【MySQL】索引（页目录、B+树）

文章目录

[1. 引入索引](#1. 引入索引)
[2. MySQL与磁盘交互的基本单位](#2. MySQL与磁盘交互的基本单位)
[3. 索引的理解](#3. 索引的理解)
- [3.1 页目录](#3.1 页目录)
- [3.2 B+树](#3.2 B+树)
[4. 聚簇索引、非聚簇索引](#4. 聚簇索引、非聚簇索引)
[5. 索引的操作](#5. 索引的操作)
- [5.1 索引的创建](#5.1 索引的创建)
- - [5.1.1 创建主键索引](#5.1.1 创建主键索引)
  - [5.1.2 创建唯一索引](#5.1.2 创建唯一索引)
  - [5.1.3 普通索引的创建](#5.1.3 普通索引的创建)
  - [5.1.4 全文索引的创建](#5.1.4 全文索引的创建)
- [5.2 索引的查询](#5.2 索引的查询)
- [5.3 删除索引](#5.3 删除索引)

1. 引入索引

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

唯一索引

普通索引

全文索引(fulltext)：解决中子文索引问题。

下面举一个例子来查看索引的作用

已有一张具有八百万条数据的表，在查询的时候，看看没有索引时有什么问题？

查询员工编号为998877的员工

可以看到耗时5.54秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

解决方法，创建索引

换一个员工编号，查询时间也快了很多。

我们知道，MySQL的服务器mysqld本质是在内存中运行的，所有的CRUD操作也都是在内存中运行的，所以，索引在内存中，就是以特定的数据结构组织的一种结构，加快了查找的效率

2. MySQL与磁盘交互的基本单位

之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB

点击了解文件系统的4KB

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎使用 16KB 进行IO交互。

即， MySQL 和磁盘进行数据交互的基本单位是 16KB，这个基本数据单元，在 MySQL 这里叫做page

MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
MySQL 的 CRUD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了，而此时IO的基本单位就是Page
为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的大内存空间，来进行各种缓存，其实就是很大的内存空间，来和磁盘数据进行IO交互。
为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数

3. 索引的理解

3.1 页目录

建立测试表

插入数据

为什么我们查找的时候是有序的了呢？谁排的序？为什么排序？

为了方便引入页内目录

思考一下，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

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由一个或者多个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，所以查询的效率是必须要进行优化的。

正是因为有序，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。

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，查找一条特定记录，也一定是线性查找，这效率也太低了。

因此，就需要引入页目录了

页目录就像书中的目录，它标志着一段内容的起点

单页情况

针对上面的单页Page，我们能否也引入目录呢？当然可以

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次 ，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，然后再遍历2 次，提高了效率。

现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？ - - 可以很方便引入目录（拿空间换时间）

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。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

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。

那么如何解决呢？- - 解决方案，其实就是我们之前的思路，给Page也带上目录

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。

3.2 B+树

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，可以继续加目录页

上图就是传说中的B+树！至此，我们已经给我们的表user构建完了主键索引。

整个B+树，叫做mysql中InnoDB下的索引结构，是缓存在mysql的buffer_pool中的

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。

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

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？

链表？线性遍历

二叉搜索树？退化问题，可能退化成为线性结构

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。

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？
B树：节点既有数据，又有Page指针

B+树 ：只有叶子节点有数据，其他目录页，只有键值和Page指针；B+树的叶子节点，全部相连，而B没有

为何选择B+树呢？

非叶子节点不存储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

4. 聚簇索引、非聚簇索引

MyISAM 的主键索引是一个非聚集索引，这意味着索引和数据是分开存储的

索引的叶子节点存储的是主键值和数据记录的地址，而不是数据记录本身。数据记录存储在单独的 .MYD 文件中，而索引存储在 .MYI 文件中，表结构在.sdi文件中。

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

MyISAM

InnoDB

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

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 。

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普通索引。

对于 MyISAM ，建立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

InnoDB 除了主键索引，用户也会建立普通索引，我们以上表中的 Col3 建立对应的辅助

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？因为太浪费空间了，同一份数据没有必要存两份

5. 索引的操作

5.1 索引的创建

5.1.1 创建主键索引

第一种方式：在创建表的时候，直接在字段名后指定 primary key

sql 复制代码

create table user1(
	id int primary key, 
	name varchar(30)
);

第二种方式：在创建表的最后，指定某列或某几列为主键索引

sql 复制代码

create table user2(
	id int, 
	name varchar(30), 
	primary key(id)
);

第三种方式：创建表以后再添加主键

sql 复制代码

create table user3(
	id int, 
	name varchar(30)
);

alter table user3 add primary key(id);

主键索引的特点：

一个表中，最多有一个主键索引，当然可以也可是使用复合主键

主键索引的效率高（主键不可重复）

创建主键索引的列，它的值不能为null，且不能重复

主键索引的列的类型基本上是int

5.1.2 创建唯一索引

第一种方式：表定义时，在某列后直接指定unique唯一属性

sql 复制代码

create table user4(
	id int primary key, 
	name varchar(30) unique
);

第二种方式：创建表时，在表的后面指定某列或某几列为unique

sql 复制代码

create table user5(
	id int primary key,
	name varchar(30), 
	unique(name)
 );

第二种方式：创建表以后再添加唯一键

sql 复制代码

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

alter table user6 add unique(name);

唯一索引的特点：

一个表中，可以有多个唯一索引

查询效率高

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

如果一个唯一索引上指定not null，等价于主键索引

5.1.3 普通索引的创建

第一种方式：在表的定义最后，指定某列为索引

sql 复制代码

create table user8(id int primary key,
	name varchar(20),
	email varchar(30),
	index(name)
);

第二种方式：创建完表以后指定某列为普通索引

sql 复制代码

create table user9(
	id int primary key,
	name varchar(20), 
	email varchar(30)
);

alter table user9 add index(name);

第三种方式：创建一个索引名为 idx_name 的索引

sql 复制代码

create table user10(
id int primary key, 
	name varchar(20), 
	email varchar(30)
);

create index idx_name on user10(name);

普通索引的特点

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

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

5.1.4 全文索引的创建

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。

假设你有一个存储文章的表，希望为标题和内容字段添加全文索引

查询有没有database数据，如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引

使用全文索引

索引创建原则

比较频繁作为查询条件的字段应该创建索引

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

更新非常频繁的字段不适合作创建索引

不会出现在where子句中的字段不该创建索引

5.2 索引的查询

第一种方法： show keys from 表名

复合索引，当索引值就是我们想要的值时设置，这样就可以之间将索引返回了；这也叫做索引覆盖（覆盖的是主键索引，无须回表查询了）

第二种方法: show index from 表名，结果与第一种方法相同
desc 表名；

5.3 删除索引

第一种方法，删除主键索引：

sql 复制代码

alter table 表名 drop primary key;

第二种方法，删除其他索引：

sql 复制代码

 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

第三种方法方法：

sql 复制代码

 drop index 索引名 on 表名