福利 | 手把手教你做好一场技术分享

大家可能觉得还是停留在理论层面，现在趁热打铁，将自己最近的一次技术分享PPT+准备文稿 分享给大家，在此抛砖引玉，希望能够切实帮助到大家，感受到技术分享的魅力。

第一页演讲文稿：

大家好，我是架构精进之路，今天给大家带来一个主题为《MySQL索引，你真的会用吗？》，关于MySQL索引的应用分享。

第二页演讲文稿：

首先先来做个自我介绍，我多年后端研发经验，混迹多个互联网大厂，专注软件架构技术研究学习，希望能够发挥余热，将自己工作中的问题和技术总结输出，分享影响到更多的人。

大家看我的头像图片像是一个陀螺，其实是寓意螺旋式上升，让技术和自我能够不断精进。

第三页演讲文稿：

接下来我会通过一个MySQL查询应用问题为出发点，来逐步通过问题分析、疑点跟进、引入官方材料证明来分析探究，最终明确索引应用原则，将结论探究清楚。

主要原则：问题驱动；

主要流程：应用现象-问题分析-疑点跟进-层层探究-结论明晰。

第四页演讲文稿：

首先假如我们存在这样一张数据表（cities），记录了城市code和名称一些基本数据。

有一天我在执行SQL的时候（两个查询SQL一个是指定了字段 id，另一个未指定查询字段，而是利用了 *），发现两种情况下查询执行结果竟然不一样！

这事成功的引起了我的注意。

第五页演讲文稿：

按照之前的工作经验告诉我，遇事不要慌，先explain 解释执行看看吧。

发现Case1中的SQL应用到了一个名为'uniq_city_code'的索引，而第二个走了全表扫描查询。

也就是说两个SQL由于查询字段的不同，导致MySQL在具体执行时候选取了不同的索引策略，从而导致了查询结果的不同。

第六页演讲文稿：

那其实还存在几个疑问点：

•为什么Case1查询中并没有出现 city_code 字段，却会使用其索引？

•为什么Case2查询就不会使用 uniq_city_code 的索引？

可能细心的同学也发现了，还有就是语句2查询计划中Extra字段为Using index，说明满足了索引覆盖（索引中包含了所有满足查询条件的数据，无需从表中查询），可是 uniq_city_code 这个索引中并没有id这个字段，为何能以覆盖索引的方式执行？

第七页演讲文稿：

带着上面的疑问，我们先来一起回顾下MySQL引擎索引的实现方式。

如图所示，为Innodb、以及参考对比的MyISAM引擎的索引实现图例。

1）对比的是MyISAM引擎方式，如右图所示：

MyISAM不支持聚簇索引，索引中每一个叶子节点仅仅包含行号(row number)，且叶子节点按照col1的顺序存储。

在MyISAM中，primary key和其它索引没有什么区别。Primary key仅仅只是一个叫做PRIMARY的唯一，非空的索引而已。

2）InnoDB聚簇索引和辅助索引（非聚簇索引）的对比左图所示。

InnoDB按聚簇索引的形式存储数据，所以它的数据布局有着很大的不同。

聚簇索引中的每个叶子节点包含primary key的值，事务ID和回滚指针(rollback pointer)——用于事务和MVCC，和余下的列(如col2)。

相对于MyISAM，辅助索引与聚簇索引有很大的不同。InnoDB的二级索引的叶子包含primary key的值，而不是行指针(row pointers)，这减小了移动数据或者数据页面分裂时维护二级索引的开销，因为InnoDB不需要更新索引的行指针。

同时便于大家理解，我标记黄线、红线分别代表两种引擎方式的数据查询路径，大家可以参照图例，体会对比一下。

第八页演讲文稿：

好了，我们还是回到问题本身。

我们其实可以得出这样一个初步结论：

Case1：select id from cities limit 1;

 因为 uniq_city_code 索引中包含id字段，此查询可以从 uniq_city_code 索引中直接取得数据，所以优化器选择走 uniq_city_code 索引；

Case2：select * from cities limit 1;

此查询中 select * 选取了在 uniq_city_code 索引中不包含的列，所以无法使用uniq_city_code 这个索引。

第九页演讲文稿：

为了验证一下我们刚刚得到的初步结论，我们来利用Case3验证一下。

按照上述的理论依据，查询id 与查询id+city_code执行应用的查询计划应该是一致的。

通过验证实验我们可以确定一个结论：Case1 的查询确实存在索引覆盖情况。

第十页演讲文稿：

我们再继续追问一下：为什么要用到索引覆盖呢？不用可不可以呢？

我们先来看看MySQL官方的解释... 其实说了这么多，本质就是最后一句，这样做可以使查询更快！

好了，我们现在来个互动小问题：

给大家出个问题：既然主键索引包含所有数据列，那么使用主键索引一样可以做到索引覆盖，为什么优化器不选择使用主键索引？

有没有同学愿意尝试分析一下呢？

......

回答的基本正确，我们按照这个同学的思路来继续分析MySQL到底是如何实现的呢？

第十一页演讲文稿：

其实这个就是典型的MySQL索引选取原则。

这个问题的答案就是：索引长度不同，有多个可选索引时，MYSQL会优先选择较短的索引。

因为在做全表扫描时，MySQL会调用find_shortest_key() 来选取最短的索引来扫描。

关于find_shortest_key()函数的解释，我们来看下官方解释，如图所示。

那我们到现在可以做个总结了：因为辅助索引一定是主键索引的子集，从节约IO的角度，在全表扫描时优先选择辅助索引。

第十二页演讲文稿：

好了，最后我们一起来对整个分享做下总结吧。

1）首先我们遇到一个查询问题，由于查询字段的不同导致我们的查询结果数据存在差异；

2）我们对问题进行追究，发现根据select的字段不同，MySQL选取的索引策略不同，即结果数据不同；

3）对于是否存在索引覆盖问题，我们进行了Case3的验证，确认了存在索引覆盖的问题；

4）对于MySQL为什么会存在这样的索引选取原则，我们最终发现是辅助索引一定是主键索引的子集，从节约IO的角度，在全表扫描时优先选择辅助索引。

重点提炼：

不同引擎对于查询实现方式的不同、索引覆盖、MySQL索引选取原则。

重要的问题说三遍，哈哈哈~

第十三页演讲文稿：

好了，现在是问答时间，大家对上述讲述内容有什么疑问可以与我进行沟通。

g!