mysql-索引

Posted 2022-08-27 Zheng"Rui

索引

• 一、索引的作用
• 二、索引的分类
• • 2.1 B-Tree 索引
  • • 2.1.1 B-Tree可以使用的场景
    • 2.1.2 B-Tree索引的限制
  • 2.2 哈希索引
  • • 2.2.1 哈希索引的限制
    • 2.2.2 Innodb的自适应哈希
    • 2.2.3 自定义哈希

一、索引的作用

索引是mysql的存储引擎为了快速找到记录而设置的一种数据结构，索引对于良好的性能非常关键，尤其是当数据量很大的时候，能够明显提升查找的性能。mysql中的索引工作原理和一本书的索引是一样的，我们想要在书中找到一个主题，需要先查找索引找到对应的页码。在mysql中，存储引擎使用了类似的方法实现索引，首先在索引中找到对应的对应的值，然后根据索引值找到对应的数据行。

二、索引的分类

索引有很多种类型，可以为不同的场景提供高性能的服务。在mysql中索引是由存储引擎层实现的，而不是由服务层，这样实现可以让mysql更加的灵活，针对不同的业务场景，选择不同的存储引擎，每种存储引擎有自己的索引实现，能够更好的应对不同的业务场景。

2.1 B-Tree 索引

大多数时候，说的mysql索引指的都是B-Tree索引，它使用B-Tree或者其变种作为数据结构来组织索引和数据，在InnoDB和MyISAM中使用B+Tree来存储索引。在InnoDB的叶子结点中使用主键来引用数据，MyISAM中使用数据的物理存储位置来引用数据。
在B-Tree中，所有的值都是按顺序存储的，并且每一个叶子节点到根结点的距离相同，B-Tree索引之所以快，就是因为它不在需要扫描所有的数据，而只需要从根结点出发，通过比较结点页的值和要查找的值可以找到合适的指针进入下一层，这些指针其实就定义了子结点页值的上下限。
B-Tree是按照顺序存放的，所以非常适合做范围查找，当有多个索引列的时候，会按照定义索引列的顺序，进行排序。

2.1.1 B-Tree可以使用的场景

1.全值扫描，也就是用到了定义的所有索引列，并且都使用精确匹配。
2.最左前缀索引列匹配：如果定义了以a,b,c三个字段为组合索引，那么查询条件中，使用到a,或者a，b，或者a，b，c都会走索引。但是c，或者b，c就不会走索引
3.最左前缀匹配：当使用模糊查询的时候，如果只知道索引的前几个字符，同样可以进行查询，比如定义a字段为索引，那么可以使用 a=abc%,来作为条件，也会走索引。
4.精确匹配索引加模糊匹配：当定义a,b,c三个字段为组合索引时，可以使用a作用精确匹配，b为模糊匹配，同样会走索引，但是此时c这个字段就不会走索引了，需要查找到结果之后，逐个匹配。
5.覆盖索引
当查询的结果就是使用到的索引的时候，会进行覆盖索引，不需要回表操作。

2.1.2 B-Tree索引的限制

1.刚才说了B-Tree的最左匹配，这是B-Tree的一大限制，因为如果我定义了a,b,c为组合索引，但是查询的时候，只用到了c，是没有办法走索引的，只能重新建立索引。
2.因为最左匹配，查询的时候，同样不能中间跳过某个字段，比如使用a，c做查询，跳过b，这样的话，只有a会走索引，c会对结果进行逐个判断。
3.刚才也有提到范围查询，范围查询可以走索引，但是范围查询之后的字段就没有办法走索引了，比如，a字段使用范围索引，那么b，c字段就没有办法走索引了。

总结所以，在B-Tree索引中，索引声明的顺序十分关键，在进行索引优化的时候，不同顺序的索引，会带来不同的性能。

2.2 哈希索引

哈希索引是基于哈希表实现的，哈希索引必须要精确匹配到所有的索引列才会生效，哈希索引其实就是对每一行数据，对所有的索引列取hash值，得到哈希码，然后将哈希值和对应的数据行指针存在哈希表中，在Memory存储引擎中，哈希索引是默认的索引结构，Memory支持非唯一索引，也就是当索引列的值相同而发生哈希冲突的时候，会以链表的形式来组织数据行，这样，查询的时候，进行遍历即可。
哈希索引在某些情况下的性能非常好，能够达到o（1）时间复杂度的查询，并且索引本身只需要存储对应的哈希值，结构比较紧凑，占用的空间小。
但是哈希索引也有限制：

2.2.1 哈希索引的限制

1.哈希索引中存放的是索引对应的哈希码和数据行指针，没有存储索引值，所以没有办法进行覆盖索引，必须通过指针找到数据行。
2.虽然在索引中，哈希码是按照顺序存放的，但是对应的数据行并不是按照顺序存放的，所以没有办法进行范围查询。也没有办法进行排序。
3.因为哈希码是根据所有的索引列计算得来的，所以不支持部分索引匹配，必须要在查询的时候用到所有的索引。
4.当给一个区分度不高的字段建立哈希索引之后，会出现很多冲突，导致效率迅速降低，并且此时想要对数据行进行操作的时候，比如想要删除一行数据的时候，就必须删除该行数据对应的索引，因为区分度不高，所以需要进行遍历很多行数据，效率不高。

2.2.2 Innodb的自适应哈希

在Innodb存储引擎中，存在自适应哈希算法，也就是当Innodb发现我们非常频繁的使用某个查询条件的时候，会给这个字段，在B-Tree的基础上增加哈希索引，这样能够进行更快速的查询。

2.2.3 自定义哈希

我们也可以自己实现一个哈希索引，当然，和哈希索引不同，我们借助B-Tree来实现，在Innodb中，我们有时候需要进行查询很长的字符串，这种字符串的查询，即使有索引，效率也不高，所以我们可以建立自定义索引，首先需要自己定义一个哈希函数，然后在插入数据的时候，将这个很长的字符串进行哈希之后，存储一个新的字段，然后在哈希字段上建立索引，之后查询的时候，只需要查询条件写一个字符串的精确匹配，一个哈希码的精确匹配，此时哈希码的匹配会走B-Tree索引，而且哈希码比较短，所以很快，剩下的数据，是哈希冲突的数据，在使用遍历的方式进行查找即可。