Mysql中索引的知识

Mysql中的索引的定义和种类

核心概念：索引是什么？

想象一下你有一本很厚的书，你想找到其中关于某个特定主题的内容。你有两种方法：

1. 从头到尾翻阅整本书 ：这就像数据库中的全表扫描 (Full Table Scan)。如果书很长，这个过程会非常慢。

2. 查阅书末尾的索引 ：索引列出了书中的重要词汇或主题，并指明了它们出现在书的哪一页。你只需要快速查找索引（索引本身通常按字母排序），找到你想找的主题，然后直接翻到对应的页码。这就像数据库中的使用索引。

在数据库中，索引也是一个类似的数据结构 ，它存储了表中的某个（或多个）列的值，并关联着这些值对应的行的物理位置或唯一标识。它的主要目的是 加快数据的检索速度。

索引的本质：

• 一个独立于表数据之外的数据结构。

• 存储了表中列的有序副本（或部分副本）。

• 包含了指向原始数据行的指针或引用。

有了索引，数据库系统在执行查询时，就可以先在索引结构中快速定位到符合条件的索引项，然后通过索引项找到对应的数据行，而不需要扫描整个表的数据文件。

为什么索引的种类感觉很多？

索引的"种类"多，是因为我们从不同的维度去划分和命名索引：

1. 根据数据结构： 索引底层使用什么数据结构来组织数据（最常见的是 B-Tree/B+Tree）。

2. 根据逻辑功能或约束： 索引除了加速查询，是否还具备其他功能或强制约束（例如，是否要求索引列的值唯一）。

3. 根据索引和数据行的关联方式： 索引的数据和实际的表数据是如何存放和关联的（主要是 InnoDB 引擎中的概念，聚簇索引 vs 非聚簇索引/二级索引）。

理解了这几个维度，就能明白为什么会有各种不同的索引名称。

常见索引种类（举例）：

我们主要以最常用的 InnoDB 存储引擎 来讲解，因为它对索引的处理方式（特别是聚簇索引）非常有代表性。

1. 根据数据结构：

• B-Tree (B+Tree) 索引：

  • 这是 MySQL 中最常见的索引类型，特别是 InnoDB 引擎的标准索引。

  • 结构：一种平衡的多路搜索树。

    • 节点（非叶子节点）存储索引键的范围和指向子节点的指针。

    • 叶子节点存储完整的索引键，并包含指向实际数据行（对于二级索引）或直接包含数据行本身（对于聚簇索引）的指针。

    • B+Tree 特点： 所有的真实数据或指向数据的指针都只存在于叶子节点，并且叶子节点之间通过双向链表连接。这使得范围查询非常高效。

  • 适用场景：等值查找、范围查找、排序（前缀匹配）。

  • 例子： 你创建的大部分 PRIMARY KEY, UNIQUE, INDEX (普通索引) 默认都是 B+Tree 索引。

• Hash 索引：

  • 基于哈希表实现。

  • 结构：将索引列的值进行哈希计算，得到一个哈希值，然后将这个哈希值映射到存储数据行指针的地址。

  • 适用场景：只适用于等值查找 (=)。无法用于范围查找、排序或模糊匹配（如 LIKE 'prefix%'）。

  • 特点：查找速度理论上非常快 (O(1) 平均)。但在 MySQL 中，只有 MEMORY 存储引擎默认支持 Hash 索引，InnoDB 引擎虽然也支持一种称为 "Adaptive Hash Index" 的特性，但它是 InnoDB 内部根据工作负载自动创建和管理的，你无法手动创建 Hash 索引。

  • 例子： MEMORY 表的 PRIMARY KEY 或 UNIQUE INDEX 默认使用 Hash 索引。你不能用 CREATE INDEX ... USING HASH 来创建 InnoDB 表的 Hash 索引。

• Fulltext 索引 (全文索引)：

  • 用于在大文本字段 (如 TEXT, VARCHAR) 中进行关键词搜索。

  • 结构：通常使用倒排索引 (Inverted Index)。记录了哪些词出现在了哪些文档（行）中。

  • 适用场景：搜索文章、博客内容等包含大量文本的字段。

  • 使用方式：使用 MATCH(column_name) AGAINST('keywords') 语法进行查询。

  • 例子： 在存储文章内容的 TEXT 字段上创建 FULLTEXT INDEX。

    ALTER TABLE articles ADD FULLTEXT INDEX idx_content (content);
    SELECT title FROM articles WHERE MATCH(content) AGAINST('MySQL Index');

• Spatial 索引 (空间索引)：

  • 用于存储和检索地理空间数据 (如点、线、多边形)。

  • 结构：通常使用 R-Tree。

  • 适用场景：地理信息系统 (GIS) 应用，查找某个区域内的点，判断图形是否相交等。

  • 使用方式：需要使用 MySQL 的空间数据类型 (GEOMETRY, POINT, POLYGON 等) 和空间函数。

  • 例子： 在存储坐标的 POINT 字段上创建 SPATIAL INDEX。

    CREATE TABLE cities (
        name VARCHAR(255),
        location POINT,
        SPATIAL INDEX idx_location (location)
    );
    -- 查询某个矩形区域内的城市
    SELECT name FROM cities WHERE MBRContains(GeomFromText('POLYGON((...))'), location);

2. 根据逻辑功能或约束：

• Primary Key (主键索引)：

  • 功能/约束：唯一标识表中的每一行。值必须是唯一的，并且不能为 NULL。

  • 特殊性 (InnoDB)：它不仅仅是一个索引，它也是 聚簇索引 (后面会解释)。

  • 一个表最多只能有一个主键。

  • 例子：

    CREATE TABLE users (
        user_id INT PRIMARY KEY, -- 创建主键索引
        username VARCHAR(50) UNIQUE,
        ...
    );

