实战前的准备
创建测试表
CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时\r\n间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
插入一些数据
DROP PROCEDURE IF EXISTS insert_emp;
delimiter;;
CREATE PROCEDURE insert_emp()
BEGIN
DECLARE i INT;
SET i = 1;
WHILE (i <= 100000) DO
INSERT INTO employees (NAME, age, position) VALUES (CONCAT('zhangsan', i), i, 'dev');
SET i = i + 1;
END WHILE;
END;;
delimiter;
CALL insert_emp ();
开始实战
案列
-
联合索引第一个字段用范围不会走索引的情况
EXPLAIN SELECT * FROM employees WHERE name > 'LiLei' AND age = 22 AND position ='manager';
一般来说，这种情况是会走第一个索引的，对于这种情况，是由于这张表后续10w行zhangsan开头的数据，结果集很大，回表效率不高，全表扫描效率还要更高一些
-
强制走索引
EXPLAIN SELECT * FROM employees force index(idx_name_age_position) WHERE name > 'LiLei' AND age = 22 AND position ='manager';
此时让mysql强制使用索引，我们发现rows扫描行数好像大大减少了。那是不是效率提高了呢？不一定，因为走的是二级索引，查的是全字段，会有回表的情况，那么我们来对比一下效率吧。
‐-- 关闭查询缓存 set global query_cache_size=0; set global query_cache_type=0; SELECT * FROM employees WHERE name > 'LiLei'; -- 执行时间0.238s SELECT * FROM employees force index(idx_name_age_position) WHERE name > 'LiLei'; -- 执行时间0.388s我们发现强制走索引确实比全表扫描更慢，这里我把后面age和position条件去掉是因为加上这两个条件我的表里是没有数据的，自然不可能发生回表操作，测试也没有意义了。
-
覆盖索引优化
EXPLAIN SELECT name,age,position from employees where name > 'LiLei' AND age = 22 AND position ='manager';
-
in和or在表数据量比较大的情况会走索引，在表记录不多的情况下会选择全表扫描
-- 会走索引 EXPLAIN SELECT * from employees where name in ('LiLei','zhangsan') AND age = 22 AND position ='manager'; -- 不走索引 EXPLAIN SELECT * from employees_copy where name in ('LiLei','zhangsan') AND age = 22 AND position ='manager';因为在数据量较小的情况下，与走二级索引，走完再回表这种情况相比，不如直接全表扫聚簇索引成本更低一些。
-
like KK%不管表数据量大小都会走索引
EXPLAIN SELECT * from employees where name like 'LiLei%' AND age = 22 AND position ='manager';
EXPLAIN SELECT * from employees_copy where name like 'LiLei%' AND age = 22 AND position ='manager';
我们知道like%也算是一种范围查询，对于范围查询，后续的字段是无序的，可是这里为什么就匹配了所有的索引呢？
索引下推
对于辅助的联合索引(name,age,position)，正常情况按照最左前缀原则，SELECT * FROM employees WHERE name like 'LiLei%' AND age = 22 AND position ='manager' 这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和position是无序的，无法很好的利用索引。
在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是 'LiLei' 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索引上找出相应的记录，再比对age和position这两个字段的值是否符合。
MySQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录之后再回表，可以有效的减少回表次数**。使用了索引下推优化后，上面那个查询在联合索引里匹配到名字是 'LiLei' 开头**的索引之后，同时还会在索引里过滤age和position这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。
索引下推会减少回表次数，对于innodb引擎的表索引下推只能用于二级索引，innodb的主键索引（聚簇索引）树叶子节点上保存的是全行数据，所以这个时候索引下推并不会起到减少查询全行数据的效果。
Mysql如何选择合适的索引
EXPLAIN SELECT * FROM employees WHERE name > 'a';
对于这条sql，结合上面的例子，我们肯定是知道不会走索引的，那我们就来分析一些为什么吧。
使用trace工具分析索引使用情况，用完记得关闭。
set session optimizer_trace="enabled=on",end_markers_in_json=on;-- 开启trace
