MySQL索引

Posted 2022-04-11 364.99°

1.概述

索引： 帮助mysql提高查询效率的数据结构。

索引的优点：

• 提高查询速度
• 确保数据的唯一性
• 可以加速表和表之间的连接 , 实现表与表之间的参照完整性
• 使用分组和排序子句进行数据检索时 , 可以显著减少分组和排序的时间
• 全文检索字段进行搜索优化

索引的缺点：

• 创建和维护的时间成本高，且这个成本随着数据量的增加而加大
• 创建和维护的空间成本高，每一条索引都要占据数据库的物理存储空间，数据量越大，占用空间也越大（数据表占据的是数据库的数据空间）
• 会降低表的增删改的效率，因为每次增删改索引需要进行动态维护，导致时间变长

索引分类：

• a.主键索引
  primary key默认加索引，主键索引不能为空

-- 主键索引在创建表的时候自动创建
CREATE TABLE `t_user` (
	`id` INT(19) PRIMARY KEY,
	`name` VARCHAR(20)
);

-- 查看表的索引
SHOW INDEX FROM `t_user`;

• b.单值索引/普通索引
  一个索引只有单列，但是可以拥有多个

-- 建表之后新建普通索引
CREATE INDEX `name_index` on `t_user`(`name`);

-- 删除表
DROP TABLE `t_user`;

CREATE TABLE `t_user` (
	`id` INT(19) PRIMARY KEY,
	`name` VARCHAR(20),
	KEY(`name`)	#创建表时创建普通索引
);

• c.唯一索引
  值必须唯一，允许为空（但只能有一个为空）

-- 删除表
DROP TABLE `t_user`;

CREATE TABLE `t_user` (
	`id` INT(19) PRIMARY KEY,
	`name` VARCHAR(20),
	UNIQUE(`name`)	#创建表时创建唯一索引
);

-- 删除索引
DROP INDEX `name` ON `t_user`;

-- 建表之后新建唯一索引
CREATE UNIQUE INDEX `unique_index` ON `t_user`(`name`); 

• d.复合索引/多值索引
  一个索引多个列

复合索引注意事项：

• 最左前缀原则
  如下代码，使用联合索引（name,age,length）只能：这样基于name查、基于name age查、基于name,age,length 查，其他组合都不能使用
• mysql 引擎在查询时，为了更好地利用索引，在查询过程中会动态调整查询字段顺序以便利用索引
  所以，使用联合索引时，只要有最左边的索引name就能查，但只有name,length的话就只能用到name

-- 删除表
DROP TABLE `t_user`;

CREATE TABLE `t_user` (
	`id` INT(19) PRIMARY KEY,
	`name` VARCHAR(20),
	`age` INT(3),
	`length` DOUBLE,
	KEY(`name`,`age`,`length`)	#创建表时创建复合索引
);

-- 删除联合索引，删一个就能全部删掉
DROP INDEX `name` ON `t_user`;

-- 建表之后创建联合索引
CREATE INDEX `key_index` ON `t_user`(`name`,`age`,`length`);

• e.全文索引（5.7之前，只有MYISAM支持）

InnoDB支持的：a,b,c,d

2.索引的底层原理

创建一个主键索引的表，再乱序插入数据，查看表

CREATE TABLE `t_user` (
	`id` INT(19) PRIMARY KEY,
	`name` VARCHAR(20),
	`length` DOUBLE
);

-- 乱序插入数据
INSERT INTO `t_user` VALUES(5,'qing',1.7);
INSERT INTO `t_user` VALUES(9,'song',1.8);
INSERT INTO `t_user` VALUES(1,'qiu',1.5);
INSERT INTO `t_user` VALUES(3,'chen',1.9);
INSERT INTO `t_user` VALUES(6,'hu',1.4);
INSERT INTO `t_user` VALUES(8,'zhao',1.7);
INSERT INTO `t_user` VALUES(4,'wang',1.8);

SELECT * FROM `t_user`;

可见：乱序插入的数据，已经排好序了，为什么呢？

是为了快速查询

• 排序之后，查询更快
• 插入的数据是无序的，但主键索引在每一次插入的时候会对数据进行一次排序，并会使用每条插入数据最后一个指针去连接下一条数据
  
• MySQL会进一步优化，分页存储
  
• 然后继续存储更多数据，就会构成一个B+树（一般情况下，不会超过三层）
  一般深度为3的B+树可以存 10^3*10^3*10^3 = 10^9条数据
  顶层页为常驻内存，所以三层B+树查找某一条记录的时候最多只需要2次操作
  

