistance\":8900.0,\"passSuccess\":80.12,\"scoreNum\":3}"); playerRepository.insert(entity); } } }
2 基础知识
2.1 explain type
执行计划中访问类型是重要分析指标:
2.2 explain Extra
Extra表示执行计划扩展信息:
3 索引失效场景
本章节介绍索引失效十种场景:
- 查询类型错误
- 索引列参与运算
- 错误使用通配符
- 未用到覆盖索引
- OR连接无索引字段
- MySQL放弃使用索引
- 联合索引失效
- 索引不完整
- 索引中断
- 非等值匹配
- 最左索引缺失
3.1 查询类型错误
3.1.1 失效场景
explain select * from player where type = 0
3.1.2 解决方案
数据表定义type
字段为varchar
类型,查询必须使用相同类型:
3.2 索引列参与运算
3.2.1 失效场景
explain select * from player where height + 1 > 189
3.2.2 解决方案
explain select * from player where height > 188
3.3 MySQL放弃使用索引
3.3.1 失效场景
MySQL发现如果使用索引性能低于全表扫描则放弃使用索引。例如在表中100万条数据height
字段值全部是188
,所以执行如下语句时放弃使用索引:
explain select编程客栈 * fro开发者_mariadbm player where height > 187
3.3.2 解决方案一
调整查询条件值:
explain select * from player where height > 188
3.3.3 解决方案二
强制指定索引,这种方法不一定可以提升性能:
3.4 错误使用通配符
3.4.1 数据准备
避免出现3.3章节失效问题此处修改一条数据:
update player set player_name = '测试球员' where id = 1
3.4.2 失效场景一
explain select * from player where player_name like '%测试'
3.4.3 失效场景二
explain select * from player where player_name like '%测试%'
3.4.4 解决方案
explain select * from player where player_name like '测试%'
3.5 OR连接无索引字段
3.5.1 失效场景
type
有索引,weight
无索引:
explain select * from player where type = '0' or weight = 150
3.5.2 解决方案
weight
新增索引,union
拼装查询数据
explain select * from player where type = '0' union select * from player where weight = 150
3.6 未用到覆盖索引
3.6.1 失效场景
Using index condition
表示使用索引,但是需要回表查询
explain select * from player where player_name like '测试%'
3.6.2 解决方案
覆盖索引含义是查询时索引列完全包含查询列,查询过程无须回表(需要在同一棵索引树)性能得到提升。Using Index; Using where
表示使用覆盖索引并且用where
过滤查询结果:
explain select id,player_name,height,weight from player where player_name like '测试%'
3.7 联合索引失效
3.7.1 完整使用
联合索引idx_name_height_weight
完整使用key_len
=778:
explain select * from player where player_name = '球员_1682577684751' and height = 188 and weight = 150
3.7.2 失效场景一:索引不完整
weight
不在查询条件,所以只用到idx_name_height
,所以key_len编程客栈
= 774:
explain select * from player where player_name = '球员_1682577684751' and height = 188
3.7.3 失效场景二:索引中断
height
不在查询条件,所以只用到idx_name
,所以key_len
= 770:
explain select * from player where player_name = '球员_1682577684751' and weight = 150
3.7.4 失效场景三:非等值匹配
height
非等值匹配,所以只用到idx_name_height
,所以key_length
=774:
explain select * from player where player_name='球员_1682577684751' and height > 188 and weight = 150
3.7.5 失效场景四:最左索引缺失
player_name
最左索引不在查询条件,全表扫描
explain select * from player where weight = 150
4 文章总结
本文第一进行测试数据准备,第二介绍执行计划相关知识,第三介绍索引失效10种场景:查询类型错误,索引列参与运算,错误使用通配符,未用到覆盖索引,OR连接无索引字段,MySQL放弃使用索引,联合索引中索引不完整,索引中断,非等值匹配,最左索引缺失。
以上就是MySQL索引失效十种场景与优化方案的详细内容,更多关于MySQL索引失效的资料请关注我们其它相关文章!
精彩评论