select * from employees where name > 'LiLei';
SELECT * FROM information_schema.OPTIMIZER_TRACE;
{
"steps": [
{
"join_preparation": { -- 第一阶段：SQL准备阶段，格式化sql
"select#": 1,
"steps": [
{
"expanded_query": "/* select#1 */ select `employees`.`id` AS `id`,`employees`.`name` AS `name`,`employees`.`age` AS `age`,`employees`.`position` AS `position`,`employees`.`hire_time` AS `hire_time` from `employees` where (`employees`.`name` > 'LiLei')"
}
] /* steps */
} /* join_preparation */
},
{
"join_optimization": { -- 第二阶段：SQL优化阶段
"select#": 1,
"steps": [
{
"condition_processing": { -- 条件处理
"condition": "WHERE",
"original_condition": "(`employees`.`name` > 'LiLei')",
"steps": [
{
"transformation": "equality_propagation",
"resulting_condition": "(`employees`.`name` > 'LiLei')"
},
{
"transformation": "constant_propagation",
"resulting_condition": "(`employees`.`name` > 'LiLei')"
},
{
"transformation": "trivial_condition_removal",
"resulting_condition": "(`employees`.`name` > 'LiLei')"
}
] /* steps */
} /* condition_processing */
},
{
"substitute_generated_columns": {
} /* substitute_generated_columns */
},
{
"table_dependencies": [ -- 表依赖详情
{
"table": "`employees`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
] /* depends_on_map_bits */
}
] /* table_dependencies */
},
{
"ref_optimizer_key_uses": [
] /* ref_optimizer_key_uses */
},
{
"rows_estimation": [ -- 预估表的访问成本
{
"table": "`employees`",
"range_analysis": {
"table_scan": { -- 全部扫描情况
"rows": 100127, -- 扫描行数
"cost": 20380 -- 查询成本
} /* table_scan */,
"potential_range_indexes": [ -- 查询可能使用的索引
{
"index": "PRIMARY", -- 主键索引
"usable": false,
"cause": "not_applicable"
},
{
"index": "idx_name_age_position", -- 辅助索引
"usable": true,
"key_parts": [
"name",
"age",
"position",
"id"
] /* key_parts */
}
] /* potential_range_indexes */,
"setup_range_conditions": [
] /* setup_range_conditions */,
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
} /* group_index_range */,
"analyzing_range_alternatives": { -- 分析各个索引使用成本
"range_scan_alternatives": [
{
"index": "idx_name_age_position",
"ranges": [
"LiLei < name" -- 索引使用范围
] /* ranges */,
"index_dives_for_eq_ranges": true,
"rowid_ordered": false, -- 使用该索引获取的记录是否按照主键排序
"using_mrr": false,
"index_only": false, -- 是否使用覆盖索引
"rows": 50063, -- 索引扫描行数
"cost": 60077, -- 索引查询成本
"chosen": false, -- 是否选择
"cause": "cost"
}
] /* range_scan_alternatives */,
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
} /* analyzing_roworder_intersect */
} /* analyzing_range_alternatives */
} /* range_analysis */
}
] /* rows_estimation */
},
{
"considered_execution_plans": [
{
"plan_prefix": [
] /* plan_prefix */,
"table": "`employees`",
"best_access_path": { -- 最优访问路径
"considered_access_paths": [ -- 最终选择的访问路径
