mysql索引详解

索引

索引是一种用于快速查询和检索数据的数据结构，其本质可以看成是一种排序好的数据结构。索引的作用就相当于书的目录。

索引底层数据结构存在很多种类型，常见的索引结构有 B 树、 B+树 和 Hash、红黑树。在 MySQL 中无论是 Innodb 还是 MyIsam，都使用了 B+ 树作为索引结构。

索引的优点：使用索引可以大大加快数据的检索速度，大大减少检索的数据量, 这也是创建索引的最主要的原因；通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
索引的缺点 ：创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低 SQL 执行效率；索引需要使用物理文件存储，也会耗费一定空间。

大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。

索引的底层数据结构

Hash 表

哈希表是键值对的集合，通过 键 即可快速取出对应的 值，因此哈希表可以快速检索数据。通过哈希算法，我们可以快速找到 key 对应的 index，找到了 index 也就找到了对应的 value。

但是哈希算法 哈希冲突 问题，也就是说多个不同的 key 最后得到的 index 相同。通常情况下，我们常用的解决办法是 链地址法。链地址法就是将哈希冲突数据存放在链表中。

为了减少 哈希冲突 的发生，一个好的哈希函数应该“均匀地”将数据分布在整个可能的哈希值集合中。

哈希表速度这么快，MySQL 却没有使用其作为索引的数据结构主要是因为 Hash 索引不支持顺序和范围查询。

B 树 和 B+ 树

B 树也称 B- 树,全称为 多路平衡查找树 ，B+ 树是 B 树的一种变体。B 树和 B+树中的 B 是 Balanced 平衡 的意思。目前大部分数据库系统及文件系统都采用 B-Tree 或其变种 B+Tree 作为索引结构。

B 树 的所有节点既存放 键(key) 也存放 数据(data)，而 B+ 树 只有叶子节点存放 key 和 data，其他内节点只存放 key。B 树 的叶子节点都是独立的；B+ 树 的叶子节点有一条引用链指向与它相邻的叶子节点。B 树 的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+ 树 的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程。

在 MySQL 中，MyISAM 引擎和 InnoDB 引擎都是使用 B+Tree 作为索引结构，但是两者的实现方式不太一样。MyISAM 引擎中，B+Tree 叶节点的 data 域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为 非聚簇索引、非聚集索引 。InnoDB 引擎中，其数据文件本身就是按 B+Tree 组织的一个索引结构，树的叶节点 data 域保存了完整的数据记录。InnoDB 表的索引的 key 是数据表的主键，因此 InnoDB 表数据文件本身就是主索引。这被称为 聚簇索引、聚集索引，而其余的索引都作为 辅助索引 ，辅助索引的 data 域存储相应记录主键的值而不是地址，这也是和 MyISAM 不同的地方。在根据主索引搜索时，直接找到 key 所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引。 因此在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

索引类型

主键索引 Primary Key

数据表的主键列使用的就是主键索引。一张数据表有只能有一个主键，并且主键不能为 null，不能重复。在 MySQL 的 InnoDB 的表中，当没有显示的指定表的主键时，InnoDB 会自动先检查表中是否有唯一索引且不允许存在 null 值的字段，如果有则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。

二级索引、辅助索引

二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。通过二级索引可以定位主键的位置。唯一索引、普通索引、前缀索引等索引属于二级索引。

唯一索引 Unique Key ：唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据，但是允许数据为 NULL，一张表允许创建多个唯一索引。 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。

普通索引 Index ：普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和 NULL。

前缀索引 Prefix ：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小，因为只取前几个字符。

全文索引 Full Text ：全文索引主要是为了检索大文本数据中的关键字的信息，是目前搜索引擎数据库使用的一种技术。Mysql5.6 之前只有 MYISAM 引擎支持全文索引，5.6 之后 InnoDB 也支持了全文索引。

聚簇索引与非聚簇索引

聚簇索引：聚簇索引即索引结构和数据一起存放的索引，并不是一种单独的索引类型。InnoDB 中的主键索引就属于聚簇索引。在 MySQL 中，InnoDB 引擎的表的 .ibd 文件就包含了该表的索引和数据，对于 InnoDB 引擎表来说，该表的索引( B+ 树 )的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。

