面试三轮我倒在了一道 SQL 题上:SQL 性能优化

一、前言

最近小农在找工作,因为今年疫情的特殊原因,导致工作不是特别好找,所以一旦有面试电话,如果可以,都会去试一试,刚好接到一个面试邀请,感觉公司还不错,于是就确定了面试时间,准备了一下就去面试了。

第一轮面试是小组组长面试,通过。第二轮是经理面试也是通过了。第三轮总监面试,前面都还有模有样,突然画风一转,面试官说:“问你最后一个问题”

面试官:10W条数据,我要从其中查出100条不连续的数据,给你id,来查name和password进行展示,如何才能高性能的去使用?

我:在id上建立聚簇索引,然后用 in id 来缩小表搜索范围,最后 使用条件查询 小于最大id,大于最小id,这样可以让sql速度能够比较快的展示,虽然In的性能比较低 心里活动:雕虫小技,还最后一个问题,这样的问题再来一个吧

只见面试官紧锁眉头,与我心里期待的表情有点不一样啊,难道是哪个环节出了问题?面试官:这样的性能不能达到最优化的程度,而且如果我给你的最小id是1,最大id是100000呢?

你这就有点杠精了啊,那行吧,你是面试官你说了算 我:既然id已经给出来了,而且只查询两个字段,用聚簇索引那么查询数据是很快的,用in id应该是可以的。

面试官:好的,回去等通知吧 我。。。。。

二、后知

于是回去后,查询资料,才知道原来面试官,真正想考的是 “覆盖索引”

什么是覆盖索引:

当sql语句的所求查询字段(select列)和查询条件字段(where子句)全都包含在一个索引中 (联合索引) ,可以直接使用索引查询而不需要回表。这就是覆盖索引,通过使用覆盖索引,可以减少搜索树的次数,这就是 覆盖索引 ,在了解覆盖索引之前,我们先来看看什么是索引。

三、什么是索引?

我们有一个主键列为id的表,表中有字段name,并且在name上有索引

表中 t_user 值分别为(1,张一)、(2,张二)、(3,张三)、(4,张四)、(5,张五)

表结构如下:

mysql> create table tuser (
id bigint(20) not null autoincrement , name varchar(255) not null, primary key (id), index indexname (name) using btree)
engine=innodb
default character set=utf8 collate=utf8general_ci

两棵树的示例示意图如下:

从图中不难看出,根据叶子节点的内容,索引类型分为主键索引和二级索引(非主键索引)。

主键索引:主键索引的叶子节点保存着主键即对应行的全部数据。在InnoDB里,主键索引也被称为聚簇索引(clustered index)。

二级索引(非主键索引):二级索引树中的叶子结点保存着索引值和主键值,当使用二级索引进行查询时,需要进行回表操作。在InnoDB里,非主键索引也被称为二级索引(secondary index)

通过上面所讲的,我们来看看如何通过sql语句来区分 主键索引和普通索引的查询

  • select*fromt_userwhereid=1 即主键查询方式,则只需要搜索  id 这棵B+树

  • select*fromt_userwherename=张三 即普通索引查询方式,则需要先搜索  name 索引树,得到id的值为3,再到  id 索引树搜索一次。这个过程称为回表

也就是说,基于二级索引(非主键索引)的查询需要多扫描一棵索引树。因此,我们在应用中应该尽量使用主键查询。

看到这里如果你看懂了上面的介绍,那么这里你会有一个疑问,我直接用 inid 不就好了吗,建立id主键索引,就可以不用回表了,速度不也就提升了吗?

如果是 5.5 之前的版本确实不会走索引的,在 5.5 之后的版本,MySQL 做了优化。MySQL 在 2010 年发布 5.5 版本中,优化器对 in 操作符可以自动完成优化,针对建立了索引的列可以使用索引,没有索引的列还是会走全表扫描,也就是我们所说的回表。

那么,有没有可能经过索引优化,避免回表过程呢?答应是有的

四、覆盖索引

sql语句如下,其中id自增,name为索引:

mysql> create table tuser (
id bigint(20) not null autoincrement , name varchar(255) not null, password varchar(255) , primary key (id), engine=innodb default character set=utf8 collate=utf8generalci

比如有这么两句sql

语句A: selectidfromuser_tablewherename='张三'

语句B: selectpasswordfromuser_tablewherename='张三'

语句A:因为 name索引树 的叶子结点上保存有 name和id的值 ,所以通过 name索引树 查找到id后,因此可以直接提供查询结果,不需要回表,也就是说,在这个查询里面,索引name 已经 “覆盖了” 我们的查询需求,我们称为 覆盖索引

