深入理解MySQL数据库索引

深入理解MySQL数据库索引

个人主页：顾漂亮

1. 索引简介

1.1 索引是什么？

MySQL的索引是一种数据结构 ，它可以帮助数据库高效地查询、更新数据表中的数据。索引通过一定的规则排列数据表中的记录，使得对表的查询可以通过对索引的搜索来加快速度。

MySQL索引类似于书籍的目录，通过指向数据行的位置，**可以快速定位和访问表中的数据。**就像使用汉语字典的目录（索引）页，可以通过笔画、偏旁部首、拼音等排序的目录快速查到所需要的字。

1.2 为什么要使用索引？

• 在工作或者学习中，如果对索引比较了解，可以写出更高效率的SQL语句。
• 索引可以提升数据检索的效率，在应用程序的运行过程中，查询操作的频率远远高于增删改的频率。

2. 索引需要采用什么样的数据结构？

2.1 Hash -- 哈希表

查询和删除数据的时间复杂度都是O(1)，查询速度非常快，但MySQL并没有选择其作为索引的原因是Hash不支持范围查找。

2.2 二叉搜索树

落选原因：

• 最坏情况下，查询时间复杂度为O(N)。
• 节点个数过多无法保证数的高度。
• AVL和红黑树虽然是平衡或者近似平衡，但毕竟是二叉树。
• 由于数据都是在磁盘上保存的，在检索数据时，每次访问某个节点的子节点时都会发生一次磁盘IO，而在整个数据库系统中，IO是性能的瓶颈，减少IO次数可以有效提升性能。

2.3 N叉树

为了解决树高的问题，可以使用N叉树。

Tips：推荐一个数据结构可视化网站 ：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html。

由上图可知，相同数据量的情况下，N叉树的树高可以得到有效控制，也就意味着在相同的情况下可以减少IO的次数，从而提升效率。但是MySQL认为N叉树作为索引的数据结构不是最理想的。

2.4 B+树

• MySQL使用的是B+树的升级版 ，一般B+树的叶子节点可以组织成一个单链表，MySQL则将其升级为双向链表结构 ，更大提升查询和修改的效率。

• B+树是一种经常用于数据库和文件系统等场合的平衡查找树 ，MySQL索引采用的数据结构，以4阶B+树为例：
  

B+树的特点：

• 能够保持数据稳定有序 ，插入和修改有较为稳定的时间复杂度。
• 非叶子节点仅具有索引作用，不存储数据，所有叶子节点保存真实数据。
• 所有的叶子节点构成一个有序链表。

B+树和B树的对比：

• B+树的叶子节点中的数据是连续的，且相互链接，便于区间查找和搜索。
• 非叶子节点的值都包含在叶子节点中。
• 对于B+树而言，在和B树相同树高的情况下，查找任意元素的时间复杂度都为log(N)，性能更加均衡。

3. MySQL中的页

3.1 为什么要使用页？

在.ibd文件中最重要的结构体就是Page（页），页是内存与磁盘交互的最小单元 ，默认大小为16KB，每次内存和磁盘的交互至少读取一页 ，所以在磁盘中每个页内部的地址都是连续的。根据局部性原理，将来要使用的数据大概率与当前访问的数据在空间上是邻近的，所以一次从磁盘中读取一页的数据放入内存中，当下次查询的数据还在这个页中就可以直接从内存中直接读取，从而减少磁盘IO，提高性能。

每一页中即使没有数据也会使用16KB的存储空间，同时与索引的B+树中的节点对应，查看页的大小，可以通过系统变量innodb_page_size查看：

mysql> show variables like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| innodb_page_size | 16384 | # 16384表示的是字节数 16*1024 = 16384
+------------------+-------+
1 row in set, 6 warnings (0.01 sec)

• 在MySQL中有多种不同类型的页，最常用的就是用来存储数据和索引的"索引页"，也叫做"数据页"，但是不论哪一种类型的页都会包含页头和页尾 ，页的主体信息使用数据行进行填充，数据页的基本结构如下图所示：
  

3.2 页文件头和页文件尾

• 着重关注内容：上一个页号和下一页页号，通过这两个属性可以把页和页之间链接起来，形成一个双向链表。

3.3 页主体

• 页主体部分是保存真实数据的主要区域，每当创建一个新页时，都会自动分配两个行，一个是页内最小行Infimun，另一个是页内最大行Supremun，这两个行并不存储任何真实信息，而是作为数据行链表的头和尾。第一个数据行有一个记录下一行的地址偏移量的区域next_record，将页内所有数据行组成了一个单向链表。
  

• 当向一个新页插入数据时，将Infimun连接第一个数据行，最后一行真实数据行连接Supremun，通过这样的方式，数据行就构成了一个单向链表的结构，更多的数据插入之后，会按照主键从小到大的顺序进行连接。
  

3.4 页目录

• 当按照主键或者索引查找某条数据的时候，最简单直接的方案是从最小行Infimun开始，沿着链表顺序逐个比对查找，但一个页有16KB，通常会存在上百行数据，每次都要遍历数百行，无法满足高效查询。为了提高查询效率，InnoDB采用二分查找解决上述问题。

• 具体实现方式是在每一个页加入一个页目录，将页内包含最小、最大行在内的所有行进行分组，约定头行单独为一组，其他每个组最多8条数据，同时把每一个组最后一行在页中的地址，按照主键从小到大记录的顺序记录在页目录中，页目录中每一个位置称为一个槽，每个槽对应一个分组。