了解B树和B+树的文章

B+树与B树最大的区别： B树非叶子结点必须存储数据，B+树只有叶子结点存储数据。

3.聚簇索引和非聚簇索引

聚簇索引： 将数据存储和索引放到一起，索引结构的叶子结点保存了行数据（如：主键索引）。

• 聚簇索引具有唯一性，由于聚簇索引是将数据跟索引结构放到一块，因此一个表仅有一个聚簇索引
• 表中行的物理顺序和索引中行的物理顺序是相同的，在创建任何非聚簇索引之前创建聚簇索引，这是因为聚簇索引改变了表中行的物理顺序，数据行 按照一定的顺序排列，并且自动维护这个顺序
• 聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一且非空的索引代替。如果没有这样的索引，InnoDB 会隐式定义一个主键（类似oracle中的RowId）来作为聚簇索引。如果已经设置了主键为聚簇索引又希望再单独设置聚簇索引，必须先删除主键，然后添加我们想要的聚簇索引，最后恢复设置主键即可

非聚簇索引： 将数据与索引分开储存，索引结构的叶子结点指向了数据对应的位置。

注意： 在innodb中，在聚簇索引之上创建的索引称之为辅助索引，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引。辅助索引叶子节点存储的不再是行的物理位置，而是主键值，辅助索引访问数据总是需要二次查找。

问：辅助索引为啥不直接存地址，而是存id?
答：当发生增删改之后，物理地址会变化，且主键占用空间小于地址占用空间。

一次io读写，可以获取到 16K 大小的资源，我们称之为读取到的数据区域为 Page 。而我们的B树，B+树的索引结构，叶子节点上存放好多个关键字（索引值）和对应的数据，都会在一次IO操作中被 读取到缓存 中，所以在访问同一个页中的不同记录时，会在内存里操作，而不用再次进行IO操作了。除非发生了页的分裂，即要查询的行数据不在上次IO操作的缓存里，才会触发新的IO操作。

InnoDB与MyISAM对比：

• InnoDB
  聚簇索引
  将主键组织到一棵B+树中，而行数据就储存在叶子节点上
  若直接使用主键查找，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据
  若用非主键作为条件查找则：先在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键；再使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据
• MyISAM（不支持事务）
  非聚簇索引
  两棵B+树节点的结构完全一致只是存储的内容不同
  主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键，表数据存储在独立的地方
  这两颗B+树的叶子节点都使用一个地址指向真正的表数据，对于表数据来说，这两个键没有任何差别。由于索引树是独立的，通过辅助键检索无需访问主键的索引树。
  

使用聚簇索引的优势：

• 由于：行数据和聚簇索引的叶子节点存储在一起，同一页中会有多条行数据
  所以：访问同一数据页不同行记录时，已经把页加载到缓存器中（主键和行数据是一起被载入内存），再次访问时，会在内存中完成访问，不必访问磁盘。
• 由于：辅助索引的叶子节点，存储主键值
  所以：当行数据放生变化时，索引树的节点也需要分裂变化；避免对辅助索引的维护工作，只需要维护聚簇索引树；减少了辅助索引占用的存储空间大小
• 由于：MyISAM的主索引并非聚簇索引
  所以：其数据的物理地址必然是凌乱的，拿到这些物理地址，按照合适的算法进行I/O读取，遍历树。聚簇索引则只需一次I/O。

涉及到大数据量的排序、全表扫描、count之类的操作的话，还是MyISAM占优势些，因为索引所占空间小，这些操作是需要在内存中完成的。

简而言之： 聚簇索引第一次读就会把所有数据写进缓存（二层树只需要一次IO操作），非聚簇索引因为物理地址是乱的，每次都需要IO读取

聚簇索引需要注意的地方:

当使用主键为聚簇索引时，主键最好不要使用uuid，因为uuid的值太过离散，不适合排序且可能出线新增加记录的uuid，会插入在索引树中间的位置，导致索引树调整复杂度变大，消耗更多的时间和资源。

建议使用int类型的自增，方便排序并且默认会在索引树的末尾增加主键值，对索引树的结构影响最小。而且，主键值占用的存储空间越大，辅助索引中保存的主键值也会跟着变大，占用存储空间，也会影响到IO操作读取到的数据量。

为什么主键通常建议使用自增id

聚簇索引的数据的物理存放顺序与索引顺序是一致的，即：只要索引是相邻的，那么对应的数据一定也是相邻地存放在磁盘上的。如果主键不是自增id，那么它会不断地调整数据的物理地址、分页，当然也有其他一些措施来减少这些操作，但却无法彻底避免。但，如果是自增的，那就简单了，它只需要一 页一页地写，索引结构相对紧凑，磁盘碎片少，效率也高。

什么时候下不能利用索引？

使用like进行查询的时候，如果匹配字符串的第一个字符为%，就不能用索引

查询语句使用复合索引的时候，没有使用最左边的索引字段

查询语句中只有or，且or前后两个条件列都是索引的时候，可以使用索引；当or前后有一个条件不是索引的时候，就不能使用索引