• Unique Index (唯一索引)：

  • 功能/约束：确保索引列中的所有值都是唯一的。允许包含 NULL 值（如果列定义允许 NULL 的话，多个 NULL 值是允许的，因为 NULL 不等于 NULL）。

  • 一个表可以有多个唯一索引。

  • 例子： 确保用户名或邮箱地址是唯一的。

    ALTER TABLE users ADD UNIQUE INDEX idx_username (username); -- 创建唯一索引
    ALTER TABLE users ADD UNIQUE INDEX idx_email (email);     -- 创建另一个唯一索引

• Standard Index / Non-Unique Index (普通索引 / 非唯一索引)：

  • 功能/约束：没有任何约束，唯一的作用就是提高查询性能。

  • 索引列的值可以重复。

  • 一个表可以有多个普通索引。

  • 例子： 提高按加入日期查询或排序的速度。

    CREATE INDEX idx_join_date ON users (join_date); -- 创建普通索引

• Composite Index (复合索引 / 组合索引)：

  • 功能/约束：在多个列上创建一个索引。

  • 查询时只有使用了索引的前缀（从左到右的列）才能有效地利用该索引。例如，在 (col1, col2, col3) 上创建的复合索引，可以用于查询 WHERE col1 = ...、WHERE col1 = ... AND col2 = ...、WHERE col1 = ... AND col2 = ... AND col3 = ...，但不能直接用于 WHERE col2 = ... 或 WHERE col3 = ...。

  • 例子： 提高按用户名和邮箱联合查询的速度。

    CREATE INDEX idx_username_email ON users (username, email); -- 创建复合索引

3. 根据索引和数据行的关联方式 (主要在 InnoDB 中)：

这是理解 InnoDB 索引的关键。

• Clustered Index (聚簇索引)：

  • 特点： 索引的叶子节点直接存储了表的所有行数据。

  • 数据行是根据聚簇索引键的顺序物理地存储在磁盘上的。

  • 一个表只能有一个聚簇索引。

  • 在 InnoDB 中，聚簇索引通常是：

    • 如果你定义了 PRIMARY KEY，那么它就是聚簇索引。

    • 如果你没有定义 PRIMARY KEY，但定义了 UNIQUE NOT NULL 索引，那么第一个这样的索引会被选为聚簇索引。

    • 如果上述两者都没有，InnoDB 会隐式地创建一个隐藏的聚簇索引（一个 6 字节的 ROW_ID）。

  • 查询速度非常快，特别是按主键等值查询或范围查询，因为索引结构直接指向了完整的数据行。

  • 插入数据时，需要根据主键顺序找到合适的物理位置进行插入，可能会导致页分裂。

• Secondary Index (二级索引 / 非聚簇索引)：

  • 特点： 索引的叶子节点存储了索引键的值，以及指向对应聚簇索引键值的指针。

  • 它不包含完整的数据行。

  • 一个表可以有多个二级索引。

  • 查询流程：先通过二级索引找到对应的聚簇索引键值，然后再通过聚簇索引键值去聚簇索引中查找完整的数据行 。这个过程称为回表 (Lookup)。

  • 例子： 除了主键之外你创建的所有 UNIQUE, INDEX, FULLTEXT, SPATIAL 索引都是二级索引。

理解例子：

假设我们有 users 表：

CREATE TABLE users (
    user_id INT PRIMARY KEY,          -- 主键，同时是聚簇索引
    username VARCHAR(50) UNIQUE,      -- 唯一索引，二级索引
    email VARCHAR(100),               -- 普通字段
    join_date DATE,                   -- 普通字段
    status ENUM('active', 'inactive'), -- 普通字段
    INDEX idx_join_date (join_date)   -- 普通索引，二级索引
) ENGINE=InnoDB;

• 当你执行 SELECT * FROM users WHERE user_id = 100; 时，MySQL 使用聚簇索引，直接根据 user_id = 100 在聚簇索引 B+Tree 中找到对应的叶子节点，该叶子节点包含了 user_id = 100 的完整行数据。速度极快。

• 当你执行 SELECT * FROM users WHERE username = 'Alice'; 时，MySQL 使用 idx_username 二级索引。它会在 idx_username 的 B+Tree 中找到 username = 'Alice' 对应的叶子节点。这个叶子节点存储的是 'Alice' 和对应的 user_id 值（假设是 101）。然后，MySQL 会使用 user_id = 101 去聚簇索引中查找完整的行数据（这就是回表）。这个过程比直接通过主键查找多了一步。

• 当你执行 SELECT user_id, username FROM users WHERE username = 'Alice'; 时，MySQL 仍然使用 idx_username 二级索引。它找到 'Alice' 对应的 user_id (101)。因为查询结果只需要 user_id 和 username，而这两列的值都已经在二级索引的叶子节点中包含了（二级索引叶子节点包含索引列和主键列），所以此时不需要回表 。这种情况称为覆盖索引 (Covering Index)，效率很高。

总结：

• 索引是用于加速查询的数据结构，最常见的是 B+Tree。

• 索引的种类繁多是因为从不同角度命名：底层结构、逻辑功能、数据关联方式。

• 在 InnoDB 中，核心是区分 聚簇索引 (数据本身就是索引的一部分，通常是主键) 和 二级索引 (单独的索引结构，叶子节点存主键，需要回表查找数据)。

• 选择和设计合适的索引是数据库性能优化的关键。需要考虑查询模式、写入频率、存储空间等因素。