数据库----问题1:数据库索引底层是怎样实现的，哪些情况下索引会失效？

Posted 2021-10-30 harriett-lin

什么是索引：
　　一个索引是存储的表中一个特定列的值数据结构（最常见的是B-Tree）。索引是在表的列上创建。所以，要记住的关键点是索引包含一个表中列的值，并且这些值存储在一个数据结构中。请记住记住这一点：索引是一种数据结构 。

 

哈希索引的缺点：
　　优点：在寻找值时哈希表效率极高，如果使用哈希索引，对于比较字符串是否相等的查询能够极快的检索出的值。
　　缺点：哈希表是无顺的数据结构，对于很多类型的查询语句哈希索引都无能为力。比如无法查询所有小于40岁的员工。因为哈希表只适合查询键值对-也就是说查询相等的查询（例：like “WHERE name = ‘Jesus’）。哈希表的键值映射也暗示其键的存储是无序的。这就是为什么哈希索引通常不是数据库索引的默认数据结构-因为在作为索引的数据结构时，其不像B-Tree那么灵活。

 

首先先通过4个问题介绍一下索引：

1、为什么要给表加上主键？

2、为什么加索引后会使查询变快？

3、为什么加索引后会使写入、修改、删除变慢？

4、什么情况下要同时在两个字段上建索引？

问题一：
　　数据库索引通常使用的数据结构是「平衡树」(非二叉)，也就是btree或者 b+tree。有的数据库也使用哈希表作为索引的数据结构，然而， 主流的数据库管理系统RDBMS都是把平衡树当做数据表默认的索引数据结构的。我们平时建表的时候都会为表加上主键，在某些关系数据库中，如果建表时不指定主键，数据库会拒绝建表的语句执行。 事实上， 一个加了主键的表，并不能被称之为「表」。一个没加主键的表，它的数据无序的放置在磁盘存储器上，一行一行的排列的很整齐，跟我们认知中的「表」很接近。如果给表上了主键，那么表在磁盘上的存储结构就由整齐排列的结构转变成了树状结构，也就是上面说的「平衡树」结构，换句话说，就是整个表就变成了一个索引。也就是所谓的「聚集索引」。这就是为什么一个表只能有一个主键，一个表只能有一个「聚集索引」，因为主键的作用就是把「表」的数据格式转换成「索引（平衡树）」的格式放置。

 

问题二：
　　如图：其中树的所有结点（底部除外）的数据都是由主键字段中的数据构成，也就是通常我们指定主键的id字段。最下面部分是真正表中的数据。

　　假如我们执行一个SQL语句：select * from table where id = 1256;首先根据索引定位到1256这个值所在的叶结点，然后再通过叶结点取到id等于1256的数据行。 如果树一共有三层，从根节点至叶节点只需要经过三次查找就能得到结果。 

　　假如一张表有一亿条数据 ，需要查找其中某一条数据，按照常规逻辑， 一条一条的去匹配的话， 最坏的情况下需要匹配一亿次才能得到结果，用大O标记法就是O(n)最坏时间复杂度，这是无法接受的，而且这一亿条数据显然不能一次性读入内存供程序使用， 因此， 这一亿次匹配在不经缓存优化的情况下就是一亿次IO开销，以现在磁盘的IO能力和CPU的运算能力， 有可能需要几个月才能得出结果 。如果把这张表转换成平衡树结构（一棵非常茂盛和节点非常多的树），假设这棵树有10层，那么只需要10次IO开销就能查找到所需要的数据， 速度以指数级别提升，用大O标记法就是O(log n)，n是记录总树，底数是树的分叉数，结果就是树的层次数。
换言之，查找次数是以树的分叉数为底，记录总数的对数，这里的结果从亿降到了个位数。因此，利用索引会使数据库查询有惊人的性能提升。

