索引优化与查询优化

数据准备

  1. #建表
  2. CREATE TABLE `class` (
  3.  `id` INT(11) NOT NULL AUTO_INCREMENT,
  4.  `className` VARCHAR(30) DEFAULT NULL,
  5.  `address` VARCHAR(40) DEFAULT NULL,
  6.  `monitor` INT NULL ,
  7.  PRIMARY KEY (`id`)
  8. ) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
  10. CREATE TABLE `student` (
  11.  `id` INT(11) NOT NULL AUTO_INCREMENT,
  12.  `stuno` INT NOT NULL ,
  13.  `name` VARCHAR(20) DEFAULT NULL,
  14.  `age` INT(3) DEFAULT NULL,
  15.  `classId` INT(11) DEFAULT NULL,
  16.  PRIMARY KEY (`id`)
  17.  #CONSTRAINT `fk_class_id` FOREIGN KEY (`classId`) REFERENCES `t_class` (`id`)
  18. ) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
  20. SET GLOBAL log_bin_trust_function_creators=1; 
  22.  #随机产生字符串
  23. DELIMITER //
  24. CREATE FUNCTION rand_string(n INT) RETURNS VARCHAR(255)
  25. BEGIN    
  26. DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
  27. DECLARE return_str VARCHAR(255) DEFAULT '';
  28. DECLARE i INT DEFAULT 0;
  29. WHILE i < n DO  
  30. SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));  
  31. SET i = i + 1;
  32. END WHILE;
  33. RETURN return_str;
  34. END //
  35. DELIMITER ;
  37. #用于随机产生多少到多少的编号
  38. DELIMITER //
  39. CREATE FUNCTION  rand_num (from_num INT ,to_num INT) RETURNS INT(11)
  40. BEGIN   
  41. DECLARE i INT DEFAULT 0;  
  42. SET i = FLOOR(from_num +RAND()*(to_num - from_num+1))   ;
  43. RETURN i;  
  44. END //
  45. DELIMITER ;
  47. #创建往stu表中插入数据的存储过程
  48. DELIMITER //
  49. CREATE PROCEDURE  insert_stu(  START INT ,  max_num INT )
  50. BEGIN  
  51. DECLARE i INT DEFAULT 0;   
  52.  SET autocommit = 0;    #设置手动提交事务
  53.  REPEAT  #循环
  54.  SET i = i + 1;  #赋值
  55.  INSERT INTO student (stuno, NAME ,age ,classId ) VALUES ((START+i),rand_string(6),rand_num(1,50),rand_num(1,1000));  
  56.  UNTIL i = max_num  
  57.  END REPEAT;  
  58.  COMMIT;  #提交事务
  59. END //
  60. DELIMITER ;
  62. SELECT @@sql_mode;
  63. set sql_mode = 'STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';
  66. #执行存储过程，往class表添加随机数据
  67. DELIMITER //
  68. CREATE PROCEDURE `insert_class`(  max_num INT )
  69. BEGIN  
  70. DECLARE i INT DEFAULT 0;   
  71.  SET autocommit = 0;    
  72.  REPEAT  
  73.  SET i = i + 1;  
  74.  INSERT INTO class ( classname,address,monitor ) VALUES (rand_string(8),rand_string(10),rand_num(1,100000));  
  75.  UNTIL i = max_num  
  76.  END REPEAT;  
  77.  COMMIT; 
  78. END //
  79. DELIMITER ;
  82. #执行存储过程，往class表添加1万条数据  
  83. CALL insert_class(10000);
  85. #执行存储过程，往stu表添加50万条数据  
  86. CALL insert_stu(100000,500000);
  88. SELECT COUNT(*) FROM class;
  90. SELECT COUNT(*) FROM student;
  92. # 删除指定数据库的所有索引
  93. DELIMITER //
  94. CREATE  PROCEDURE `proc_drop_index`(dbname VARCHAR(200),tablename VARCHAR(200))
  95. BEGIN
  96.        DECLARE done INT DEFAULT 0;
  97.        DECLARE ct INT DEFAULT 0;
  98.        DECLARE _index VARCHAR(200) DEFAULT '';
  99.        DECLARE _cur CURSOR FOR  SELECT   index_name   FROM information_schema.STATISTICS   WHERE table_schema=dbname AND table_name=tablename AND seq_in_index=1 AND    index_name <>'PRIMARY'  ;
  100. #每个游标必须使用不同的declare continue handler for not found set done=1来控制游标的结束
  101.        DECLARE  CONTINUE HANDLER FOR NOT FOUND SET done=2 ;      
  102. #若没有数据返回,程序继续,并将变量done设为2
  103.         OPEN _cur;
  104.         FETCH _cur INTO _index;
  105.         WHILE  _index<>'' DO 
  106.                SET @str = CONCAT("drop index " , _index , " on " , tablename ); 
  107.                PREPARE sql_str FROM @str ;
  108.                EXECUTE  sql_str;
  109.                DEALLOCATE PREPARE sql_str;
  110.                SET _index=''; 
  111.                FETCH _cur INTO _index; 
  112.         END WHILE;
  113.    CLOSE _cur;
  114. END //
  115. DELIMITER ;

索引失效案例

MySQL中提高性能的一个最有效的方式是对数据表设计合理的索引。索引提供了高效访问数据的方法，并且加快查询的速度，因此索引对查询的速度有着至关重要的影响。

  • 使用索引可以快速地定位表中的某条记录，从而提高数据库查询的速度，提高数据库的性能。
  • 如果查询时没有使用索引，查询语句就会扫描表中的所有记录。在数据量大的情况下，这样查询的速度会很慢。

