MSQL系列(五) Mysql实战-索引最左侧匹配原则分析及实战

Mysql实战-索引最左侧匹配原则分析及实战

前面我们讲解了索引的存储结构，B+Tree的索引结构，以及索引最左侧匹配原则，Explain的用法，今天我们来实战一下 最左侧匹配原则

1.联合索引最左侧匹配原则

联合索引有一个最左侧匹配原则
最左匹配原则指的是，当使用联合索引进行查询时，MySQL会优先使用最左边的列进行匹配，然后再依次向右匹配。

假设我们有一个表，包含三个列：A、B、C
创建联合索引(A,B,C) 等同于创建了索引 A， 索引 (A,B), 索引 (A,B,C)

  1. 我们使用(A,B,C)这个联合索引进行查询时，MySQL会先根据列A进行匹配
  2. 再根据列B进行匹配，最后再根据列C进行匹配。
  3. 如果我们只查询了(A,B)这两个列，而没有查询列C，那么MySQL只会使用(A,B)这个前缀来进行索引匹配，而不会使用到列C
  4. 如果我们要查询 了(B,C)这两个列，而没有查询列A，那么MySQL索引就会失效，导致找不到索引，因为最左侧匹配原理
  5. 所以 我们应该尽量把最常用的列放在联合索引的最左边，这样可以提高查询效率
2.实战

新建表结构 user， user_info

#新建表结构 user
CREATE TABLE `user` (`id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',`id_card` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '身份证ID',`user_name` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户名字',`age` int NOT NULL COMMENT '年龄',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='用户表'
  1. id 主键id列
  2. id_card 身份证id
  3. user_name 用户姓名
  4. age 年龄

先插入测试数据, 插入 5条测试数据

INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (1, '11', 'aa', 10);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (2, '22', 'bb', 20);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (3, '33', 'cc', 30);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (4, '44', 'dd', 40);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (5, '55', 'ee', 50);
2.1 创建 id_card,user_name,age的索引列
alter table user add index idx_card_name_age(id_card,user_name,age);

创建索引成功
在这里插入图片描述
我们现在user表只有一个新建的索引
在这里插入图片描述

2.2. 查B,C列信息
  • （A,B,C）的联合索引， 单纯的查B， 或者查BC是无法用到索引的，走的是全部索引扫描type=index类型
    查询user_name, 查询语句中没有id_card
EXPLAIN SELECT * FROM `user` where user_name = "aa";

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 单纯的查C，同样的结果，走的是全部索引扫描type=index类型
    查询age,查询语句中没有id_card
EXPLAIN SELECT * FROM `user` where age = 10;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查BC，同样的结果，走的是全部索引扫描type=index类型
    查询user_name 和 age,查询语句中没有id_card
EXPLAIN SELECT * FROM `user` where user_name = "aa"  and age = 10;

执行结果
在这里插入图片描述

2.3查询A列的相关信息

上面我们看到了只要查询语句中不包含A的字段信息，所有的索引全都不生效，扫描全部索引信息，这不是我们想要的

这也就是最左侧匹配原则导致的，所以我们在查询的时候，一定要从最左侧开始查询，也就是查询语句一定要有A查询条件，否则索引不生效

  • （A,B,C）的联合索引， 查A，type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=100%，过滤占比百分百，效率很高
    只查询 id_card 字段
EXPLAIN SELECT * FROM `user` where id_card = "11" ;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查A，B列，相同的结果， type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=100%，过滤占比百分百，效率很高
    查询 id_card 及 user_name 字段
EXPLAIN SELECT * FROM `user` where id_card = "11" and user_name = "aa" ;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查A，C列，相同的结果， type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=20% ，过滤占比 20%，意思是所有的5索引数据，找到了1条数据
    效率不算高，也不建议这样使用
    查询 id_card 及 age 字段
EXPLAIN SELECT * FROM `user` where id_card = "11" and user_name = "aa" ;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查A,B,C 列，相同的结果， type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=100%，过滤占比百分百，效率很高
    查询 id_card 及 user_name 及age 字段
EXPLAIN SELECT * FROM `user` where id_card = "11" and user_name = "aa" and age =10 ;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查C,A,B 列，查询语句乱序， 看下查询结果，依旧是相同的结果， type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=100%，过滤占比百分百，效率很高
    查询 id_card 及 user_name 及age 字段， 查询条件的乱序，不会影响到索引的信息
EXPLAIN SELECT * FROM `user` where age =10  and user_name = "aa" and id_card = "11" ;

