MySQL·索引 - 技术栈

索引的意义

索引的理解

[为何IO交互要是 Page](#为何IO交互要是 Page)

理解Page

其他数据结构为何不行？

[聚簇索引 VS 非聚簇索引](#聚簇索引 VS 非聚簇索引)

索引的意义

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度

常见索引分为：

主键索引(primary key)

唯一索引(unique)

普通索引(index)

全文索引(fulltext)--解决中子文索引问题

添加索引前

添加索引后

可以看到有很明显的差距

索引的理解

为了更好的理解，这里有一张表

建立测试表

sql 复制代码

create table if not exists user (
id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);

再插入一些数据

sql 复制代码

--插入多条记录，注意，我们并没有按照主键的大小顺序插入哦
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)

我们注意这里的插入顺序是随机的

当我们查看的时候会发现一些现象，发现里面的乱序会被自动的排序

这里其实就是涉及到了page的概念了

为何IO交互要是 Page

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?

如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。

但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。

你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。

往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数

简单来说就是为了减少IO的次数，在访问数据的时候，操作系统通常会将其周边的数据一并加载道内存中去，大小也就是我们常说的page(4K)，因为根据周边性的概率，当访问其中一条数据的时候，那么大概率还会访问其周围的数据，上述的5条数据被放在了同一个page中，所以访问的时候就会一并的访问，因此我们查看的数据也就是这个已经被排序好的样子了

理解Page

单个page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表

因为有主键的问题， MySQL 会默认按照主键(没有就插入什么顺序查出来就是什么顺序)给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？

插入数据时排序的目的，就是优化查询的效率。

页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。

正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的

多个Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。

如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了

为此有了页目录
我们在看《谭浩强C程序设计》这本书的时候

如果我们要看<指针章节>，找到该章节有两种做法

1.从头逐页的向后翻，直到找到目标内容

2.通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位

总结：

本质上，书中的目录，是多花了纸张的，但是却提高了效率

所以，目录，是一种"空间换时间的做法

再将单个page加入上述提到的页目录就转变为这样了

单页情况

多页情况

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。

这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了

为了解决这个问题我们可以进一步思考，就是我们之前的思路，给Page也带上目录

使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。

和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。

其中，每个目录项的构成是：键值+指针。图中没有画全

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页

这个表结构其实就是MySQL中 innode db下的索引结构，一般我们建表插入数据，就是在该结构下进行CURD操作

那我们没有设立主键的情况是怎么样的呢？当然也是如此，因为即使我们没有设置主键，MySQL也会有默认主键来帮助它构建这个表结构的，这一点我们需要在事务中才可以细谈，并且在开始的一张建立索引的图中，我们发现时间效率差别很大，那是因为我们在那里查询数据的时候是没有用到，还是一样得到后面我们才能细谈

总的来谈就是MySQL使用了B+树作为主流的数据结构来帮助它实现数据的存储

总结：

Page分为目录页和数据页。目录页只放各个下级Page的最小键值。

查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数

B+树

这货就是传说中的B+树啊！与真正的B+树相比，就只有B+树之间的页目录之间是没有联系的，至此，我们已经给我们的表user构建完了主键索引。

随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了

其他数据结构为何不行？

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

1.链表？线性遍历

2.二叉搜索树？退化问题，可能退化成为线性结构

3.AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但是有更秀的。

4.Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行，另外还有其他差别，有兴趣可以查一下

B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？

数据结构演示链接：

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

B树

B+树

总结：

B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针

B+叶子节点，全部相连，而B没有

为何选择B+

节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。

叶子节点相连，更便于进行范围查找

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键

其其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。

相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的

我们在先在外部查看

建立一个新的数据库，可以看到里面除了配置文件之外，什么都没有

MyISAM存储引擎

sql 复制代码

--终端A
mysql> create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use myisam_test;
Database changed
mysql> create table mtest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=MyISAM; --使用engine=MyISAM
Query OK, 0 rows affected (0.01 sec)

显示结果如下

bash 复制代码

--终端B
[root@VM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD --该表对应的数据，当前没有数据，所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI --该表对应的主键索引数据

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引

InnoDB存储引擎

sql 复制代码

--终端A
mysql> create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use innodb_test;
Database changed
mysql> create table itest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=InnoDB; --使用engine=InnoDB
Query OK, 0 rows affected (0.02 sec)