大多数情况下都（默认）采用B+树来构建索引。只是空间列类型的索引使用R-树，并且MEMORY表还支持hash索引。其实，用不用索引，最终都是优化器说了算。优化器是基于什么的优化器?基于cost开销(CostBaseOptimizer )，它不是基于规则(Rule-BasedOptimizer)，也不是基于语义。怎么样开销小就怎么来。另外，SQL语句是否使用索引，跟数据库版本、数据量、数据选择度都有关系。

全值匹配我最爱

实例：

  1. # 创建索引
  2. CREATE INDEX idx_age ON student(age);
  4. CREATE INDEX idx_age_classid ON student(age,classId);
  6. CREATE INDEX idx_age_classid_name ON student(age,classId,NAME);
  8. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30;    # 使用idx_age索引
  9. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30 AND classId=4;    # 使用idx_age_classid索引
  10. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30 AND classId=4 AND NAME = 'abcd';    # 使用idx_age_classid_name索引

最佳左前缀法则

索引文件具有 B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。

  1. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age=30 AND student.name = 'abcd' ;    # 使用idx_age索引
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid=1 AND student.name = 'abcd'; # 没有使用索引
  5. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE classid=4 AND student.age=30 AND student.name = 'abcd'; # 使用idx_age_classid_name使用，此时优化器会自动按索引顺序查询
  7. DROP INDEX idx_age ON student;
  8. DROP INDEX idx_age_classid ON student;
  10. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age=30 AND student.name = 'abcd'; # 此时使用idx_age_classid_name索引，且只查询了age

主键插入排序

索引优化与查询优化 - 图1

可这个数据页已经满了，再插进来咋办呢？我们需要把当前 页面分裂 成两个页面，把本页中的一些记录移动到新创建的这个页中。页面分裂和记录移位意味着什么？意味着： 性能损耗 ！所以如果我们想尽量避免这样无谓的性能损耗，最好让插入的记录的 主键值依次递增 ，这样就不会发生这样的性能损耗了。所以我们建议：让主键具有 AUTO_INCREMENT ，让存储引擎自己为表生成主键，而不是我们手动插入 。

计算、函数、类型转换(自动或手动)导致索引失效

  1. #4)计算、函数、类型转换(自动或手动)导致索引失效
  3. # 一：
  4. CREATE INDEX idx_name ON student(NAME);
  6. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'abc%';    #此语句比下一条要好！（能够使用上索引）
  8. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE LEFT(student.name,3) = 'abc'; # 此时type为ALL，全部查询出来在进行判断
  10. # 二：
  11. CREATE INDEX idx_sno ON student(stuno);
  13. EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno+1 = 900001;    # 索引失效
  15. EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno = 900000;
  17. EXPLAIN SELECT id, stuno, NAME FROM student WHERE SUBSTRING(NAME, 1,3)='abc';    # 索引失效

类型转换导致索引失效

  1. #5)类型转换导致索引失效
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME = 123; # 此时name为varchar，优化器类型转换会导致索引失效
  5. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME = '123';

范围条件右边的列索引失效

  1. CREATE INDEX idx_age_classId_name ON student(age,classId,NAME);
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student 
  4. WHERE student.age=30 AND student.classId>20 AND student.name = 'abc'; # 此时name索引失效
  7. EXPLAIN SELECT SQL_NO_CACHE * FROM student 
  8. WHERE student.age=30 AND student.name = 'abc' AND student.classId>20; # 所有索引都可以使用

不等于(!=或者<>)索引失效

  1. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name <> 'abc' ; 
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name != 'abc' ;

is null可以使用索引，is not null无法使用索引

  1. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NULL; 
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NOT NULL;

like以通配符%开头索引失效

  1. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME LIKE 'ab%'; 
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME LIKE '%ab%';

【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。

OR 前后存在非索引的列，索引失效

  1. # 先删除全部索引
  2. CALL proc_drop_index('atguigudb2','student');
  4. CREATE INDEX idx_age ON student(age);
  6. EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age = 10 OR classid = 100; # 索引失效，此时type = ALL

数据库和表的字符集统一使用utf8mb4

统一使用utf8mb4( 5.5.3版本以上支持)兼容性更好，统一字符集可以避免由于字符集转换产生的乱码。不同的 字符集 进行比较前需要进行 转换 会造成索引失效。

常见案例

索引优化与查询优化 - 图2

  • 对于单列索引，尽量选择针对当前query过滤性更好的索引
  • 在选择组合索引的时候，当前query中过滤性最好的字段在索引字段顺序中，位置越靠前越好。
  • 在选择组合索引的时候，尽量选择能够包含当前query中的where子句中更多字段的索引。
  • 在选择组合索引的时候，如果某个字段可能出现范围查询时，尽量把这个字段放在索引次序的最后面。

