InnoDB 索引

Posted 2021-03-04 吉吉boy

 

 

1. InnoDB存储引擎索引：

　　B+树索引；全文索引；哈希索引

InnoDB引擎支持的哈希索引是自适应的，InnoDB存储引擎会根据表的使用情况自动为表生成哈希索引，不能人为干预是否在一张表中生成哈希索引。

B+树索引，根据键值快速找到数据。B+树索引并不能找到一个给定键值的具体行，B+树索引能找到的只是被查找数据行所在的页。然后数据库通过把页读入内存，再在内存中进行查找，最后得到要查找的数据。

B+树是一个平衡树。

B+树为了保持平衡对于新插入的键值可能需要做大量的拆分页split操作。因为B+树结构主要用于磁盘，页的拆分意味着磁盘的操作，所以应该在可能的情况下尽可能减少页的拆分操作。因此，B+树同样提供了类似于平衡二叉树的旋转功能。

旋转发生在叶子页已经满，但是其左右兄弟没有满时。B+树并不会急于去做拆分页的操作，而是将记录移到所在页的兄弟节点上。通常先检查左兄弟节点。

 

 

B+树索引的本质就是B+树在数据库中的实现。但是B+树索引在数据库中有一个特点是高扇出性，因此在数据库中，B+树的高度一般都在2~4层，也就是说查找某一键值的行记录时最多只需要2到4次IO。

B+树索引可以分为聚集索引clustered index和辅助索引secondary index。

两者内部都是B+树，即高度平衡，叶子节点存放着所有的数据。聚集索引与辅助索引不同的是，叶子节点存放的是否是一整行的信息。

 

 

聚集索引：

InnoDB存储引擎表是索引组织表，即表中数据按照主键顺序存放。

聚集索引就是按照每张表的主键构造一棵B+树，同时叶子节点中存放的即为整张表的行记录数据，也将聚集索引的叶子节点称为数据页。

每个数据页都通过一个双向链表来进行链接。

由于实际的数据页只能按照一颗B+树进行排序，因此每张表只能拥有一个聚集索引。

在多数情况下，查询优化器倾向于采用聚集索引。因为聚集索引能够在B+树索引的叶子节点上直接找到数据。此外，由于定义了数据的逻辑顺序，聚集索引能够特别快地访问针对范围值的查询。查询优化器能够快速发现某一段范围的数据页需要扫描。

 

聚集索引按照特定顺序存放物理记录。它的存储并不是物理上连续的，而是逻辑上连续的。

页通过双向链表链接，页按照主键的顺序排序；每个页中的记录也是通过双向链表进行维护的，物理存储上可以同样不按照主键存储。

聚集索引对于主键的排序查找和范围查找速度非常快。

 

 

辅助索引：

也称为非聚集索引，叶子节点并不包含行记录的全部数据。叶子节点除了包含键值以外，每个叶子节点中的索引行中还包含了一个书签（bookmark）。

该书签用来告诉InnoDB存储引擎哪里可以找到与索引相对应的行数据。由于InnoDB存储引擎表是索引组织表，因此InnoDB存储引擎的辅助索引的书签就是相应行数据的聚集索引键。

 

辅助索引不会影响数据在聚集索引中的组织，因此每张表上可以有多个辅助索引。通过辅助索引来查找时，先找到其对应的聚集索引的键，再通过聚集索引找到数据所在的页。其速度一般是聚集索引的2倍。

 

 

B+树索引的管理

索引的创建和删除可以通过两种方法，一种是ALTER TABLE，另一种是CREATE/DROP INDEX。

通过ALTER TABLE创建索引的语法为：

　　ALTER TABLE tbl_name

　　ADD INDEX/KEY index_name

　　index_type (index_col_name,...) [index_option]...

 

　　ALTER TABLE tbl_name

　　DROP PRIMARY KEY

　　| DROP {INDEX|KEY} index_name

CREATE/DROP INDEX的语法同样很简单：

　　CREATE [UNIQUE] INDEX index_name

　　[index_type]

　　ON tbl_name (index_col_name,...)

 

　　DROP INDEX index_name ON tbl_name

查看表中索引的信息，使用SHOW INDEX：

　　SHOW INDEX FROM tbl_name;