问题三：
　　然而，事物都是有两面的，索引能让数据库查询数据的速度上升，而使写入数据的速度下降，因为平衡树这个结构必须一直维持在一个正确的状态，增删改数据都会改变平衡树各节点中的索引数据内容，破坏树结构。 因此，在每次数据改变时， DBMS必须去重新梳理树（索引）的结构以确保它的正确，这会带来不小的性能开销， 也就是为什么索引会给查询以外的操作带来副作用的原因。

问题四：
　　讲完聚集索引，接下来聊一下非聚集索引，也就是我们平时经常提起和使用的常规索引。
　　非聚集索引和聚集索引一样， 同样是采用平衡树作为索引的数据结构。索引树结构中各节点的值来自于表中的索引字段， 假如给user表的name字段加上索引，那么索引就是由name字段中的值构成，在数据改变时，DBMS需要一直维护索引结构的正确性。如果给表中多个字段加上索引，那么就会出现多个独立的索引结构，每个索引（非聚集索引）互相之间不存在关联。

　　每次给字段建一个新索引，字段中的数据就会被复制一份出来，用于生成索引。因此，给表添加索引，会增加表的体积，占用磁盘存储空间。非聚集索引和聚集索引的区别在于，通过聚集索引可以查到需要查找的数据，而通过非聚集索引可以查到记录对应的主键值id，再使用主键的值通过聚集索引查找到需要的数据。不管以任何方式查询表，最终都会利用主键通过聚集索引来定位到数据，聚集索引（主键）是通往真实数据所在的唯一路径。然而，有一种例外可以不使用聚集索引就能查询出所需要的数据，这种非主流的方法 称之为「覆盖索引」查询，也就是平时所说的复合索引或者多字段索引查询。文章上面的内容已经指出，当为字段建立索引以后，字段中的内容会被同步到索引之中，如果为一个索引指定两个字段，那么这个两个字段的内容都会被同步至索引之中。

先看下面这个SQL语句：
//建立索引
create index index_birthday on user_info(birthday);

//查询生日在1991年11月1日出生用户的用户名
select user_name from user_info where birthday = ‘1991-11-1‘

这句SQL语句的执行过程如下：

首先，通过非聚集索引index_birthday查找birthday等于1991-11-1的所有记录的主键ID值
然后，通过得到的主键ID值执行聚集索引查找，找到主键ID值对应的真实数据（数据行）存储的位置
最后，从得到的真实数据中取得user_name字段的值返回，也就是取得最终的结果

//我们把birthday字段上的索引改成双字段的覆盖索引
create index index_birthday_and_user_name on user_info(birthday, user_name);

这句SQL语句的执行过程就会变为：

通过非聚集索引index_birthday_and_user_name查找birthday等于1991-11-1的叶节点的内容，然而，叶节点中除了有user_name表主键ID的值以外，user_name字段的值也在里面。因此不需要通过主键ID值的查找数据行的真实所在，直接取得叶节点中user_name的值返回即可。
通过这种覆盖索引直接查找的方式，可以省略不使用覆盖索引查找的后面两个步骤，大大的提高了查询性能。

 

什么情况下需要添加索引：

　　基本原则是只如果表中某列在查询过程中使用的非常频繁，那就在该列上创建索引。 

哪些情况下索引会失效：

1.where子句的查询条件里有where（column！=XXX），mysql将无法使用索引；
2.where子句的查询条件中使用了函数，MySQL将无法使用索引；
3.如果条件有or，即使其中有条件带索引也不会使用(这也是为什么建议少使用or的原因)，如果想使用or，又想索引有效，只能将or条件中的每个列加上索引；
4.对于多列索引，不是使用的第一部分，则不会使用索引；
5.like查询以%开头；
6.如果列类型是字符串，那一定要在条件中数据使用引号，否则不使用索引；
7.如果MySQL估计使用全表扫描要比索引快，则不使用索引。

 

 

参考：https://www.cnblogs.com/aspwebchh/p/6652855.html

https://blog.csdn.net/yanshuanche3765/article/details/80064405