总之，书写SQL语句时，尽量避免造成索引失效的情况。

关联查询优化

添加数据

  1. #分类
  2. CREATE TABLE IF NOT EXISTS `type` (
  3. `id` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
  4. `card` INT(10) UNSIGNED NOT NULL,
  5. PRIMARY KEY (`id`)
  6. );
  7. #图书
  8. CREATE TABLE IF NOT EXISTS `book` (
  9. `bookid` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
  10. `card` INT(10) UNSIGNED NOT NULL,
  11. PRIMARY KEY (`bookid`)
  12. );
  14. #向分类表中添加20条记录
  15. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  16. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  17. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  18. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  19. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  20. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  21. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  22. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  23. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  24. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  25. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  26. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  27. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  28. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  29. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  30. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  31. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  32. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  33. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  34. INSERT INTO `type`(card) VALUES(FLOOR(1 + (RAND() * 20)));
  36. #向图书表中添加20条记录
  37. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  38. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  39. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  40. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  41. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  42. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  43. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  44. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  45. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  46. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  47. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  48. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  49. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  50. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  51. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  52. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  53. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  54. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  55. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));
  56. INSERT INTO book(card) VALUES(FLOOR(1 + (RAND() * 20)));

采用左外连接

左外连接时，使用explain语句查询时，第一个表为驱动表，后面的表为被驱动表。

  1. #添加索引
  2. CREATE INDEX Y ON book(card);
  4. EXPLAIN SELECT SQL_NO_CACHE * FROM `type` LEFT JOIN book ON type.card = book.card;

索引优化与查询优化 - 图3

结论：type 有All，可以看到第二行的 type 变为了 ref，rows 也变成了优化比较明显。这是由左连接特性决定的。LEFT JOIN条件用于确定如何从右表搜索行，左边一定都有，所以 右边是我们的关键点,一定需要建立索引 。

此时创建索引

  1. CREATE INDEX X ON `type`(card);
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM `type` LEFT JOIN book ON type.card = book.card;

索引优化与查询优化 - 图4

此时删除索引

  1. drop index Y on book;
  3. EXPLAIN SELECT SQL_NO_CACHE * FROM `type` LEFT JOIN book ON type.card = book.card;

索引优化与查询优化 - 图5

被驱动表book的type为ALL。

采用内连接

  • 换成 inner join（MySQL自动选择驱动表），对于内连接来说，查询优化器可以决定谁作为驱动表，谁作为被驱动表出现的。 ```sql CREATE INDEX Y ON book(card);

CREATE INDEX X ON type(card);

结论：对于内连接来说，查询优化器可以决定谁作为驱动表，谁作为被驱动表出现的

EXPLAIN SELECT SQL_NO_CACHE * FROM type INNER JOIN book ON type.card = book.card;

  1. <br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191410518.png#crop=0&crop=0&crop=1&crop=1&id=j6ArE&originHeight=160&originWidth=1206&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=) 
  3.     此时mysql选择type为驱动表。
  5. -  对于内连接来讲，如果表的连接条件中只能有一个字段有索引，则有索引的字段所在的表会被作为被驱动表出现。 
  6. ```sql
  7. #删除索引
  8. DROP INDEX Y ON book;
  10. #结论：对于内连接来讲，如果表的连接条件中只能有一个字段有索引，则有索引的字段所在的表会被作为被驱动表出现。
  11. EXPLAIN SELECT SQL_NO_CACHE * FROM `type` INNER JOIN book ON type.card = book.card;


索引优化与查询优化 - 图6

  • 在两个表的连接条件都存在索引的情况下，会选择小表作为驱动表。“小表驱动大表” ```sql

    向type表中添加数据（20条数据）

    INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20))); INSERT INTO type(card) VALUES(FLOOR(1 + (RAND() 20)));

结论：对于内连接来说，在两个表的连接条件都存在索引的情况下，会选择小表作为驱动表。“小表驱动大表”

EXPLAIN SELECT SQL_NO_CACHE * FROM type INNER JOIN book ON type.card = book.card;