{
"rows_to_scan": 100127,
"access_type": "scan", -- 全表扫描
"resulting_rows": 100127,
"cost": 20378,
"chosen": true
}
] /* considered_access_paths */
} /* best_access_path */,
"condition_filtering_pct": 100,
"rows_for_plan": 100127,
"cost_for_plan": 20378,
"chosen": true
}
] /* considered_execution_plans */
},
{
"attaching_conditions_to_tables": {
"original_condition": "(`employees`.`name` > 'LiLei')",
"attached_conditions_computation": [
] /* attached_conditions_computation */,
"attached_conditions_summary": [
{
"table": "`employees`",
"attached": "(`employees`.`name` > 'LiLei')"
}
] /* attached_conditions_summary */
} /* attaching_conditions_to_tables */
},
{
"refine_plan": [
{
"table": "`employees`"
}
] /* refine_plan */
}
] /* steps */
} /* join_optimization */
},
{
"join_execution": {
"select#": 1,
"steps": [
] /* steps */
} /* join_execution */
}
] /* steps */
}
全表扫描的成本低于索引扫描，所以mysql最终选择全表扫描
set session optimizer_trace="enabled=off"; -- 关闭trace
常见sql深入优化
Order By 与 Group By 优化
order by的优化也同样需要遵循最左前缀原则
EXPLAIN SELECT * FROM employees where name = 'LiLei' and position = 'dev' ORDER BY age;
-- 索引树排序，在name匹配的情况下，age列是有序的
EXPLAIN SELECT * FROM employees where name = 'LiLei' ORDER BY position;
-- filesort排序，只有name一个字段匹配的情况下，未走age索引，position字段并非有序
EXPLAIN SELECT * FROM employees where name = 'LiLei' ORDER BY age,position;
-- 索引树排序
EXPLAIN SELECT * FROM employees where name = 'LiLei' ORDER BY position,age;
-- filesort排序，由于先使用position排序，而只有name匹配的情况，position并未有序
EXPLAIN SELECT * FROM employees where name = 'LiLei' AND age = 22 ORDER BY position,age;
-- 索引树排序，虽然先使用position排序，但已匹配age字段，position有序，后面的age排序由于age此时为常量22，不需排序
EXPLAIN SELECT * FROM employees where name = 'LiLei' AND age in (22,23) ORDER BY position;
-- filesort排序，在字段为in条件的情况，后面查出来的结果集不再有序
EXPLAIN SELECT * FROM employees where name = 'LiLei' ORDER BY age,position desc;
-- filesort排序，desc为降序排序，索引树的排序为升序，排序方式不同，无法使用索引树。
总结：
-
MySQL支持两种方式的排序filesort和index，Using index是指MySQL扫描索引本身完成排序。index效率高，filesort效率低。
-
order by满足两种情况会使用Using index。
-
order by语句使用索引最左前列。
-
使用where子句与order by子句条件列组合满足索引最左前列。
-
尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则。
-
如果order by的条件不在索引列上，就会产生Using filesort。
-
能用覆盖索引尽量用覆盖索引
-
group by与order by很类似，其实质是先排序后分组，遵照索引创建顺序的最左前缀法则。对于group by的优化如果不需要排序的可以加上order by null禁止排序。注意，where高于having，能写在where中的限定条件就不要去having限定了
-
Using filesort文件排序原理详解
filesort文件排序方式
- 单路排序：一次性取出满足条件行的所有字段，然后再sort_buffer中进行排序，排序好的结果就是完整的结果集了，用trace工具可以看到sort_mode信息里显示< sort_key, additional_fields>或者<sort_key,packed_additional_fields >
- 双路排序（回表排序）：取出主键id和需要排序的字段加载到sort_buffer中进行排序，排序好后再通过id去表中取回条件行中其他的所需字段，组合起来才是完整的结果集。用trace工具可以看到sort_mode信息里显示< sort_key, rowid >
MySQL 通过比较系统变量 max_length_for_sort_data(默认1024字节) 的大小和需要查询的字段总大小来判断使用哪种排序模式。