语句B:name索引树 上 找到 name='张三' 对应的主键id , 通过回表在主键索引树上找到满足条件的数据

因此我们可以得知, 当sql语句的所求查询字段(select列)和查询条件字段(where子句)全都包含在一个索引中(联合索引) ,可以直接使用索引查询而不需要回表。这就是 覆盖索引

例如上面的语句B是一个高频查询的语句,我们可以建立(name,password)的联合索引,这样,查询的时候就不需要再去回表操作了,可以提高查询效率。

所以关于上面的面试题我们就可以得出,使用联合索引就可以很好的回答面试官的问题(id,name,password)这样的联合索引就可以调用到覆盖索引,可以减少树的搜索次数,不再需要回表查整行记录,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段。

说到了联合索引我们就不得不说联合索引中最重要的匹配原则,最左匹配原则了

五、最左匹配原则

最左前缀匹配原则,是非常重要的原则,mysql会从左向右进行匹配。

例如我们定义了(name,password)两个联合索引字段,我们 使用 wherename='张三'andpassword='2' 索引可以生效的,当我们是颠倒了他们的顺序 使用 wherepassword='1'andname='王五' ,索引同样也是可以生效的, 在mysql查询优化器会判断纠正这条sql语句该以什么样的顺序执行效率最高,最后才生成真正的执行计划 ,我们能尽量的利用到索引时的查询顺序效率最高,所以mysql查询优化器会最终以这种顺序( wherename='张三'andpassword='2' )进行查询执行,就类似 我们的 orderbyname,password 这样一种排序规则,先对张三的用户进行查询排序,在对password进行处理

比如我们要查询姓张的用户,我们的条件查询可以为 "where name like ‘张%’" ,但是不能是 wherename like'%张%' 或者是 wherename like'%张' ,因为索引可以用于查询条件字段为索引字段,根据字段值必须是最左若干个字符进行的模糊查询,也就是需要是 '张%' 这样的添加才可以使用。

索引的复用能力。因为可以支持最左前缀,所以当已经有了(name,password)这个联合索引后,一般就不需要单独在name上建立索引了。因此,第一原则是,如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。

如果既有联合查询,又有基于name,password各自的查询呢?查询条件里面只有password的语句,是无法使用(name,password)这个联合索引的,这时候你需要同时维护(name,password)、(password) 这两个索引。

创建索引时,我们也要考虑空间代价,使用较少的空间来创建索引 假设我们现在不需要通过name查询password了,需要通过name查询age或通过age查询name

  • 1.(name,age)联合索引+age单字段索引

  • 2.(age,name)联合索引+name单字段索引

name字段是比age字段大的,所以,选择第一种,索引占用空间较小的一个

六、索引下推

上面我们说到满足最左前缀原则的时候,最左前缀可以用于在索引中定位记录。那么如果那些不符合最左前缀的部分,会怎么样呢?

如果现在有一个需求:检索出表中“名字第一个字是张,而且没有删除的信息(is_del = 1)。

SQL语句如下:

mysql> select * from tuser where name like '张%' and isdel=1

在MySQL 5.6之前,只能从匹配的位置一个个回表。到主键索引上找出数据行,再对比字段值

在MySQL 5.6中 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数

根据(username,is_del)联合索引查询所有满足名称以“张”开头的索引,然后回表查询出相应的全行数据,然后再筛选出未删除的用户数据。过程如下图:

每一个虚线箭头表示回表一次 图一(无索引下推执行流程)

每一个虚线箭头表示回表一次 图二(索引下推执行流程)

图1跟图2的区别是,InnoDB在(name,is_del)索引内部就判断了数据是否逻辑删除,对于逻辑删除的记录,直接判断并跳过。在我们的这个例子中,只需要对ID1、ID4这两条记录回表取数据判断,就只需要回表2次

mysql默认启用索引下推,我们也可以通过修改系统变量optimizer switch的index condition_pushdown标志来控制 SET optimizer_switch='index_condition_pushdown=off';

我们也需要注意:

  • innodb引擎的表,索引下推只能用于二级索引,因为innodb的主键索引树叶子结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

  • 索引下推一般可用于所求查询字段(select列)不是/不全是联合索引的字段,查询条件为多条件查询且查询条件子句(where/order by)字段全是联合索引

六、小结

今天的内容就到这里了,我们在上面描述了数据库索引的概念,包括了覆盖索引、联合索引、索引下推,那么下次如果有面试官问你刚开始的问题,相信大家可以好好的回(dui)答(ta)一下面试官了,在sql优化中,减少回表次数,或者直接使用覆盖索引是比较重要的,尽量少地访问资源也是数据库设计的重要原则之一,谢谢大家,加油~

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章