本篇内容主要讲解“如何理解MySQL索引cardinalit”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何理解MySQL索引cardinalit”吧!

查看一个表的索引:

mysql>showindexfromrank_item;+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+|Table|Non_unique|Key_name|Seq_in_index|Column_name|Collation|Cardinality|Sub_part|Packed|Null|Index_type|Comment|Index_comment|+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+|rank_item|0|PRIMARY|1|id|A|5665508|NULL|NULL||BTREE||||rank_item|1|idx_city_category|1|city|A|2713|NULL|NULL||BTREE||||rank_item|1|idx_city_category|2|category|A|3798|NULL|NULL|YES|BTREE||||rank_item|1|idx_artisan_id|1|artisan_id|A|33916|NULL|NULL|YES|BTREE||||rank_item|1|index_weight|1|weight|A|11680|NULL|NULL|YES|BTREE||||rank_item|1|product_id_plan_id|1|product_id|A|1480432|NULL|NULL||BTREE||||rank_item|1|product_id_plan_id|2|plan_id|A|5590288|NULL|NULL|YES|BTREE||||rank_item|1|idx_cat_ci_art|1|category|A|3170|NULL|NULL|YES|BTREE||||rank_item|1|idx_cat_ci_art|2|city|A|11417|NULL|NULL||BTREE||||rank_item|1|idx_cat_ci_art|3|artisan_id|A|46514|NULL|NULL|YES|BTREE||||rank_item|1|idx_ca_ci_pid_wei|1|category|A|3187|NULL|NULL|YES|BTREE||||rank_item|1|idx_ca_ci_pid_wei|2|city|A|10869|NULL|NULL||BTREE||||rank_item|1|idx_ca_ci_pid_wei|3|plan_id|A|17403|NULL|NULL|YES|BTREE||||rank_item|1|idx_ca_ci_pid_wei|4|weight|A|659306|NULL|NULL|YES|BTREE|||+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

上面有一个属性Cardinality,可以通过观察它来评估索引是否合理。它会估计索引中不重复记录,如果这个相对值很小,可能就要评估索引是否有意义。

查看表的总行数:

mysql>selectcount(*)astotalfromrank_item;+---------+|total|+---------+|5581872|+---------+

观察以下信息:

id列:Cardinality/total=5608506/5581872=1.005

city列:Cardinality/total=2713/5581872=0.0000486

category列:Cardinality/total=3170/5581872=0.0000568

列id由于是主键,通过cardinality估算出来的值/总数接近于1;而另外2个索引列,估算出来的值/总数都趋近于0。估算出来的值/总数=占比,我们称占比为相对值。

通过上面表格做一个大胆推测,查询id列是很快,查询另外2列是很慢;现在我们看下相应的执行计划。

mysql>explainselect*fromrank_itemwhereid=2419;+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra|+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+|1|SIMPLE|rank_item|NULL|const|PRIMARY|PRIMARY|4|const|1|100.00|NULL|+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+1rowinset,1warning(0.00sec)mysql>explainselect*fromrank_itemwherecity=4967;+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra|+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+|1|SIMPLE|rank_item|NULL|ref|idx_city_category|idx_city_category|4|const|556680|100.00|NULL|+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+1rowinset,1warning(0.04sec)

但是发现都会走索引,而且ref都是const。难道是cardinality不准?是的,因为它是一个预估值!

cardinality是怎么预估的?

上面提到cardinality是索引中不重复记录的预估值,那么它是怎么实现的呢?由于Mysql的B+索引在每个存储引擎中实现的都不一样,所以cardinality干脆放到存储引擎层面实现的!

对于innodb来说,达到以下2点就会重新计算cardinality

如果表中1/16的数据发生变化

如果stat_modified_counter>200 000 0000

这是为什么呢?因为真实环境中,索引的更新可能非常频繁,比如一个表中数据的插入,更新,删除等,每次都去统计cardinality会带来很大的负担;另外如果是一个大表,统计一次可能非常耗时。基于此,采用基于上面2个条件的"抽样"统计的方式。

那上面2种有什么区别呢?

如果表中1/16数据发生变化则会更新;第2种情况比较特别,如果某一千数据频繁更新,但是数据并没有增加,则第一种无法适用,所以设置stat_modified_counter为发生变化的次数;如果次数达到200 000 0000,也会更新统计值。

那具体是如何采样统计的呢?

获取B+树叶子节点的数据,记为A

随机获得B+树索引中8个叶子节点。统计每个页不同记录的个数,分别记为P1,P2...P8

计算cardinality = (P1+P2+...P8)A/8

从而得出索引中不同记录的数量。从上面可以发现,有2个问题

1、由于是随机采样的方式,所以会出现,连续2次统计,数量都不同。只有在表数据非常少,叶子节点不多于8个时,每次采样都是取到相同的页,统计值才会相同。
2、由于统计值是基于上面2个条件去更新的,可能出现系统运行了一段时间之后,数据发生了很大变化,统计值偏差比较大了,那么索引的效率会下降。

那对于问题2,该怎么处理呢?

手动更新统计值

如果系统运行一段时间之后,我们可以通过执行下面的sql,重新计算cardinality值。

analyze table tablename;

不过,如果表很大,重新统计可能会非常耗时间,建议对于核心表,在非高峰时段操作

选择性

现在又回到前面的例子,我们通过观察执行计划发现,不论cardinality大小,相对值大小,发现还是会走索引,那为什么要说对于相对值非常小的不建议建索引呢?这就涉及到一个选择性的问题

比如有一个用户表,有一列性别sex,现在要查询所以性别为male的用户(假定只有男人-male,女人-female,没有其它不明性别),可能的sql:

select*fromuserwheresex='M';

对于这个sql,虽然sex上有索引,但是执行的时候,读取的数据可能会超过一半,甚至在极端情况下(比如程序员的网站),大部分数据都需要读取,所以还是会走全表扫描,这种数据称为低选择性。反之,如果是高选择性的,建议建索引 ,比如user表中用户,一般来说很少重复;

到此,相信大家对“如何理解MySQL索引cardinalit”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!