掌握聚合最新动态了解行业最新趋势
API接口,开发服务,免费咨询服务

Mysql 索引你了解多少?

前言

Mysql 的索引是我们常用的,但实际了解多少呢?下面通过几个案例小问题来测验下,后面会有答案及相关解释

测试问题

问题1

下面的索引适合这个查询吗?

CREATE INDEX tbl_idx ON tbl (date_column)

SELECT COUNT(*)
  FROM tbl
 WHERE EXTRACT(YEAR FROM date_column) = 2017

选项:

A 很适合
B 不适合

问题2

下面的索引适合这个查询吗?

CREATE INDEX tbl_idx ON tbl (a, date_column)

SELECT *
  FROM tbl
 WHERE a = 12
 ORDER BY date_column DESC
 LIMIT 1

选项:

A 很适合
B 不适合

问题3

下面的索引适合这两个查询吗?

CREATE INDEX tbl_idx ON tbl (a, b)

SELECT *
  FROM tbl
 WHERE a = 38
   AND b = 1
   
SELECT *
  FROM tbl
 WHERE b = 1   

选项:

A 很适合
B 不适合

问题4

下面的索引适合这个查询吗?

CREATE INDEX tbl_idx ON tbl (text)

SELECT *
  FROM tbl
 WHERE text LIKE 'TJ%'

选项:

A 很适合
B 不适合

问题5

先看下这个索引和查询

CREATE INDEX tbl_idx ON tbl (a, date_column)

SELECT date_column, count(*)
  FROM tbl
 WHERE a = 38
 GROUP BY date_column

为了实现一个新的功能需求,会添加一个新的查询条件 b = 1

SELECT date_column, count(*)
  FROM tbl
 WHERE a = 38
   AND b = 1
 GROUP BY date_column

新的查询会如何影响性能?

选项:

A 两个查询的性能一致
B 无法判断,因为信息不足
C 第二个查询更慢了
D 第二个查询更快了

答案及解析

问题1

CREATE INDEX tbl_idx ON tbl (date_column)

SELECT COUNT(*)
  FROM tbl
 WHERE EXTRACT(YEAR FROM date_column) = 2017

答案 B 不适合

因为对索引列使用了函数,会使索引失效,使用下面的方式会更高效

SELECT COUNT(*)
  FROM tbl
 WHERE date_column >= DATE'2017-01-01'
   AND date_column <  DATE'2018-01-01'

问题2

CREATE INDEX tbl_idx ON tbl (a, date_column)

SELECT *
  FROM tbl
 WHERE a = 12
 ORDER BY date_column DESC
 LIMIT 1

答案 A 很适合

这个索引很好的支持了 where 和 order by

问题3

CREATE INDEX tbl_idx ON tbl (a, b)

SELECT *
  FROM tbl
 WHERE a = 38
   AND b = 1
   
SELECT *
  FROM tbl
 WHERE b = 1   

答案 B 不适合

索引只覆盖了第一个查询,第二个查询没能高效的使用索引

改变一下索引即可

CREATE INDEX tbl_idx ON tbl (b, a)

问题4

CREATE INDEX tbl_idx ON tbl (text)

SELECT *
  FROM tbl
 WHERE text LIKE 'TJ%'

答案 A 适合

LIKE 中虽然使用了 %,但是在尾部,是可以应用索引的

问题5

CREATE INDEX tbl_idx ON tbl (a, date_column)

SELECT date_column, count(*)
  FROM tbl
 WHERE a = 38
 GROUP BY date_column
 
SELECT date_column, count(*)
  FROM tbl
 WHERE a = 38
   AND b = 1
 GROUP BY date_column 

答案 C 第二个查询更慢了

第一个查询只需要对索引进行扫描,因为 select, where, group by中涉及的列都是索引中的,完全不需要访问实际的表,这种情况叫做索引覆盖,性能是极好的

而第二个查询就需要访问实际的表,根据 b = 1这个条件进行过滤

小结

上面是5个关于索引使用的小问题,比较简单,但也常被忽略,希望能对大家有点帮助

原文来自:性能与架构

声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com

  • 活体人脸实名认证H5版

    本服务搭载真人检测和人脸比对等生物识别技术,配合权威数据源验证,可快速校验自然人的真实身份。支持PC和移动端H5网页接入。

    本服务搭载真人检测和人脸比对等生物识别技术,配合权威数据源验证,可快速校验自然人的真实身份。支持PC和移动端H5网页接入。

  • 营运车判定查询

    输入车牌号码或车架号,判定是否属于营运车辆。

    输入车牌号码或车架号,判定是否属于营运车辆。

  • 名下车辆数量查询

    根据身份证号码/统一社会信用代码查询名下车辆数量。

    根据身份证号码/统一社会信用代码查询名下车辆数量。

  • 车辆理赔情况查询

    根据身份证号码/社会统一信用代码/车架号/车牌号,查询车辆是否有理赔情况。

    根据身份证号码/社会统一信用代码/车架号/车牌号,查询车辆是否有理赔情况。

  • 车辆过户次数查询

    根据身份证号码/社会统一信用代码/车牌号/车架号,查询车辆的过户次数信息。

    根据身份证号码/社会统一信用代码/车牌号/车架号,查询车辆的过户次数信息。

0512-88869195
数 据 驱 动 未 来
Data Drives The Future