  3. <a name="16e21768"></a>
  4. ### join 原理
  6. join方式连接多个表，本质就是各个表之间数据的循环匹配。MySQL5.5版本之前，MySQL只支持一种表间关联方式，就是嵌套循环(Nested Loop Join)。如果关联表的数据量很大，则join关联的执行时间会非常长。在MySQL5.5以后的版本中，MySQL通过引入BNLJ算法来优化嵌套执行。
  8. -  **Simple Nested-Loop Join** （简单嵌套循环连接）<br />算法相当简单，从表A中取出一条数据1，遍历表B，将匹配到的数据放到result..以此类推，驱动表A中的每一条记录与被驱动表B的记录进行判断:<br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191415614.png#crop=0&crop=0&crop=1&crop=1&id=zUcPo&originHeight=387&originWidth=881&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=)<br />此方法效率非常低。 
  9. -  **Index Nested-Loop Join**（索引嵌套循环连接）<br />Index Nested-Loop Join其优化的思路主要是为了**减少内层表数据的匹配次数**，所以要求被驱动表上必须有索引才行。通过外层表匹配条件直接与内层表索引进行匹配，避免和内层表的每条记录去进行比较，这样极大的减少了对内层表的匹配次数。<br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191416949.png#crop=0&crop=0&crop=1&crop=1&id=KbNpL&originHeight=465&originWidth=1076&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=)<br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191418739.png#crop=0&crop=0&crop=1&crop=1&id=K2EGv&originHeight=332&originWidth=729&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=) 
  10.    1. 对驱动表t1做了全表扫描，这个过程需要扫描100行；
  11.    1. 而对于每一行R，根据a字段去表t2查找，走的是树搜索过程。由于我们构造的数据都是一一对应的，因此每次的搜索过程都只扫描一行，也是总共扫描100行；
  12.    1. 所以，整个执行流程，总扫描行数是200。
  14. **结论**：1. 使用join语句，性能比强行拆成多个单表执行SQL语句的性能要好；2. 如果使用join语句的话，**需要让小表做驱动表。**
  16. -  **Block Nested-Loop Join**（块嵌套循环连接）<br />join buffer 相当于把驱动表扫描后的结果添加到join buffer中，每一个join会调用依次被驱动表进行查询，所以join buffer数量越少越好，但join buffer有大小限制。<br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191421850.png#crop=0&crop=0&crop=1&crop=1&id=yhB0l&originHeight=290&originWidth=668&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=)<br />![](https://gitee.com/ljlGitee001/pictures/raw/master/img/202203191423535.png#crop=0&crop=0&crop=1&crop=1&id=lMb98&originHeight=575&originWidth=550&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=) 
  17. -  **小结**： 
  18.    -  整体效率比较:**INLJ > BNLJ > SNLJ** 
  19.    -  永远用小结果集驱动大**结果集**(其本质就是减少外层循环的数据数量)(小的度量单位指的是表行数*每行大小) 
  20. ```sql
  21. select t1.b, t2.* from t1 straight_join (2 on (t1.b=t2.b) where t2.id<=100;#推荐
  23. select t1.b, t2.* from t2 straight_join t1 on (t1.b=t2.b) where t2.id<=100;#不推荐
  • 为被驱动表匹配的条件增加索引(减少内层表的循环匹配次数)
  • 增大join buffer size的大小(一次缓存的数据越多，那么内层包的扫表次数就越少)
  • 减少驱动表不必要的字段查询（字段越少，join buffer所缓存的数据就越多)
    • 优化建议：
  • 保证被驱动表的JOIN字段已经创建了索引
  • 需要JOIN 的字段，数据类型保持绝对一致。
  • LEFT JOIN 时，选择小表作为驱动表， 大表作为被驱动表 。减少外层循环的次数。
  • INNER JOIN 时，MySQL会自动将 小结果集的表选为驱动表 。选择相信MySQL优化策略。
  • 能够直接多表关联的尽量直接关联，不用子查询。(减少查询的趟数)
  • 不建议使用子查询，建议将子查询SQL拆开结合程序多次查询，或使用 JOIN 来代替子查询。
  • 衍生表建不了索引
    • hash join
      从MySQL的8.0.20版本开始将废弃BNLJ，因为从MySQL8.0.18版本开始就加入了hash join默认都会使用hash join。
      索引优化与查询优化 - 图7

子查询优化

MySQL从4.1版本开始支持子查询，使用子查询可以进行SELECT语句的嵌套查询，即一个SELECT查询的结果作为另一个SELECT语句的条件。 子查询可以一次性完成很多逻辑上需要多个步骤才能完成的SQL操作 。

子查询是 MySQL 的一项重要的功能，可以帮助我们通过一个 SQL 语句实现比较复杂的查询。但是，子查询的执行效率不高。原因：

  • 执行子查询时，MySQL需要为内层查询语句的查询结果 建立一个临时表 ，然后外层查询语句从临时表中查询记录。查询完毕后，再 撤销这些临时表 。这样会消耗过多的CPU和IO资源，产生大量的慢查询。
  • 子查询的结果集存储的临时表，不论是内存临时表还是磁盘临时表都 不会存在索引 ，所以查询性能会受到一定的影响。
  • 对于返回结果集比较大的子查询，其对查询性能的影响也就越大。

在MySQL中，可以使用连接（JOIN）查询来替代子查询。连接查询不需要建立临时表 ，其速度比子查询要快 ，如果查询中使用索引的话，性能就会更好。

结论：尽量不要使用NOT IN 或者 NOT EXISTS，用LEFT JOIN xxx ON xx WHERE xx IS NULL替代。

例如：

  1. #查询班长的信息
  2. EXPLAIN SELECT * FROM student stu1
  3. WHERE stu1.`stuno` IN (
  4. SELECT monitor
  5. FROM class c
  6. WHERE monitor IS NOT NULL
  7. );
  9. EXPLAIN SELECT stu1.* FROM student stu1 JOIN class c 
  10. ON stu1.`stuno` = c.`monitor`
  11. WHERE c.`monitor` IS NOT NULL;
  13. #查询不为班长的学生信息
  14. EXPLAIN SELECT SQL_NO_CACHE a.* 
  15. FROM student a 
  16. WHERE  a.stuno  NOT  IN (
  17.             SELECT monitor FROM class b 
  18.             WHERE monitor IS NOT NULL) 
  21. EXPLAIN SELECT SQL_NO_CACHE a.*
  22. FROM  student a LEFT OUTER JOIN class b 
  23. ON a.stuno =b.monitor
  24. WHERE b.monitor IS NULL;

排序优化

问题：在 WHERE 条件字段上加索引，但是为什么在 ORDER BY 字段上还要加索引呢？

order by时不limit，索引失效

  1. #创建索引  
  2. CREATE  INDEX idx_age_classid_name ON student (age,classid,NAME);
  5. #不限制,索引失效
  6. EXPLAIN  SELECT SQL_NO_CACHE * FROM student ORDER BY age,classid; 
  8. #EXPLAIN  SELECT SQL_NO_CACHE age,classid,name,id FROM student ORDER BY age,classid; 
  10. #增加limit过滤条件，使用上索引了。
  11. EXPLAIN  SELECT SQL_NO_CACHE * FROM student ORDER BY age,classid LIMIT 10;