执行结果
在这里插入图片描述

  • （A,B,C）的联合索引， 查C,A,B 列，查询语句乱序， 看下查询结果，依旧是相同的结果， type=ref类型使用了索引，索引扫描行数rows=1，只扫描了一行，精确查找， filtered=100%，过滤占比百分百，效率很高
    查询 id_card 及 user_name 及age 字段， 查询条件的乱序，不会影响到索引的信息
EXPLAIN SELECT * FROM `user` where age =10  and user_name = "aa" and id_card = "11" ;

执行结果
在这里插入图片描述

3. 如何知道具体用了那个索引？

我们可以通过 explain key_len计算到底使用了那个索引字段

通过刚才的验证，我们了解不同的索引，使用的ken_len长度不同，到底这个key_len如何计算，我们如何知道到底用了那个索引？

首先看下数据库编码类型 utf8mb4 编码方式
在这里插入图片描述

然后 看下表结构
id_card notNull
user_name 允许null
age 允许null
在这里插入图片描述

然后开始计算 ken_len的长度

  • 字符集编码： 字符 如 utf8mb4 = 4 ,utf8 = 3, gbk = 2, latin1 = 1， 数字int =4位
  • 列是否为空： NULL(+1)，NOT NULL(+0)
  • 列类型为字符： varchar(+2), char(+0)
    到底如何计算key_len呢？ key_len = （字段长度）* 编码格式 + （notNull/null）+ 列类型， 我们看下是否真的是这样
EXPLAIN SELECT * FROM `user` where id_card = "11" ;

使用了 id_card 单个字段的索引
key_len
= (char(32)) 4 + (notNull)0 + (char)0
= 324 +0 +0 = 128
在这里插入图片描述

EXPLAIN SELECT * FROM `user` where user_name = "aa" and id_card = "11" ;

使用了 id_card 和 user_name 2个字段的索引, user_name允许为null +1，
key_len
= (char(32)) * 4 + (notNull)0 + (char)0 + (char(32)) 4 + (Null)1 + (char)0
= 324 + 32*4 +1 = 257
在这里插入图片描述

EXPLAIN SELECT * FROM `user` where user_name = "aa" and id_card = "11"  and age =10;

使用了 id_card 和 user_name 及 age 三个字段的索引, user_name允许为null +1， age允许为null +1， age类型为int，占4位
key_len
= (char(32)) * 4 + (notNull)0 + (char)0 + (char(32)) 4 + (Null)1 + (char)0 + (int)4 + (Null)1 + (int)0
= 324 + 32*4 +1 + 5= 262
在这里插入图片描述

没有用到某个字段的索引，ken_len不会计算它的长度，比如A,C列的查询 id_card和age的查询，不会用到age的索引，只用到了id_card，key_len只会计算 id_card的长度

EXPLAIN SELECT * FROM `user` where id_card = "11" and age=10 ;

key_len = (char(32)) * 4 + (notNull)0 + (char)0 = 128， 只用到了id_card的索引信息
在这里插入图片描述

至此，我们了解了联合索引的最左侧匹配原则，也知道了如何去优化查询语句，才能使用到索引，并且知道了key_len分析具体使用了那些索引

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/140555.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【网络】计算机网络基础概念入门

【网络】计算机网络基础概念入门

🍁 博主 "开着拖拉机回家"带您 Go to New World.✨🍁 🦄 个人主页——🎐个人主页 🎐✨🍁 🪁🍁🪁🍁🪁🍁🪁&#…
阅读更多...
Django REST Framework完整教程-RESTful规范-序列化和反序列数据-数据视图

Django REST Framework完整教程-RESTful规范-序列化和反序列数据-数据视图

文章目录 1.简介及安装2.案例模型2.1.创建模型2.2.安装mysql必要组件2.3.管理后台转中文2.4.启动后台 3.数据序列化4.RESTful规范4.1.协议、域名和版本4.2.uri(统一资源标识符)4.3.查增删改4.4.过滤信息（Filtering）4.5.状态码（Status Codes&a…
阅读更多...
Godot 官方2D C#重构(1)：雪花碰撞

