【从删库到跑路】MySQL数据库的索引(一)——索引的结构(BTree B+Tree Hash)，语法等

🎊专栏【MySQL】

🍔喜欢的诗句：更喜岷山千里雪 三军过后尽开颜。

🎆音乐分享【如愿】

🥰欢迎并且感谢大家指出小吉的问题

文章目录

• 🍔概述
• 🍔索引结构
• ⭐B-Tree多路平衡查找树
• • 🏳️‍🌈构建过程
• ⭐B+Tree
• • 🏳️‍🌈构建过程
• ⭐Hash
• • 🏳️‍🌈构建过程
  • 🎈Hash索引特点
• 🍔索引分类
• • 🏳️‍🌈执行过程
• 🍔语法
• • 🎈查看索引
  • 🎈创建索引
  • • 🎈创建联合索引
  • 🎈删除索引
• 🍔SQL性能分析
• • ⭐查询命令的执行频率
  • ⭐慢查询日志
  • • 🎈查询MySQL慢查询日志查询是否打开
    • 🎈开启MySQL慢查询日志查询开关
    • 🎈设置慢日志的时间为2秒
  • ⭐profile详情
  • • 🎈查看当前MySQL是否支持profile操作
    • 🎈开启profiling
    • 🎈查看会话执行的所有的SQL语句的耗时时间
    • 🎈查看指定Query_ID的SQL语句在`各个阶段`的耗时时间
    • 🎈查看指定Query_ID的SQL语句在`各个阶段`的`CPU的`耗时时间
  • ⭐explain执行计划
  • • 🎈explain执行计划各个字段的作用

🍔概述

索引(index)是帮助MySQL高效获取数据的有序的数据结构

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，这样子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

优点	缺点
提高数据检索的效率，降低数据库的IO成本	索引也要占空间
通过索引对数据进行排序，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，同时却降低更新表的速度(比如降低进行insert,update,delete操作的效率)

🍔索引结构

MySQL的索引是在存储引擎层实现的，具体分为以下几种结构

我们平时说的索引，如果没有特殊指明，说的都是B+树组织结构的索引

⭐B-Tree多路平衡查找树

下面是一颗最大度数为5的B-Tree例子

🏳️‍🌈构建过程

请看视频讲解
第6.30分钟开始

⭐B+Tree

数据都存放在叶子节点中

叶子节点形成一个单向链表

🏳️‍🌈构建过程

请看视频讲解
第1.50分钟开始

⭐Hash

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

如果两个（或多个）键值，映射到同一个槽位中，就产生了hash冲突，可以通过链表来解决

🏳️‍🌈构建过程

请看视频讲解
第20秒开始

🎈Hash索引特点

• Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，......)
• 无法利用索引完成排序操作
• 查询效率高，通常仅需要一次检索就可以了，效率往往比B+Tree高

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

hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的

🍔索引分类

仅主键索引只能有一个，其他索引可以有多个

🍔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	数据和索引放到了一起，索引结构的叶子节点保存了行数据	必须有，而且只能有一个
二级索引	数据和索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

🏳️‍🌈执行过程

请看视频讲解
第5.00分钟开始

🍔语法

🎈查看索引

show index from 表名;

🎈创建索引

create [unique|fulltext] index 索引名 on 表名 (字段名);

🎈创建联合索引

create [unique|fulltext] index 索引名 on 表名 (字段名1,字段名2,字段名3...);

在联合索引中，字段的顺序是有讲究的

一般是使用最频繁的字段放到左侧

🎈删除索引

drop index 索引名 on 表名;

🍔SQL性能分析

⭐查询命令的执行频率

show global status like 'Com___';

当前数据库有多少个表，Com后面就有多少个 _

⭐慢查询日志

慢查询日志（Slow Query Log）是一种数据库日志，用于记录执行时间超过预设阈值的慢查询语句。慢查询通常指执行时间较长的SQL查询语句，可能会对数据库性能产生影响。

慢查询日志的主要作用是帮助识别和优化执行时间较长的查询语句。通过启用慢查询日志并设置阈值，数据库系统可以自动将执行时间超过阈值的查询语句记录到慢查询日志中。

通过分析慢查询日志，可以发现潜在的性能问题和优化机会。例如，可以识别出执行时间较长的查询语句，进而对其进行优化，如优化查询语句的结构、添加索引或重新设计数据库模式等。

🎈查询MySQL慢查询日志查询是否打开

show variables like 'slow_query_log';

🎈开启MySQL慢查询日志查询开关

slow_query_log=1;

🎈设置慢日志的时间为2秒

SQL语句执行时间超过2秒，就被认为是慢查询，记录到慢查询日志中

long_query_time=2;

⭐profile详情

有些SQL命令比较简单，但是执行时间接近慢日志设置的时间，这样子的SQL也是性能比较低的

(比如设置慢日志时间为2秒，但是有些简单的SQL命令到了1.9 1.8秒)

此时就要使用profile详情

🎈查看当前MySQL是否支持profile操作

select @@have_profiling;

如果显示的是NO，我们可以开启profiling

🎈开启profiling

set profiling=1;

🎈查看会话执行的所有的SQL语句的耗时时间

show profiles;

🎈查看指定Query_ID的SQL语句在各个阶段的耗时时间

在哪里看Query_ID

show profile for query Query_ID;

注意查询的是各个阶段的耗时

🎈查看指定Query_ID的SQL语句在各个阶段的CPU的耗时时间

show profile cpu for query Query_ID;

⭐explain执行计划

使用explain或desc命令获取MySQL执行select语句的信息，包括在select语句执行过程中表如何连接和连接的顺序

使用时可以在任意select语句前面加上explain或者desc

explain select 字段列表 from 表名 where 条件;

🎈explain执行计划各个字段的作用

🥰如果大家有不明白的地方，或者文章有问题，欢迎大家在评论区讨论，指正🥰