order by时顺序错误，索引失效

  1. #创建索引age,classid,stuno
  2. CREATE  INDEX idx_age_classid_stuno ON student (age,classid,stuno); 
  4. #以下哪些索引失效?
  5. EXPLAIN  SELECT * FROM student ORDER BY classid LIMIT 10;    # 失效，最左原则
  7. EXPLAIN  SELECT * FROM student ORDER BY classid,NAME LIMIT 10;  # 失效，最左原则
  9. EXPLAIN  SELECT * FROM student ORDER BY age,classid,stuno LIMIT 10; # 使用了idx_age_classid_stuno，3个索引也使用了
  11. EXPLAIN  SELECT * FROM student ORDER BY age,classid LIMIT 10; #使用了idx_age_classid_name，3个索引也使用了
  13. EXPLAIN  SELECT * FROM student ORDER BY age LIMIT 10;    #使用了idx_age_classid_name，3个索引也使用了

order by时规则不一致, 索引失效 （顺序错，不索引；方向反，不索引）

  1. EXPLAIN  SELECT * FROM student ORDER BY age DESC, classid ASC LIMIT 10;　# 不索引，方向反
  3. EXPLAIN  SELECT * FROM student ORDER BY classid DESC, NAME DESC LIMIT 10;    # 不索引，顺序错
  5. EXPLAIN  SELECT * FROM student ORDER BY age ASC,classid DESC LIMIT 10; # 不索引，方向反
  7. EXPLAIN  SELECT * FROM student ORDER BY age DESC, classid DESC LIMIT 10; # 使用idx_age_classid_name索引，方向一致为DESC

无过滤，不索引

  1. # 以下两条，优化器过滤之后绝对数据量不大，就不会使用索引进行排序，直接进行回表操作
  2. EXPLAIN  SELECT * FROM student WHERE age=45 ORDER BY classid;    # 使用索引idx_age_classid_name，但key_len为5，只使用age索引
  4. EXPLAIN  SELECT * FROM student WHERE  age=45 ORDER BY classid,NAME; # 使用索引idx_age_classid_name，但key_len为5，只使用age索引
  6. EXPLAIN  SELECT * FROM student WHERE  classid=45 ORDER BY age; # 此时先执行where过滤，但classid再联合索引中不是最左索引，所以没过滤，age也不会使用索引
  8. EXPLAIN  SELECT * FROM student WHERE  classid=45 ORDER BY age LIMIT 10;    # 此时有limit，使用索引idx_age_classid_name

优化建议：

  • SQL 中，可以在 WHERE 子句和 ORDER BY 子句中使用索引，目的是在 WHERE 子句中 避免全表扫描 ，在 ORDER BY 子句 避免使用 FileSort 排序 。当然，某些情况下全表扫描，或者 FileSort 排序不一定比索引慢。但总的来说，我们还是要避免，以提高查询效率。
  • 尽量使用 Index 完成 ORDER BY 排序。如果 WHERE 和 ORDER BY 后面是相同的列就使用单索引列；如果不同就使用联合索引。
  • 无法使用 Index 时，需要对 FileSort 方式进行调优。
  1. INDEX a_b_c(a,b,c) 
  3. # order by 能使用索引最左前缀
  4. - ORDER BY a
  5. - ORDER BY a,b
  6. - ORDER BY a,b,c
  7. - ORDER BY a DESC,b DESC,c DESC # 需要都相同为DESC
  9. # 如果WHERE使用索引的最左前缀定义为常量，则order by 能使用索引
  10. - WHERE a = const ORDER BY b,c
  11. - WHERE a = const AND b = const ORDER BY c
  12. - WHERE a = const ORDER BY b,c
  13. - WHERE a = const AND b > const ORDER BY b,c 
  15. # 不能使用索引进行排序
  16. - ORDER BY a ASC,b DESC,c DESC /* 排序不一致 */
  17. - WHERE g = const ORDER BY b,c /*丢失a索引*/
  18. - WHERE a = const ORDER BY c /*丢失b索引*/
  19. - WHERE a = const ORDER BY a,d /*d不是索引的一部分*/
  20. - WHERE a in (...) ORDER BY b,c /*对于排序来说，多个相等条件也是范围查询*/

注意：

  • 两个索引同时存在，mysql自动选择最优的方案。（对于这个例子，mysql选择idx_age_stuno_name）。但是， 随着数据量的变化，选择的索引也会随之变化的 。
  • 当【范围条件】和【group by 或者 order by】的字段出现二选一时，优先观察条件字段的过滤数量，如果过滤的数据足够多，而需要排序的数据并不多时，优先把索引放在范围字段上。反之，亦然。

filesort算法：双路排序和单路排序

  • 双路排序 （慢）
    MySQL 4.1之前是使用双路排序 ，字面意思就是两次扫描磁盘，最终得到数据， 读取行指针和order by列 ，对他们进行排序，然后扫描已经排序好的列表，按照列表中的值重新从列表中读取对应的数据输出从磁盘取排序字段，在buffer进行排序，再从 磁盘取其他字段 。取一批数据，要对磁盘进行两次扫描，众所周知，IO是很耗时的，所以在mysql4.1之后，出现了第二种改进的算法，就是单路排序。
  • 单路排序 （快）
    从磁盘读取查询需要的 所有列 ，按照order by列在buffer对它们进行排序，然后扫描排序后的列表进行输出， 它的效率更快一些，避免了第二次读取数据。并且把随机IO变成了顺序IO，但是它会使用更多的空间， 因为它把每一行都保存在内存中了。

结论及引申出的问题

由于单路是后出的，总体而言好过双路但是用单路有问题。

索引优化与查询优化 - 图8

优化策略

  1. 尝试提高 sort_buffer_size
  2. 尝试提高 max_length_for_sort_data
  3. **Order by 时select 是一个大忌。最好只Query需要的字段。

