在进行索引分析和SQL优化时,可以将数据索引字段想象为单一有序序列,并以
此作为分析的基础。
实战范例:复合索引查询优化实战,同城异性列表
资源: 用户表user,字段 sex性别;area 地区;lastlogin 最后登录时间;其他略 目标: 查找同一地区的异性,按照最后登录时间逆序
高访问量社区的高频查询,如何优化。
查询SQL: select * from user where area=’$area’ and sex=’$sex’ order by lastlogin desc limit 0,30;
挑战: 建立复合索引并不难, area+sex+lastlogin 三个字段的复合索引,如何理解?
首先,忘掉btree,将索引字段理解为一个排序序列。
如果只使用area会怎样?搜索会把符合area的结果全部找出来,然后在这里面遍历,选择命中sex的并排序。 遍历所有 area=’$area’数据!
如果使用了area+sex,略好,仍然要遍历所有area=’$area’ and sex=’$sex’数据,然后在这个基础上排序!!
Area+sex+lastlogin复合索引时(切记lastlogin在最后),该索引基于area+sex+lastlogin 三个字段合并的结果排序,该列表可以想象如下。
广州女$时间1
广州女$时间2
广州女$时间3
…
广州男
….
深圳女
….
数据库很容易命中到 area+sex的边界,并且基于下边界向上追溯30条记
录,搞定!在索引中迅速命中所有结果,无需二次遍历!
如何理解影响结果集
影响结果集是数据查询优化的一个重要中间数据
查询条件与索引的关系决定影响结果集
如上例所示,即便查询用到了索引,但是如果查询和排序目标不能直接在索引
中命中,其可能带来较多的影响结果。而这会直接影响到查询效率
微秒级优化
优化查询不能只看慢查询日志,常规来说,0.01秒以上的查询,都是不够
优化的。
实战范例
和上案例类似,某游戏社区要显示用户动态,select * from userfeed where
uid=$uid order by lastlogin desc limit 0,30; 初期默认以uid为索引字段,
查询为命中所有uid=$uid的结果按照lastlogin排序。 当用户行为非常频
繁时,该SQL索引命中影响结果集有数百乃至数千条记录。查询效率超
过0.01秒,并发较大时数据库压力较大。
解决方案:将索引改为 uid+lastlogin 复合索引,索引直接命中影响结果