MySQL索引知识一文全了解，面试前必备

Posted 2021-07-24 Z-hhhhh

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MySQL索引知识一文全了解，面试前必备相关的知识，希望对你有一定的参考价值。

索引

索引(index)是帮助mysql高效获取数据结构。

索引的本质：索引是数据结构，索引的目的是提高查询效率，可以类比新华字典的拼音部分目录，可以根据目录快速定位到每个字的地址。加入没有目录。就需要把字典从头翻到尾，遍历一遍。

索引的优劣

索引的优势

提高数据检索的效率，降低数据库IO成本
通过索引对数据进行排序，能够降低排序成本，降低CPU的消耗
在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间

索引的劣势

要创建和维护索引都需要消耗时间和物理空间，这些消耗为随着数据量的增加二增加。
对表的数据进行增删改的时候，索引也需要进行维护，这就降低了整体的维护速度。
当表比较小的时候，直接进行全表扫描反而效率更高

为什么使用自增列做主键

如果定义了主键(PRIMARY KEY)，那么InnerDB(5.5.8版本后Mysql的默认数据库引擎)会选择主键作为聚集索引。如果没有显示定义主键，那么InnerDB会选择第一个不包含NULL值得唯一所以作为主键索引，如果也不存在这样得唯一索引，那么InnerDB会简历一个隐性的聚集索引，这个索引会就像一个主键一样，随着行的增加而递增。
由于数据记录本身被存于主索引(B+Tree)的叶子节点上，这就要求同一个叶子节点内同的各条数据记录按照主键的顺序存放，每当有新的记录插入时，MySQL会根据其主键插入到适当的位置，如果表使用自增主键，那么每次有新的记录插入时，该记录就会按照顺序添加当前的索引到后续位置上，当这一页写满(InnerDB默认时达到15/16的情况下)，就会自动开辟新的一页。
如果使用非自增主键(身份证号、学号等)，因为这样的主键不能保证完全连续，所以每次插入新的记录时，索引就会插入到中间位置。这就导致为了加入新的索引时，需要移动后面的索引数据，需要从磁盘上进行读写操作，同时频繁的移动和分页会早上大量的磁盘碎片，使索引结构不够紧凑，需要通过OPTIMIZE TBALE(优化表)来重新建表并优化填充页面。

BTree和B+Tree区别

BTree

BTree是对平衡二叉树的改造，通过增加树的叉数，将树从高瘦型转变成矮胖，这样数据深度就降低了，从而降低磁盘IO的次数，这样查询数据的效率就提高了。

B树图如下：

在这里插入图片描述

主要特点：

B树的节点中存储多个元素，每个内节点有多个分叉。
节点中的元素包含键值和数据，节点中的键值从大到小排列。
父节点当中的元素不会出现在子节点中。
所有的叶子节点都在同一层，叶节点具有相同的深度，也结点之间没有指针连接。

BTree的缺点

B树无法支持范围的快速查询，在查询的过程中需要多次回到根节点重新遍历查找，效率比较低。
如果data存储的是行记录，行的大小随着列数的增加，空间占用量会增加，这时，一页中可存储的数据量就会减少，树就会变高，磁盘的IO次数也随之增加。

B+Tree树

B+Tree树时对B树的升级，主要区别在于非叶子节点是否储存数据的问题

！区别！

BTree树在非叶子节点和叶子节点都会存储数据

B+Tree树：只在叶子节点才会储存数据，非叶子节点只存键值。叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序的链表。

叶子结点的左右两侧指针域省略。它的特点就是任何非叶子结点都会在叶结点上再次出现一次，并且所有叶子结点从左到右链接了起来。总体来说，它也具备B树的特性，只是在两个方面有所区别。第一就是查找元素时，即使在非叶子结点找到了目标值，它也只是用来索引的，还需要继续找到它在叶子结点的位置。第二就是如果要遍历，只需要遍历一次叶子结点即可。B+树的结构也十分适合范围查找，只需要找到范围的最小值所在位置，然后沿链表遍历即可。

在这里插入图片描述

B树 VS B+树（B+树更加适合数据库索引）

①B+树的磁盘读写代价更低

B+树的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了；

②B+树查询效率更加稳定

由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当；

③B+树便于范围查询（最重要的原因，范围查找是数据库的常态）

B树在提高了IO性能的同时并没有解决元素遍历的我效率低下的问题，正是为了解决这个问题，B+树应用而生。B+树只需要去遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作或者说效率太低；

hash索引和BTree区别

hash索引，其检索效率虽然高，可以一次性定位到目标，不像B树那样从根节点到叶子节点那样需要多次IO 访问

但是hash索引却具有五个缺点，导致我们在Mysql中不使用它。

①hash索引仅仅能满足= IN <> 这三种查询，无法支持范围查询

由于hash索引时进行hash计算，得到hash值，索引它只能进行等值过滤，经过hash算法处理后的hash值无法比较原来的大小，所以不能进行范围比较，

②hash索引无法被用来数据排序

还是由于计算hash值，和原来的大小无法保持一致，因此无法进行排序

③hash索引不能不能利用部分索引键查询

对于组合索引，hash索引在计算hash值的时候时合并在一起计算的，不能单独计算hash值，所以当使用组合索引时，hash索引就无能为力了

④hash索引在任何时候都无法避免扫描表

Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

⑤hash碰撞

当遇到大量hash值相同的情况下，将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。