GROUP BY优化

  • group by 使用索引的原则几乎跟order by一致 ，group by 即使没有过滤条件用到索引，也可以直接使用索引。
  • group by 先排序再分组，遵照索引建的最佳左前缀法则
  • 当无法使用索引列，增大 max_length_for_sort_data 和 sort_buffer_size 参数的设置
  • where效率高于having，能写在where限定的条件就不要写在having中了
  • 减少使用order by，和业务沟通能不排序就不排序，或将排序放到程序端去做。Order by、group by、distinct这些语句较为耗费CPU，数据库的CPU资源是极其宝贵的。
  • 包含了order by、group by、distinct这些查询的语句，where条件过滤出来的结果集请保持在1000行以内，否则SQL会很慢。

优化分页查询

例如：

  1. EXPLAIN SELECT * FROM student LIMIT 2000000,10;

优化方案：

  • 在索引上完成排序分页操作，最后根据主键关联回原表查询所需要的其他列内容。 
    1. EXPLAIN SELECT * FROM student t,(SELECT id FROM student ORDER BY id LIMIT 2000000,10) aWHERE t.id = a.id;
  • 该方案适用于主键自增的表，可以把Limit 查询转换成某个位置的查询 。 
    1. EXPLAIN SELECT * FROM student WHERE id > 2000000 LIMIT 10;

覆盖索引

理解方式一：索引是高效找到行的一个方法，但是一般数据库也能使用索引找到一个列的数据，因此它不必读取整个行。毕竟索引叶子节点存储了它们索引的数据；当能通过读取索引就可以得到想要的数据，那就不需要读取行了。一个索引包含了满足查询结果的数据就叫做覆盖索引。

理解方式二：非聚簇复合索引的一种形式，它包括在查询里的SELECT、JOIN和WHERE子句用到的所有列（即建索引的字段正好是覆盖查询条件中所涉及的字段）。简单说就是， 索引列+主键 包含 SELECT 到 FROM之间查询的列 。

通俗来讲：二级索引满足查询字段结果的信息，也就是此时不需要进行徽标操作，叫做覆盖索引。

覆盖索引的利弊：

好处：

1. 避免Innodb表进行索引的二次查询（回表）

2. 可以把随机IO变成顺序IO加快查询效率

弊端：

索引字段的维护 总是有代价的。因此，在建立冗余索引来支持覆盖索引时就需要权衡考虑了。这是业务DBA，或者称为业务数据架构师的工作。

前缀索引

再给字符串添加索引时，可以使用前缀索引。mysql默认支持前缀索引，可以自己定义前缀索引的长度。

  1. alter table teacher add index index1(email); 
  2. #或
  3. alter table teacher add index index2(email(6));

存储的不同形式：

索引优化与查询优化 - 图9索引优化与查询优化 - 图10

如果使用的是index1（即email整个字符串的索引结构），执行顺序是这样的：

  • 从index1索引树找到满足索引值是’ zhangssxyz@xxx.com ’的这条记录，取得ID2的值；
  • 到主键上查到主键值是ID2的行，判断email的值是正确的，将这行记录加入结果集；
  • 取index1索引树上刚刚查到的位置的下一条记录，发现已经不满足email=’ zhangssxyz@xxx.com ’的条件了，循环结束。

这个过程中，只需要回主键索引取一次数据，所以系统认为只扫描了一行。

如果使用的是index2（即email(6)索引结构），执行顺序是这样的：

  • 从index2索引树找到满足索引值是’zhangs’的记录，找到的第一个是ID1；
  • 到主键上查到主键值是ID1的行，判断出email的值不是’ zhangssxyz@xxx.com ’，这行记录丢弃；
  • 取index2上刚刚查到的位置的下一条记录，发现仍然是’zhangs’，取出ID2，再到ID索引上取整行然后判断，这次值对了，将这行记录加入结果集；
  • 重复上一步，直到在idxe2上取到的值不是’zhangs’时，循环结束。

结论：也就是说使用前缀索引，定义好长度，就可以做到既节省空间，又不用额外增加太多的查询成本。前面已经讲过区分度，区分度越高越好。因为区分度越高，意味着重复的键值越少。

注意：前缀索引会使覆盖索引失效。

索引下推（ICP）

举例

创建数据：

  1. CREATE TABLE `people` (
  2.   `id` INT NOT NULL AUTO_INCREMENT,
  3.   `zipcode` VARCHAR(20) COLLATE utf8_bin DEFAULT NULL,
  4.   `firstname` VARCHAR(20) COLLATE utf8_bin DEFAULT NULL,
  5.   `lastname` VARCHAR(20) COLLATE utf8_bin DEFAULT NULL,
  6.   `address` VARCHAR(50) COLLATE utf8_bin DEFAULT NULL,
  7.   PRIMARY KEY (`id`),
  8.   KEY `zip_last_first` (`zipcode`,`lastname`,`firstname`)
  9. ) ENGINE=INNODB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb3 COLLATE=utf8_bin;
  12. INSERT INTO `people` VALUES 
  13. ('1', '000001', '三', '张', '北京市'), 
  14. ('2', '000002', '四', '李', '南京市'), 
  15. ('3', '000003', '五', '王', '上海市'), 
  16. ('4', '000001', '六', '赵', '天津市');

