MySQL 索引原理

文章目录

• 一、索引
• • [1.1 索引分类](#1.1 索引分类)
  • [1.2 主键选择🌟](#1.2 主键选择🌟)
• 二、约束
• • [2.1 外键约束](#2.1 外键约束)
  • [2.2 约束与索引的区别](#2.2 约束与索引的区别)
• 三、索引实现原理
• • [3.1 索引存储层级结构](#3.1 索引存储层级结构)
  • [3.2 B+ 树](#3.2 B+ 树)
  • • [B+ 树层高问题🌟](#B+ 树层高问题🌟)
    • [关于自增 ID](#关于自增 ID)
• 四、索引类型
• • [4.1 聚集索引](#4.1 聚集索引)
  • [4.2 辅助索引](#4.2 辅助索引)

一、索引

在数据库中，索引是提高查询性能的关键机制。它相当于书籍的目录，通过索引可以快速定位到数据在磁盘中的位置，从而减少 I/O 操作。对于 InnoDB 而言，索引不仅影响查询性能，还决定了数据在物理层的存储结构。

1.1 索引分类

① 主键索引（Primary Key Index）
非空唯一 索引，一个表只有一个主键索引；且在 InnoDB 中是表的物理存储顺序。一个表只能有一个主键索引，它的 B+ 树叶子节点存储了整行数据。

PRIMARY KEY(key1, key2)

② 唯一索引（Unique Index）：不可以出现相同的值，可以有 NULL 值

CREATE UNIQUE INDEX idx_user_email ON user(email);

③ 普通索引（Normal Index）

普通索引仅用于加速查询，没有唯一性或非空约束。

CREATE INDEX idx_name ON user(name);

④ 组合索引（Composite Index）

组合索引是对多个列建立的索引，用于多个字段组合查询时提升效率。MySQL 遵循"最左前缀匹配原则"，即只会利用从左到右连续的字段部分。

CREATE INDEX idx_user_name_age ON user(name, age);

⑤ 全文索引（FullText Index）

全文索引用于在长文本中进行关键词搜索，而不是简单的字符串匹配。它通常通过 MATCH ... AGAINST 来使用。

• 对短字符串：使用 LIKE '%关键字%'
• 对长文本：使用 MATCH(text_column) AGAINST('keyword')

1.2 主键选择🌟

InnoDB 中表是索引组织表，主键索引的叶子节点直接保存整行记录，因此每张表必须有且仅有一个主键。

主键的选择遵循以下规则：

1. 如果显示设置 PRIMARY KEY，则该设置的 key 为该表的主键
2. 如果没有显示设置，则选择第一个非空唯一索引作为主键。
3. 如果没有非空唯一索引，InnoDB 会自动生成一个隐藏的 6 字节 _rowid 作为主键。

设计主键时建议使用递增的整型自增主键，不仅能避免页分裂，还能提高插入性能。

---

二、约束

约束是保证数据完整性和一致性的规则。

为了实现数据的完整性，对于 InnoDB，提供了以下几种约束：
primary key、unique key、foreign key、default、not null

2.1 外键约束

外键用来关联两个表，来保证参照完整性：

• MyISAM 存储引擎本身并不支持外键，只起到注释作用
• InnoDB 完整支持外键，并具备事务性

-- 父表（被引用表）
create table parent (
  id int not null,
  primary key(id)
) engine=innodb;

-- 子表（引用表）：parent_id关联父表id
create table child (
  id int,
  parent_id int,
  foreign key(parent_id) references parent(id) 
  ON DELETE CASCADE  -- 父表删除时，子表同步删除
  ON UPDATE CASCADE  -- 父表更新时，子表同步更新
) engine=innodb;

INSERT INTO parent VALUES (1);
INSERT INTO parent VALUES (2);
INSERT INTO child VALUES (10, 1);
INSERT INTO child VALUES (20, 2);
DELETE FROM parent WHERE id = 1;

外键行为选项：

• CASCADE：子表做同样的行为
• SET NULL：更新子表相应字段为 NULL
• NO ACTION：父类做相应行为报错
• RESTRICT：同 NO ACTION

2.2 约束与索引的区别

约束是逻辑层面的规则，用于保证数据的正确性；索引是物理层面的结构，用于加速数据访问。两者虽有关联，但本质不同。

创建主键索引或者唯一索引的时候同时创建了相应的约束；但是约束是逻辑上的概念 ；索引是一个数据结构既包含逻辑的概念 也包含物理的存储方式。

维度	约束（如主键约束）	索引（如主键索引）
本质	逻辑概念（仅保证数据完整性）	数据结构（含逻辑规则 + 物理存储）
关联	创建主键 / 唯一索引时自动生成对应约束	索引是约束的物理实现载体