聚簇索引的优点：

  • 查询速度非常快：聚簇索引的查询速度非常的快，因为整个 B+ 树 本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。相比于非聚簇索引， 聚簇索引少了一次读取数据的 IO 操作。
  • 对排序查找和范围查找优化 ：聚簇索引对于主键的排序查找和范围查找速度非常快。

聚簇索引的缺点：

  • 依赖于有序的数据：因为 B+ 树 是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或 UUID 这种长又难比较的数据，插入或查找的速度肯定比较慢。
  • 更新代价大：如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且聚簇索引的叶子节点还存放着数据，修改代价肯定是较大的，所以对于主键索引来说，主键一般都是不可被修改的。

非聚簇索引：非聚簇索引即索引结构和数据分开存放的索引，并不是一种单独的索引类型。二级索引(辅助索引)就属于非聚簇索引。MySQL 的 MyISAM 引擎，不管主键还是非主键，使用的都是非聚簇索引。非聚簇索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据。

非聚簇索引的优点 ：

  • 非聚簇索引的叶子节点是不存放数据，更新代价比聚簇索引要小。

非聚簇索引的缺点 ：

  • 依赖于有序的数据 ：跟聚簇索引一样，非聚簇索引也依赖于有序的数据
  • 可能需要回表：当查到索引对应的主键后，可能还需要根据主键再到数据文件或表中查询。

这是 MySQL 的表的文件截图:

聚簇索引和非聚簇索引

覆盖索引和联合索引

覆盖索引：如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为 覆盖索引。覆盖索引即需要查询的字段正好是索引的字段，无需回表查询。如主键索引，如果一条 SQL 需要查询主键，那么正好根据主键索引就可以查到主键。再如普通索引，如果一条 SQL 需要查询 name，name 字段正好有索引，那么直接根据这个索引就可以查到数据，也无需回表。

联合索引：使用表中的多个字段创建索引，就是 联合索引，也叫 组合索引 或 复合索引。

最左前缀匹配原则：在使用联合索引时，MySQL 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 >、<、between 和 以 % 开头的 like 查询 等条件，才会停止匹配。在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。

正确使用索引的一些建议

  • 选择合适的字段创建索引
    • 不为 NULL 的字段 ：索引字段的数据应该尽量不为 NULL，因为对于数据为 NULL 的字段，数据库较难优化。如果字段频繁被查询，但又避免不了为 NULL，建议使用 0,1,true,false 这样语义较为清晰的短值或短字符作为替代。
    • 被频繁查询的字段 ：我们创建索引的字段应该是查询操作非常频繁的字段。
    • 被作为条件查询的字段 ：被作为 WHERE 条件查询的字段，应该被考虑建立索引。
    • 频繁需要排序的字段 ：索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。
    • 被经常频繁用于连接的字段 ：经常用于连接的字段可能是一些外键列，对于外键列并不一定要建立外键，只是说该列涉及到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。
    • 被频繁更新的字段应该慎重建立索引
    • 虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这种字段上建立索引了。
  • 尽可能的考虑建立联合索引而不是单列索引。因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗 B+ 树。如果一个表的字段过多索引过多，那么当这个表的数据达到一个体量后，索引占用的空间也是很多的，且修改索引时，耗费的时间也是较多的。如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间，且修改数据的操作效率也会提升。
  • 注意避免冗余索引。冗余索引指的是索引的功能相同，索引 (a, b) 和 (a) 就是冗余索引，能够命中前者的查询肯定是能够命中后者的。在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。
  • 考虑在字符串类型的字段上使用前缀索引代替普通索引。前缀索引仅限于字符串类型，较普通索引会占用更小的空间，所以可以考虑使用前缀索引带替普通索引。
  • 避免索引失效。索引失效也是慢查询的主要原因之一，常见的导致索引失效的情况有下面这些：使用 SELECT * 进行查询;创建了组合索引，但查询条件未准守最左匹配原则;在索引列上进行计算、函数、类型转换等操作;以 % 开头的 LIKE 查询比如 like '%abc';查询条件中使用 or，且 or 的前后条件中有一个列没有索引，涉及的索引都不会被使用;。
  • 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗。MySQL 5.7 可以通过查询 sys 库的 schema_unused_indexes 视图来查询哪些索引从未被使用。
posted @ 2023-02-02 14:53  carol2014  阅读(112)  评论(0)    收藏  举报