Godot 官方2D C#重构(1)：雪花碰撞

前言 Godot 官方 教程 Godot 2d 官方案例C#重构 专栏 Godot 2d 重构 github地址 实现效果 难点介绍 Godot GDScript和C# 对应关系大部分靠猜 文件导入 资源地址：默认为res://开头2D贴图导入类型：Texture2D public Texture2D Bullet_Image new Textu…
阅读更多...
MySQL官方文档如何查看，MySQL中文文档

MySQL官方文档如何查看，MySQL中文文档

这里写自定义目录标题 MySQL官方文档如何查看MySQL中文文档 MySQL官方文档如何查看 MySQL官网地址：https://dev.mysql.com/doc/ 比如这里我要找InnoDB架构 MySQL中文文档 MySQL 5.1中文文档地址：https://www.mysqlzh.com/
阅读更多...
ZKP3.2 Programming ZKPs (Arkworks Zokrates)

ZKP3.2 Programming ZKPs (Arkworks Zokrates)

ZKP学习笔记 ZK-Learning MOOC课程笔记 Lecture 3: Programming ZKPs (Guest Lecturers: Pratyush Mishra and Alex Ozdemir) 3.3 Using a library ( tutorial) R1CS Libraries A library in a host language (Eg: Rust, OCaml, C, Go, …)Key type: constraint system Mai…
阅读更多...
关于opencv的contourArea计算方法

关于opencv的contourArea计算方法

cv::contourArea计算的轮廓面积并不等于轮廓点计数，原因是cv::contourArea是基于Green公式计算 老外的讨论 github 举一个直观的例子，图中有7个像素，橙色为轮廓点连线，按照contourArea的定义，轮廓的面积为橙色所包围…
阅读更多...
小程序：uniapp解决主包体积过大的问题

小程序：uniapp解决主包体积过大的问题

已经分包但还是体积过大 运行时勾选“运行时是否压缩代码”进行压缩 在manifest.json配置（开启分包优化） "mp-weixin" : {"optimization" : {"subPackages" : true}//.... },在app.json配置（设置组件按需注入…
阅读更多...
Android查看签名信息系列 · 使用Android Studio获取签名

Android查看签名信息系列 · 使用Android Studio获取签名

前言 Android查看签名信息系列 之使用Android Studio获取签名，通过Android Studio自带的gradle来获取签名信息。 优点：此法可查看 MD5、SHA1 等信息。 缺点：升级某个Studio版本后，没有签名任务了，特别不方便。 实现…
阅读更多...
GPT4 Advanced data analysis Code Interpreter 做行业数据分析、可视化处理图像、视频、音频等

GPT4 Advanced data analysis Code Interpreter 做行业数据分析、可视化处理图像、视频、音频等

1. 跨境电商如何用ChatGPT选品 ChatGPT Jungle scout 案例：跨境电商如何用ChatGFT选品 ChatGPTJungle scout 素材和资料来自： Jungle ScoutEM, Michael Soltis 和 文韬武韬AIGC 1.1 从Jungle scout上下载数据 Date Range > Last 90 days Downlo…
阅读更多...
Kafka三种认证模式，Kafka 安全认证及权限控制详细配置与搭建

Kafka三种认证模式，Kafka 安全认证及权限控制详细配置与搭建

Kafka三种认证模式，Kafka 安全认证及权限控制详细配置与搭建。 Kafka三种认证模式 使用kerberos认证 bootstrap.servers=hadoop01.com:9092,hadoop02.com:9092,hadoop03.com:9092,hadoop04.com:9092 security.
阅读更多...
零基础入门网络渗透到底要怎么学？_网络渗透技术自学

零基础入门网络渗透到底要怎么学？_网络渗透技术自学

前言： 很多朋友问我，想搞网络安全，编程重要吗，选什么语言呢？ 国内其实正经开设网络安全专业的学校很少，大部分同学是来自计算机科学、网络工程、软件工程专业的，甚至很多非计算机专业自学的。…
阅读更多...
计算机视觉开源代码汇总

计算机视觉开源代码汇总

1.【基础网络架构】Regularization of polynomial networks for image recognition 论文地址：https://arxiv.org/pdf/2303.13896.pdf 开源代码:https://github.com/grigorisg9gr/regularized_polynomials 2.【目标检测：域自适应】2PCNet: Two-Phase Cons…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023