like索引查询--mysql索引

like '%%'如何命中索引

相信各位老铁在开发的过程中肯定都遇到过like全匹配的需求。在数据量很小的时候,select * from user where name like '%hello%'。这种查询问题也不大,但是久而久之,会发现输入框再输入这种简单文字的时候页面就会loading很久。当数据量大起来,like双百分号匹配不走索引的时候就很忧伤,但是需求不会因为这个而改变。那么,mysql是如何解决这个问题的呢?或许可以试试explain select name from user where name like '%hello%'。你会意外的发现key字段竟然不是null。W-H-Y?

覆盖索引

这里引入一个概念。索引包含所有满足查询需要的数据的索引,称为覆盖索引(Covering Index)。百度百科来的定义、是不是抽象的一脸懵逼?可以简单的理解为select的数据列只用从索引中就能够取得,不需要查数据就能拿到结果。拿这个栗子来说,name字段自身是建立了索引的(innodb引擎下索引自身是保存了数据的),select查询name字段直接就可以获取到值,就不需要再根据索引去数据表里面查对应的值。


B+Tree数据结构.jpg

B+Tree数据结构简介

这里有必要介绍一下mysql -- innodb引擎下B+Tree索引的数据结构。

  1. 浅蓝色的块是磁盘块,对应硬件上的磁盘空间。其中深蓝色的块表示数据项(17,35),黄色的表是指针(P1,P2,P3)
  2. 真实的数据存在于叶子节点中,非叶子节点只储存数据项和指引方向的指针,这里17,和35并不实际存在于数据表中。
  3. 如果我们要在上图中搜索数据75,磁盘仅需要3次IO即可。第一次,与17和35比较,发现数据大于35,根据指针P3指示继续往下走。第二次,发现数据介于65和87中间,指针P2指向数据块10,那么第三次就能直接查找到数据。
  4. 显然如果没有建立索引,直接挨个查找75的IO次数远不止3次。

关于like的索引问题

索引失效的几种情况大家可以先预习一下,这是百度上搜到的http://blog.csdn.net/zmx729618/article/details/52701370,如果觉得没必要,可以直接跳过。下面我们来模拟数据。

CREATE TABLE `user` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(125) NOT NULL DEFAULT '' COMMENT '名称',
  `age` int(3) unsigned NOT NULL DEFAULT '0' COMMENT '年龄',
  `address` varchar(50) NOT NULL DEFAULT '' COMMENT '住址',
  `deleted` tinyint(4) unsigned DEFAULT NULL,
  `created` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_name_age_address` (`name`,`age`,`address`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COMMENT='用户表测试';
INSERT INTO `user` (`id`, `name`, `age`, `address`, `deleted`, `created`)
VALUES
    (1, '5', 1000, '花果山', 0, '2017-12-10 21:48:03'),
    (2, '8', 800, '高老庄', 0, '2017-12-10 21:48:16'),
    (3, '3', 25, '长安', 0, '2017-12-10 21:48:49'),
    (4, '白龙马', 700, '龙宫', 0, '2017-12-10 21:49:16');

执行上面的建表语句,初始化数据之后,我们来看一下下面的两个sql


select * from user 
where name = '3' and age = 20 and address like '长安%' 

select * from user 
where name like 3 and age > 20 and address like '长安%'  

然后分析一波下面的问题

  1. 第二个查询语句有没有命中索引?
  2. 如果没有命中索引,如何让它命中索引
  3. 它能命中索引的哪些字段(name,age,address)
    .
    .
    .
    .
    .
    .

好了,思考一个省略号的时间之后我们来回答这个问题。

  1. 第二个sql命中了索引。
  2. 这里name字段是varchar类型,字符串未加单引号索引会失效,但是like特殊,不受限制,这里加不加单引号并没有影响。
  3. 命中了索引的字段是,name、age。 address并未命中。这里name字段like查询为范围查询,按照联合索引返回查询之后全失效的规则,这里age本不应该命中索引,但是like例外。

下面是分析过程
我们分析的依据是第一个sql的执行结果,用explain来分析查看,可以看到3个字段都命中索引之后 key_len值为708。


sql1.jpg

再看第二个sql,发现key_len为506。可以证明真正命中了索引的字段是name和age。


sql2.jpg

今天就分析到这里,希望这些例子能帮助大家少踩一些坑!!!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容