此时举例索引下推的情况：

  1. EXPLAIN SELECT * FROM people
  2. WHERE zipcode='000001'
  3. AND lastname LIKE '%张%'
  4. AND address LIKE '%北京市%';    # 此时使用了zip_last_first索引，address没索引不使用
  6. EXPLAIN SELECT * FROM people
  7. WHERE zipcode='000001'
  8. AND lastname LIKE '张%'
  9. AND firstname LIKE '三%';        # 此时使用了zip_last_first索引

如果没有索引下推，那么找到zipcode的记录之后，会根据 id 在聚簇索引中进行随机IO查询信息，在聚簇索引查询的结果集中再使用like过滤。因为随机IO读取，此时时非常消耗性能，而且再数据量大的时候，在聚簇索引中查询的次数更多。

此时mysql默认开启索引下推来优化：

此时在找到找到zipcode的记录之后，直接在二级索引中存在的列进行like过滤，再将满足的zipcode在聚簇索引中进行查找。此时在前面提到过，LIKE ‘%北京市%’ 这种情况会失效，此时不一定会失效，一切都是优化器根据成本来考虑的。

  • 使用前，存储层多返回了需要被index filter过滤掉的整行记录。
  • 使用ICP后，直接就去掉了不满足index filter条件的记录，省去了他们回表和传递到server层的成本。
  • ICP的加速效果 取决于在存储引擎内通过 ICP筛选 掉的数据的比例。

ICP的使用条件

  • 只能用于二级索引(secondary index)
  • explain显示的执行计划中type值（join 类型）为 range 、 ref 、 eq_ref 或者 ref_or_null 。
  • 并非全部where条件都可以用ICP筛选，如果where条件的字段不在索引列中，还是要读取整表的记录到server端做where过滤。
  • ICP可以用于MyISAM和InnnoDB存储引擎
  • MySQL 5.6版本的不支持分区表的ICP功能，5.7版本的开始支持。
  • 当SQL使用覆盖索引时，不支持ICP优化方法

ICP使用案例

  1. SELECT * FROM tuser WHERE NAME LIKE '张%' AND age = 10 AND ismale = 1;

索引优化与查询优化 - 图11

普通索引vs唯一索引

举例：

  1. create table test( 
  2.     id int primary key, 
  3.     k int not null, 
  4.     name varchar(16), 
  5.     index (k) 
  6. )engine=InnoDB;

表中R1~R5的(ID,k)值分别为(100,1)、(200,2)、(300,3)、(500,5)和(600,6)。

查询过程：

假设，执行查询的语句是 select id from test where k=5。

  • 对于普通索引来说，查找到满足条件的第一个记录(5,500)后，需要查找下一个记录，直到碰到第一个不满足k=5条件的记录。
  • 对于唯一索引来说，由于索引定义了唯一性，查找到第一个满足条件的记录后，就会停止继续检索。

那么，这个不同带来的性能差距会有多少呢？答案是， 微乎其微 。

更新过程:

为了说明普通索引和唯一索引对更新语句性能的影响这个问题，介绍一下change buffer。

当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下， InooDB会将这些更新操作缓存在change buffer中 ，这样就不需要从磁盘中读入这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行change buffer中与这个页有关的操作。通过这种方式就能保证这个数据逻辑的正确性。将change buffer中的操作应用到原数据页，得到最新结果的过程称为 merge 。除了 访问这个数据页 会触发merge外，系统有 后台线程会定期 merge。在 数据库正常关闭（shutdown） 的过程中，也会执行merge操作。

如果能够将更新操作先记录在change buffer， 减少读磁盘 ，语句的执行速度会得到明显的提升。而且，数据读入内存是需要占用 buffer pool 的，所以这种方式还能够 避免占用内存 ，提高内存利用率。

唯一索引的更新就不能使用change buffer ，实际上也只有普通索引可以使用。

change buffer的使用场景 :

  • 普通索引和唯一索引应该怎么选择？其实，这两类索引在查询能力上是没差别的，主要考虑的是对 更新性能 的影响。所以，建议你 尽量选择普通索引 。
  • 在实际使用中会发现， 普通索引 和 change buffer 的配合使用，对于 数据量大 的表的更新优化还是很明显的。
  • 如果所有的更新后面，都马上 伴随着对这个记录的查询 ，那么你应该 关闭change buffer 。而在其他情况下，change buffer都能提升更新性能。
  • 由于唯一索引用不上change buffer的优化机制，因此如果 业务可以接受 ，从性能角度出发建议优先考虑非唯一索引。

但是如果”业务可能无法确保”的情况下，怎么处理呢？

  • 首先， 业务正确性优先 。我们的前提是“业务代码已经保证不会写入重复数据”的情况下，讨论性能问题。如果业务不能保证，或者业务就是要求数据库来做约束，那么没得选，必须创建唯一索引。这种情况下，本节的意义在于，如果碰上了大量插入数据慢、内存命中率低的时候，给你多提供一个排查思路。
  • 然后，在一些“ 归档库 ”的场景，你是可以考虑使用唯一索引的。比如，线上数据只需要保留半年，然后历史数据保存在归档库。这时候，归档数据已经是确保没有唯一键冲突了。要提高归档效率，可以考虑把表里面的唯一索引改成普通索引。

其它查询优化策略

EXISTS 和 IN 的区分

不太理解哪种情况下应该使用 EXISTS，哪种情况应该用 IN。选择的标准是看能否使用表的索引吗？

索引是个前提，其实选择与否还是要看表的大小。你可以将选择的标准理解为小表驱动大表。在这种方式下效率是最高的。

举例：

索引优化与查询优化 - 图12

COUNT(*)与COUNT(具体字段)效率

在 MySQL 中统计数据表的行数，可以使用三种方式： SELECT COUNT(*) 、 SELECT COUNT(1) 和 SELECT COUNT(具体字段) ，使用这三者之间的查询效率是怎样的？