• 后续查找按照先在页目录中查找到对应的槽，再进行遍历槽中的数据，最终得到想要的结果。
  

3.5 数据页头

数据页头记录当前页保存数据相关的信息。

4. B+树在MySQL索引中的应用

查找id=5的过程：加载索引页1 -> 加载索引页2 -> 加载数据页3。

注意点：

• 因为索引页数据量相对较小的情况下，如果可以把索引页缓存到内存中 ，一次IO就可以找到目标数据，提升查询性能。

5. 索引分类

5.1 主键索引

• 当在一个表上定义一个主键时，InnoDB使用其作为聚集索引。

• 推荐：为每一个表定义一个主键，如果没有逻辑上唯一且非空的列或者列集可以使用主键，则添加一个自增列。

创建主键索引：

-- 方式一：创建表时创建主键
create table t_test_pk(
  id bigint primary key auto_increment,
  name varchar(20)
);

-- 方式二：创建表时单独指定主键列
create table t_test_pk1(
  id bigint auto_increment,
  name varchar(20),
  primary key(id)
);

-- 方式三：修改表中的列为主键索引
create table t_test_pk2(
  id bigint,
  name varchar(20)
);

alter table t_test_pk2 add primary key(id);
alter table t_test_pk2 modify id bigint auto_increment;

5.2 普通索引

• 最基本的索引类型，没有唯一性的限制。

• 可以为多个列创建组合索引，称为复合索引。

• 为了提升查询效率，可以为查询频繁的列创建普通索引。

普通索引的使用场景：

• 创建表的时候，明确知道某些列是频繁查询的列，就直接创建。
• 在工作中，一般表中数据量很大的时候，可以创建普通索引来提升查询效率。
• 若数据量非常小，有时全表扫描的效率或许会比创建普通索引效率还要高，因此需要在合适情况下使用。

创建普通索引：

-- 创建表时指定索引列
create table t_test_index(
  id bigint primary key auto_increment,
  name varchar(20) unique,
  sno varchar(20),
  index(sno)
);

-- 修改表中的列为普通索引
create table t_test_index1(
  id bigint primary key auto_increment，
    name varchar(20),
  sno varchar(20)
);
alter table t_test_index1 add index(sno);

-- 单独创建索引并指定索引名
create table t_test_index2(
  id bigint primary key auto_increment,
  name varchar(20),
  sno varchar(20)
);

create index index_name on t_test_index2(sno);	

5.3 唯一索引

• 在一个表上定义一个唯一键unique时，自动创建唯一索引。
• 与普通索引类似，但区别在于唯一索引的列不允许有重复值。

创建唯一索引：

-- 创建表时创建唯一索引
create table t_test_uk(
  id bigint primary key auto_increment,
  name varchar(20) unique
);

-- 创建表时单独指定
create table t_test_uk1(
  id bigint primary key auto_increment,
  name varchar(20),
  unique(name)
);

-- 修改表中的列为唯一索引
create table t_test_uk2(
  id bigint primary key auto_increment,
  name varchar(20)
);
alter table t_test_uk2 add unique(name);

5.4 全文索引

• 基于文本列（CHAR、VARCHAR、TEXT）上创建，以加快对这些列中包含的数据查询和DML操作。可以用于全文搜索，仅MyISAM和InnoDB支持。

5.5 聚集索引

• 与主键索引是同义词。
• 如果没有为表定义主键，InnoDB使用第一个unique和not null的列作为聚集索引。
• 如果表中没有主键或者合适的unique索引，InnoDB会为新插入的行生成一个行号并且用6字节的ROW_ID字段记录，ROW-ID单调递增，并使用ROW-ID作为索引。

5.6 非聚集索引

• 聚集索引以外的索引称为非聚集索引或二级索引。
• 非聚集索引中的每一条数据都包含该行的主键值，以及非聚集索引指定的列。
• InnoDB使用这个主键值来搜索聚集索引中的行，这个过程称为回表查询。

详细解释回表查询：

• 回表查询是MySQL中的一种查询方式，主要在使用二级索引（非聚簇索引）时发生。具体过程如下：

1. 二级索引查找：首先通过二级索引找到对应的主键值。
2. 回表操作：根据主键值回到聚簇索引中查找完整的行数据。

示例

假设有一张表users，结构如下：

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(100),
    age INT,
    INDEX idx_age (age)
);

执行查询：

SELECT * FROM users WHERE age = 25;

• 使用二级索引：先在idx_age索引中找到age = 25的主键值。
• 回表：根据主键值回到聚簇索引中获取完整的行数据。

性能影响

• 优点：二级索引占用空间小，查找速度快。
• 缺点：回表操作增加额外I/O，可能影响性能。

优化方法：

• 覆盖索引：确保查询字段都在索引中，避免回表。
• 索引优化：合理设计索引，减少回表次数。

5.7 索引覆盖

• 当需要查询的列包含在创建的索引列中，可以直接从普通索引返回，这个现象叫做索引覆盖。

举例：

SELECT age FROM users WHERE age = 25;

上述代码会发生索引覆盖，这样的查询方式能够减少内存和磁盘IO，提升查找效率。

6. 查看索引

show index from t_test_index;

7. 删除索引

删除具有自增属性的主键

-- 直接删除含有自增属性的主键索引的列，会报错
alter table t_test_index drop primary key;

-- 错误信息 1075 - Incorrect table definition; there can be only one auto column and it must be defined as a key

-- 先删除自增属性
alter table t_test_index modify id bigint;

删除其他索引

-- 直接删除其他索引
alter table t_test_uk1 drop index name;
-- name为表中索引名称

8. 总结

创建索引的注意事项：

• 索引应该创建在高频查询的列上。
• 索引需要占用额外的存储空间 -- 每一个索引都会生成对应的一个索引树。
• 对表进行插入、更新和删除操作的时候，同时也会修改索引，可能会影响性能 -- 因为要维护好一个索引树。
• 创建过多或不合理的索引会导致性能下降，需要谨慎选择和规划索引。

---