-
如果字段的总长度小于max_length_for_sort_data ，那么使用单路排序模式。
-
如果字段的总长度大于max_length_for_sort_data ，那么使用双路排序模式。
set session optimizer_trace="enabled=on",end_markers_in_json=on;-- 开启trace
SELECT * FROM employees where name = 'LiLei' ORDER BY age,position desc;
SELECT * FROM information_schema.OPTIMIZER_TRACE;
"filesort_information": [
{
"direction": "asc",
"table": "`employees`",
"field": "age"
},
{
"direction": "desc",
"table": "`employees`",
"field": "position"
}
] /* filesort_information */,
"filesort_priority_queue_optimization": {
"usable": false,
"cause": "not applicable (no LIMIT)"
} /* filesort_priority_queue_optimization */,
"filesort_execution": [
] /* filesort_execution */,
"filesort_summary": { -- 文件排序信息
"rows": 1, -- 预计扫描行数
"examined_rows": 1, -- 排序参与的行数
"number_of_tmp_files": 0, -- 使用临时文件的个数，这个值如果为0代表全部使用的sort_buffer内存排序，否则使用的磁盘文件排序
"sort_buffer_size": 262000, -- 排序缓存的大小，单位Byte
"sort_mode": "<sort_key, packed_additional_fields>" -- 排序方式，单路排序
} /* filesort_summary */
}
其实对比两个排序模式，单路排序会把所有需要查询的字段都放到 sort buffer 中，而双路排序只会把主键和需要排序的字段放到 sort buffer 中进行排序，然后再通过主键回到原表查询需要的字段。
如果 MySQL 排序内存 sort_buffer 配置的比较小并且没有条件继续增加了，可以适当max_length_for_sort_data 配置小点，让优化器选择使用双路排序算法，可以在sort_buffer 中一次排序更 多的行，只是需要再根据主键回到原表取数据。
如果 MySQL 排序内存有条件可以配置比较大，可以适当增大 max_length_for_sort_data 的值，让优化器优先选择全字段排序(单路排序)，把需要的字段放到 sort_buffer 中，这样排序后就会直接从内存里返回查询结果了。
所以，MySQL通过 max_length_for_sort_data 这个参数来控制排序，在不同场景使用不同的排序模式，从而提升排序效率。
注意，如果全部使用sort_buffer内存排序一般情况下效率会高于磁盘文件排序，但不能因为这个就随便增大sort_buffer(默认1M)，mysql很多参数设置都是做过优化的，不要轻易调整。
索引设计原则
1、代码先行，索引后上
等到主体业务功能开发完毕，把涉及到该表相关sql都要拿出来分析之后再建立索引。
2、联合索引尽量覆盖条件
比如可以设计一个或者两三个联合索引(尽量少建单值索引)，让每一个联合索引都尽量去包含sql语句里的where、order by、group by的字段，还要确保这些联合索引的字段顺序尽量满足sql查询的最左前缀原则。
3、不要在小基数字段上建立索引
索引基数是指这个字段在表里总共有多少个不同的值，比如一张表总共100万行记录，其中有个性别字段， 其值不是男就是女，那么该字段的基数就是2。 如果对这种小基数字段建立索引的话，还不如全表扫描了，因为你的索引树里就包含男和女两种值，根本没 法进行快速的二分查找，那用索引就没有太大的意义了。
一般建立索引，尽量使用那些基数比较大的字段，就是值比较多的字段，那么才能发挥出B+树快速二分查找的优势来。
4、长字符串我们可以采用前缀索引
尽量对字段类型较小的列设计索引，比如说什么tinyint之类的，因为字段类型较小的话，占用磁盘空间也会比较小，此时你在搜索的时候性能也会比较好一点。当然，这个所谓的字段类型小一点的列，也不是绝对的，很多时候你就是要针对varchar(255)这种字段建立 索引，哪怕多占用一些磁盘空间也是有必要的。 对于这种varchar(255)的大字段可能会比较占用磁盘空间，可以稍微优化下，比如针对这个字段的前20个 字符建立索引，就是说，对这个字段里的每个值的前20个字符放在索引树里，类似于 KEY index(name(20),age,position)。
此时你在where条件里搜索的时候，如果是根据name字段来搜索，那么此时就会先到索引树里根据name字段的前20个字符去搜索，定位到之后前20个字符的前缀匹配的部分数据之后，再回到聚簇索引提取出来完整的name字段值进行比对。
但是假如你要是order by name，那么此时你的name因为在索引树里仅仅包含了前20个字符，所以这个排序是没法用上索引的， group by也是同理。
5、where与order by冲突时优先where
在where和order by出现索引设计冲突时，到底是针对where去设计索引，还是针对order by设计索引？到底是让where去用上索引，还是让order by用上索引?一般这种时候往往都是让where条件去使用索引来快速筛选出来一部分指定的数据，接着再进行排序。
因为大多数情况基于索引进行where筛选往往可以最快速度筛选出你要的少部分数据，然后做排序的成本可能会小很多。
6、基于慢sql查询做优化
可以根据监控后台的一些慢sql，针对这些慢sql查询做特定的索引优化，参考链接mysql慢查询