高性能MySQL之创建高性能的索引

Posted 2021-01-10 zxx123

首先我们要认识到索引的各种类型；并在认识的基础上进行对比；

B-Tree索引；

 

    存储引擎的不同，会用到不同的技术；

• MyISAM使用前缀压缩技术使得索引更小；
• InnoDB则按照数据格式进行存储；
• MyISAM索引通过数据的物理位置引用被索引的行；
• InnoDB根据主键引用被索引的行；

对于B-Tree索引的自我总结和概括：

简单地说呢，就相当于我们的书本目录一样了，而InnoDB的索引就是根据主键来查找的，因此，当我们建立索引之后，对于查询的方式，就是现在索引中查找你想要的主键，对应好之后，再跳到那一个主键对应的数据行，去查询所有的数据；　

    伴随着这种索引，我们就得出了以下几种适用索引查找的查询方法；　

    假定现在的索引有三列，于是我们得出以下的匹配方式；

1. 全值匹配：三列要求全部匹配，全值匹配；
2. 匹配最左前缀；只匹配最左层的值，只使用索引的第一列
3. 匹配列前缀；匹配第一列的一些部分字母；
4. 匹配范围值；范围匹配；
5. 精确匹配某一列并范围匹配另外一列；从左到右，先精确匹配一列之后再范围匹配查找，但是记得，范围查找之后不能再做精确匹配了；
6. 只访问索引的查询；专门就是只访问索引的；

    但随之而来的还有B-Tree索引的限制：

1. 如果不是从最左前缀开始匹配的话，将无法使用索引；
2. 不能跳过索引中间的列，例如，你不能只匹配第一列和第三列；而跳过了第二列，这是不允许的；
3. 如果查询中有某个列的范围查询，在这之后的所有列都无法使用索引优化查找，这点在前面有说到了；

    哈希索引；

        基于哈希表实现，只有精确匹配索引所有列的查询才有效；对于每一行数据，计算出一个哈希码，不同键值的行计算出来的哈希码也不一样，将得出来的哈希码存入索引中，同时在索引中保存指向每行数据的指针；

        因为哈希索引只存储对应的哈希值，所以索引的结构十分紧凑；也让哈希的查找的速度非常快；

        哈希索引的限制：

1. 哈希索引里面只包含哈希值和指针，而不存储字段值，所以无法通过索引来避免读取行，意思也就是说，由于索引中不包含行的数据，所以没有办法通过只读取索引来进而读取整个行数据，不过，访问内存中的行的速度很快，所以也问题不大；
   
2. 哈希索引不是按照索引值顺序存储的，所以也就无法用于排序了；
3. 哈希索引也不支持部分索引列匹配查找，因为你哈希索引毕竟是用索引列的全部内容来计算哈希值的，没办法只用部分索引查询；
4. 哈希索引只支持等值查询，不支持范围查找；
5. 访问哈希索引的速度非常快，除非有很多哈希冲突；
6. 如果哈希冲突很多的话，一些索引维护操作的代价也会很高，因为你如果索引冲突了，就需要遍历对应哈希值的链表中的每一行，直到找到为止；

         当我们出现哈希冲突的时候，我们要注意，我们不仅要给出哈希值，还要给出对应的索引内容，这样方便我们解决哈希冲突，毕竟哈希值相同时，只能通过这样的方式去区别了；

    空间数据索引；

        emmmm。。。只剩下MyISAM表支持空间索引了，无需前缀查询，而是从所有维度来索引数据；

    全文索引；

        一种特殊类型的索引，查找的文本中的关键词；而不是直接比较索引中的值；

    索引优点：

        拿B-Tree索引来比较，因为数据有序，可以将相关列值都存储在一起，而且因为索引中存储了实际的列值，所以某些查询只需要通过索引就能完成了；

        三大优点；

• 索引大大减少了服务器需要扫描的数据量；
• 索引可以帮助服务器避免排序和临时表；
• 索引可以将随机I/O变为顺序I/O；

    高性能的索引策略：

1. 独立的列：要求建立索引的列必须是独立的列；
2. 前缀索引和索引选择性；一般我们都是追求，高选择性的索引的。什么是高选择的索引呢？是指不重复的索引和数据表的记录总数的比值，在1/n和1之间，值越大，则选择性越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的；对于BLOB,TEXT或者很长的VARCHAR类型的列，我们要求必须使用前缀索引，因为不允许索引这些列的完整长度；
3. 多列索引：通过在不同的列上建立不同的列索引，来进行匹配查找；但是事实却证明，使用多列索引只能说明的你的索引建的很糟糕；
4. 选择合适的索引列顺序；正确的顺序依赖于使用该索引的查询，同时考虑如何更好地满足排序和分组的需要；将选择性最高的列放在最前面，只能说是一个比较通用方法，但不是最佳的办法，具体看具体情况的分析；

    聚簇索引：

        聚簇索引：将索引和对应的数据行都存储在聚簇索引中，也就是说，并不是一种单独的索引类型，而是一种数据存储方式，聚簇索引实际上是保存了B-Tree索引和数据行；

    在这里我们要强调一下的就是B-Tree和聚簇索引的区别：

        首先，这两者是没法比的，聚簇索引是B-Tree索引的一部分，B-Tree本身是一种索引类型了，就是按照B-Tree数据结构来实现的，而对于B-Tree索引来说，是用哪一个索引并不重要了，可能是主键，也可能是全部的数据，但是一定是保存了指向对应数据行的指针的，这是一点，而聚簇索引就是保存了B-Tree索引和对应的数据行，方便了数据的查找；

    聚簇索引的优点：

1. 可以将相关数据保存在一起；    
   
2. 数据访问更快；
3. 使用覆盖索引扫描的查询可以直接使用主键值；

    聚簇索引的缺点：

1. 最大限度地提高了I/O密集型应用的性能；但是访问顺序没有那么重要了，没有什么优势；
2. 插入速度严重依赖于插入顺序；
3. 更新聚簇索引列 的代价很高；
4. 会面临页分裂的的问题；
5. 聚簇索引会导致全表扫描变慢；
6. 二级索引（非聚簇索引）可能比想象的要更大；

    覆盖索引：

        是指索引的叶子节点中已经包含要查询的数据，如果一个所以包含所有需要查询的字段的值，就称为覆盖索引；直接扫描索引就可以查询到你想要的值；

        因为我们知道这个因为覆盖索引要求，你在索引中就将要查询的东西查到了，所以索引必须要存储索引列的值，因此，哈希索引，空间索引，全文索引都不能用于覆盖索引；