2.mysql-进阶2_索引

索引

1.索引概述

　　索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足 特定查找算法的数据结构，这些数据结构以某种方式引用(指向)数据，  

这样就可以在这些数据结构  上实现高级查找算法，这种数据结构就是索引。

 

优势	劣势
提高数据检索的效率，降低数据库 的IO成本	索引列也是要占用空间的。
通过索引列对数据进行排序，降低 数据排序的成本，降低CPU的消    耗。	索引大大提高了查询效率，同时却也降低更新表的速度， 如对表进行INSERT、UPDATE、DELETE时，效率降低。

 

2.索引的结构

  1.MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持  B+ 树索引
Hash索引	底层数据结构是用哈希表实现的 , 只有精确匹配索引列的查询才有效 , 不 支持范围查询
R-tree(空间索引)	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类 型，通常使用较少
Full-text(全文 索引 )	是一种通过建立倒排索引 ,快速匹配文档的方式。类似于Lucene,Solr,ES

 

2.上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持 情况。

  我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

索引	InnoDB	MyISAM	Memory
B+tree索引	支持	支持	支持
Hash 索引	不支持	不支持	支持
R-tree 索引	不支持	支持	不支持
Full-text	5.6版本之后支持	支持	不支持

 

1二叉树 和红黑树

 

 

 

如果主键是顺序插入的，则会形成一个单向链表，结构如下

 

 

 

所以，如果选择二叉树作为索引结构，会存在以下缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

 

此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数 据，最终形成的数据结构也是一颗平衡的二叉树 ,结构如下 :

 

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：

  大数据量情况下，层级较深，检索速度慢。

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是 B+Tree呢？在详解B+Tree之前，先来介绍一个B-Tree。

 

2.B-Tree

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，  B树每个节点可以有多个分支，即多叉。

以一颗最大度数(max-degree)为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，  5 个指针：

知识小贴士: 树的度数指的是一个节点的子节点个数。

 

我们可以通过一个数据结构可视化的网站来简单演示一下。 https://www.cs.usfca.edu/~galles/visualization/BTree.html

 

特点：

　　5阶的B树，每一个节点最多存储4个key，对应5个指针。

　　一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。

　　在B树中，非叶子节点和叶子节点都会存放数据。

 3. B+Tree 

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

 

 

 

 

绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。

红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

 

我们可以通过一个数据结构可视化的网站来简单演示一下。 https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

 

最终我们看到，B+Tree 与 B-Tree相比，主要有以下三点区别：

   1.所有的数据都会出现在叶子节点。

   2.叶子节点形成一个单向链表。

   3.非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

 

上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的B+Tree。

 

4. mysql中的B+Tree 

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点

的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

 

 

5.Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

 

 

 

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

 

 

  5.1.特点

　　A. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）

　　B. 无法利用索引完成排序操作

　　C. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

 

　　　　在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是

　　　　InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

 

思考题： 为什么InnoDB存储引擎选择使用B+tree索引结构?

　　A. 相对于二叉树，层级更少，搜索效率高；

　　B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，

　　    指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；

　　C. 相对Hash索引，B+tree支持范围匹配及排序操作；

 

3.索引的分类

　　1.按具体类型分

　　在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

分类	含义	特点	关键字
主键 索引	针对于表中主键创建的索引	默认自动创建 , 只能 有一个	PRIMARY
唯一 索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规 索引	快速定位特定数据	可以有多个
全文 索引	全文索引查找的是文本中的关键词，而不是比 较索引中的值	可以有多个	FULLTEXT

 

　　2. 按索引的存储形式分——聚集索引&二级索引

 

　　而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引 (Clustered Index)	将数据存储与索引放到了一块，索引结构的叶子 节点保存了行数据	必须有 ,而且只 有一个
二级索引 (Secondary Index)	将数据与索引分开存储，索引结构的叶子节点关 联的是对应的主键	可以存在多个

 

  　　1. 聚集索引选取规则 :

  　　　   （1）如果存在主键，主键索引就是聚集索引。　　

　　　　 （2）如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。

　　　　 （3）如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索 引。

 

          2.聚集索引和二级索引的具体结构如下：

 

 

　　聚集索引的叶子节点下挂的是这一行的数据 。

　　二级索引的叶子节点下挂的是该字段值对应的主键值。

 

   3. 接下来，我们来分析一下，当我们执行如下的SQL语句时，具体的查找过程是什么样子的。 

 

 

　　具体过程如下:

　　　　①. 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。

　　　　②. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。

　　　　③. 最终拿到这一行的数据，直接返回即可。

 

    4.回表查询：

　　　　 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。‘

思考题1：

　　以下两条SQL语句，那个执行效率高? 为什么?

　　　　A. select * from user where id = 10 ;

　　　　B. select * from user where name = 'Arm' ;

　　　　备注: id为主键，name字段创建的有索引；

解答1：

　　　　A 语句的执行性能要高于B 语句。

　　　　因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然

　　　　后再查询聚集索引，也就是需要进行回表查询。 

 

思考题2： 

　　InnoDB主键索引的B+tree高度为多高呢?

        

 

 

假设:

　　一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。

高度为2：

　　　　n * 8 + (n + 1) * 6 = 16*1024 , 算出n约为 1170

　　　　1171* 16 = 18736

　　　　也就是说，如果树的高度为2，则可以存储 18000 多条记录。

高度为3：

　　　　1171 * 1171 * 16 = 21939856

　　　　也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。 

 

4. 索引语法

　　1). 创建索引

　　　　CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;

　　2). 查看索引

　　　　SHOW INDEX FROM table_name ;

　　3). 删除索引

　　　　DROP INDEX index_name ON table_name ;