前提:如果你要统计的是某个字段的非空数据行数，则另当别论，毕竟比较执行效率的前提是结果一样才可以。

  • 环节1: COUNT()和COUNT(1)都是对所有结果进行COUNT，COUNT( )和COUNT(1)本质上并没有区别(二者执行时间可能略有差别，不过你还是可以把它俩的执行效率看成是相等的)。如果有WHERE子句，则是对所有符合筛选条件的数据行进行统计;如果没有WHERE子句，则是对数据表的数据行数进行统计。
  • 环节2:如果是MyISAM存储引擎，统计数据表的行数只需要0(1)的复杂度，这是因为每张MyISAM的数据表都有一个meta信息存储了row_count值，而一致性则由表级锁来保证。如果是InnoDB存储引擎，因为InnoDB支持事务，采用行级锁和MVCC机制，所以无法像MyISAM一样，维护一个row_count变量，因此需要采用扫描全表，时间复杂度为0(n)，进行循环＋计数的方式来完成统计。
  • 环节3:在InnoDB引擎中，如果采用COUNT(具体字段)来统计数据行数，要尽量采用二级索引。索引是聚簇索引，聚簇索引包含的信息多，明显会大于二级索引(非聚簇索引)。对于COUNT()和COUNT(1)来说，它们不需要查找具体的行，只是统计行数，系统会自动采用占用空间更小的二级索引来进行统计。如果有多个二级索引，会使用*key_len小的二级索引进行扫描。当没有二级索引的时候，才会采用主键索引来进行统计。

关于SELECT(*)

在表查询中，建议明确字段，不要使用 * 作为查询的字段列表，推荐使用SELECT <字段列表> 查询。原因：

  • MySQL 在解析的过程中，会通过 查询数据字典 将”“按序转换成所有列名，这会*大大的耗费资源和时间。
  • 无法使用 覆盖索引

LIMIT 1对优化的影响

针对的是会扫描全表的 SQL 语句，如果你可以确定结果集只有一条，那么加上 LIMIT 1 的时候，当找到一条结果的时候就不会继续扫描了，这样会加快查询速度。

如果数据表已经对字段建立了唯一索引，那么可以通过索引进行查询，不会全表扫描的话，就不需要加上 LIMIT 1 了。

多使用COMMIT

只要有可能，在程序中尽量多使用 COMMIT，这样程序的性能得到提高，需求也会因为 COMMIT 所释放的资源而减少。

COMMIT 所释放的资源：

  • 回滚段上用于恢复数据的信息
  • 被程序语句获得的锁
  • redo / undo log buffer 中的空间
  • 管理上述 3 种资源中的内部花费

主键如何设计

自增主键的缺点

自增ID做主键，简单易懂，几乎所有数据库都支持自增类型，只是实现上各自有所不同而已。自增ID除了简单，其他都是缺点，总体来看存在以下几方面的问题：

1. 可靠性不高

存在自增ID回溯的问题，这个问题直到最新版本的MySQL 8.0才修复。

2. 安全性不高

对外暴露的接口可以非常容易猜测对应的信息。比如：/User/1/这样的接口，可以非常容易猜测用户ID的值为多少，总用户数量有多少，也可以非常容易地通过接口进行数据的爬取。

3. 性能差

自增ID的性能较差，需要在数据库服务器端生成。

4. 交互多

业务还需要额外执行一次类似 last_insert_id() 的函数才能知道刚才插入的自增值，这需要多一次的网络交互。在海量并发的系统中，多1条SQL，就多一次性能上的开销。

5. 局部唯一性

最重要的一点，自增ID是局部唯一，只在当前数据库实例中唯一，而不是全局唯一，在任意服务器间都是唯一的。对于目前分布式系统来说，这简直就是噩梦。

淘宝的主键设计

使用一定的规则指定主键id 订单ID = 时间 + 去重字段 + 用户ID后6位尾号 此时就可以做到全局唯一。

推荐的主键设计

非核心业务 ：对应表的主键自增ID，如告警、日志、监控等信息。

核心业务 ：主键设计至少应该是全局唯一且是单调递增。全局唯一保证在各系统之间都是唯一的，单调递增是希望插入时不影响数据库性能。

这里推荐最简单的一种主键设计：UUID。

UUID在mysql8.0之前只保证了全局唯一，而没有保证有序，使用的是字符串的方式保存，占用31个字节，而在mysql8.0可以更换时间低位和时间高位的存储方式，这样UUID就是有序的UUID了。MySQL 8.0还解决了UUID存在的空间占用的问题，除去了UUID字符串中无意义的”-“字符串，并且将字符串用二进制类型保存，这样存储空间降低为了16字节。可以通过MySQL8.0提供的uuid_to_bin函数实现上述功能，同样的，MySQL也提供了bin_to_uuid函数进行转化：

  1. SET @uuid = UUID(); 
  2. SELECT @uuid,uuid_to_bin(@uuid),uuid_to_bin(@uuid,TRUE);

但生成UUID也可以在业务层生成，减少sql交互。

雪花算法

可以保证：

  1. 同一台服务器所有生成的 id 按时间趋势递增
  2. 整个分布式系统内不会产生重复 id（因为有 datacenterId 和 workerId 来做区分）