1 数据准备
1.1 新建数据表
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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 '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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
@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().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
|
1
|
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
|
1
|
explain select * from player where height + 1 > 189 |
3.2.2 解决方案
|
1
|
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：
|
1
|
explain select * from player where height > 187 |
3.3.2 解决方案一
调整查询条件值：
|
1
|
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：
|
1
|
update player set player_name = '测试球员' where id = 1 |
3.4.2 失效场景一
|
1
|
explain select * from player where player_name like '%测试' |
3.4.3 失效场景二
|
1
|
explain select * from player where player_name like '%测试%' |
3.4.4 解决方案
|
1
|
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：
|
1
|
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
|
1
2
3
4
|
explainselect * from player where type = '0'unionselect * 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
|
1
|
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：
|
1
|
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：
|
1
|
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= 774：
|
1
|
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：
|
1
|
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：
|
1
|
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
|
1
|
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服务器之家其它相关文章！
原文链接：https://juejin.cn/post/7230120223000870971