显示结果如下

bash 复制代码

--终端B
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm --表结构数据
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd --该表对应的主键索引和用户
数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

对于 MyISAM ,建立辅助（普通）索引 和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？

原因就是太浪费空间了

索引操作

主键索引操作

创建主键索引，因为当我们创建了一个主键的时候，其实就已经有了索引，这一点是MySQL帮我们自动完成的

第一种方式

sql 复制代码

-- 在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));

第二种方式

sql 复制代码

-- 在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));

第三种方式

sql 复制代码

create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
alter table user3 add primary key(id);

前面两种本质上是一样的，都是在建立主键索引，关于第三种方式的验证我们可以用另一种方式来证明

我们还是用上面创建的那两张表结构

使用show命令查看，这里是有索引的，而且是以id为主键的主键索引，采用的是B+树的存储数据结构

删除索引

我们尝试删除这个主键索引，再去查看表中的索引的时候，会发现没有了

添加索引

主键索引的特点：

1.一个表中，最多有一个主键索引，当然可以使符合主键

2.主键索引的效率高（主键不可重复）

3.创建主键索引的列，它的值不能为null，且不能重复

4.主键索引的列基本上是int

唯一键索引操作

一样的，当我们创建一个唯一键的时候，数据库会自动帮我们构建相关的数据结构

第一种方式

sql 复制代码

-- 在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);

第二种方式

sql 复制代码

-- 创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));

第三种方式

sql 复制代码

create table user6(id int primary key, name varchar(30)）；
alter table user6 add unique(name);

添加唯一键索引

查看索引

我们发现唯一键的索引名字是这个列的名字，这一点和主键是不一样的，所以在删除索引的时候会有所不一样

删除索引

唯一键和主键之间的差别就体现在删除上面，当我们尝试删除唯一键的时候，是不能和删除主键一样直接删除

下面这种删除才是正确的

唯一索引的特点：

1.一个表中，可以有多个唯一索引

2.查询效率高

3.如果在某一列建立唯一索引，必须保证这列不能有重复数据

4.如果一个唯一索引上指定not null，等价于主键索引

普通索引的创建

和唯一键一样

第一种方式

sql 复制代码

create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后，指定某列为索引
);

第二种方式

sql 复制代码

create table user9(id int primary key, name varchar(20), email varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引

第三种方式

sql 复制代码

create table user10(id int primary key, name varchar(20), email varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

添加普通索引

查看普通索引

删除普通索引

我们可以给普通索引重命名

当然删除就是用这个名字去删除

普通索引的特点：

1.一个表中可以有多个普通索引，普通索引在实际开发中用的比较多

2.如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

我们可以使用多个列来一起充当一个普通索引，以出现的第一列为该索引的默认名字，这种索引我们称之为复合索引，其实就是普通索引

删除的话就是用索引名字进行删除

这种复合索引的使用场景就是，两个值都是需要高频访问的存在，比如这边，我们既需要数据中的名字(name)，也需要数据中的邮箱(email)，因此只需要找到索引就是需要的结果，就不需要继续找了

总结

查询索引

第一种方法： show keys from 表名

bash 复制代码

mysql> show keys from goods\G
*********** 1. row ***********
Table: goods <= 表名
Non_unique: 0 <= 0表示唯一索引
Key_name: PRIMARY <= 主键索引
Seq_in_index: 1
Column_name: goods_id <= 索引在哪列
Collation: A
Cardinality: 0
Sub_part: NULL
Packed: NULL
Null:
Index_type: BTREE <= 以二叉树形式的索引
Comment:
1 row in set (0.00 sec)

第二种方法: show index from 表名;

第三种方法（信息比较简略）： desc 表名；

删除索引

bash 复制代码

第一种方法-删除主键索引： 
alter table 表名 drop primary key;

第二种方法-其他索引的删除： 
alter table 表名 drop index 索引名;
索引名就是show keys
from 表名中的 Key_name 字段
mysql> alter table user10 drop index idx_name;

第三种方法方法： drop index 索引名 on 表名
mysql> drop index name on user8;

索引创建原则

1.比较频繁作为查询条件的字段应该创建索引

2.唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件

3.更新非常频繁的字段不适合作创建索引

4.不会出现在where子句中的字段不该创建索引

全文索引

myisam使用，天然用来读取大文本的数据而创立的存在

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)

这个就了解了解就好了，要使用这个全文索引需要安装额外的东西，比较繁琐