---

三、索引实现原理

在 InnoDB 存储引擎中，每一个索引都对应一棵 B+ 树 。而每棵 B+ 树的叶子节点或非叶子节点都存储在 页（Page） 中。

3.1 索引存储层级结构

InnoDB 的存储由段、区、页组成：

• 段：按功能分数据段（存表数据）、索引段（存索引）、回滚段（存事务回滚信息）
• 区：大小为 1 MB（一个区由 64 个连续页构成）。为了保证连续性，InnoDB 一次通常会申请 4~5 个区。
• 页 ：
  • InnoDB 磁盘管理最小单位，默认 16KB，可通过innodb_page_size修改；
  • 逻辑页（与磁盘物理页 4KB/8KB 区分）；
  • B + 树的一个节点大小 = 页大小（默认 16KB，两个物理页）。

3.2 B+ 树

全称：多路平衡搜索树 ，减少磁盘访问次数

用来组织磁盘数据，以页为单位。

特征：

• 非叶子节点只存储索引信息
• 叶子节点存储完整数据
• 叶子节点之间互相连接，方便范围查询
• 节点的大小为 16 KB，映射的是连续的磁盘页

B+ 树层高问题🌟

B+ 树的一个节点对应一个数据页；B+ 树的层越高，要读取到内存的数据页越多，IO 次数越多。

假设：

• key 为 10 byte 且指针大小 6 byte
• 假设一行记录的大小为 1KB
• InnoDB 一个节点 16KB

计算：

层高	非叶子节点数量	叶子节点数量	最大记录数
2	1（根节点）	1024（16KB/16byte）	1024 × 16 = 16384
3	1 + 1024	1024×1024	1024×1024×16 = 16777216
4	1 + 1024 + 1024²	1024³	1024³×16 = 17179869184

三层树即可支持上千万数据量，因此 B+ 树能高效应对大规模数据存储。

总结

• 为什么采用"多路"的树结构：一个节点多条链路，相较于平衡二叉搜索树是更矮胖的结构，树的高度较低，能减少磁盘 IO 次数来索引数据。
• 为什么非叶子节点只存储索引信息：B+ 树节点映射固定大小的磁盘数据，可包含更多索引信息，能快速锁定数据所在叶子节点位置。
• 为什么叶子节点依次相连：便于范围查询，避免中序遍历回溯查找下一个节点。

总之：索引信息和数据信息的分层管理，便于高效组织磁盘数据、快速实现单点和范围查询。

B+树通过"非叶子节点存索引、叶子节点存数据且依次相连、节点为16KB并映射连续磁盘页"的特征，结合多路结构降低树高以减少磁盘IO 、非叶子节点只存索引以快速定位数据 、叶子节点相连便于范围查询的设计，实现了索引与数据的分层管理，从而高效组织磁盘数据，快速支持单点查询与范围查询。

关于自增 ID

在 InnoDB 中，主键常用自增 ID（AUTO_INCREMENT）。

型通常为 BIGINT，范围是 ( − 2 63 , 2 63 − 1 ) (-2^{63}, 2^{63}-1) (−263,263−1)。即使每秒插入 1 亿条记录，也需要约 5849 年 才会耗尽。因此在绝大多数业务场景中完全够用。

---

四、索引类型

在 InnoDB 中，索引分为两种：聚集索引（Clustered Index） 和 辅助索引（Secondary Index）。

4.1 聚集索引

聚集索引是按主键 构造的 B + 树，叶子节点直接存表数据页 （整行数据），也就是说，索引即数据，查到索引项就相当于拿到了完整记录。

• 每张表只有一个聚集索引；
• 数据物理顺序与主键逻辑顺序一致；
• 范围查询效率极高。

SELECT * FROM user WHERE id >= 18 AND id < 40;

查找流程 ：

1. 根节点定位 id=18~40 的索引项；

2. 指针指向叶子节点（数据页，如 "页 10、页 12"）；

3. 直接读取叶子节点数据（无需回表）。

4.2 辅助索引

辅助索引的叶子节点不存放完整记录，只保存：

• 索引列值；
• 主键值（主键 id，称为"书签"或 Bookmark）。

查询时，需要先通过辅助索引定位主键，再通过主键去聚集索引中取出完整行数据，过程称为**回表。

select * from user where lockyNum = 33;

表含id（主键）、name、lockyNum（辅助索引），索引定义KEY(lockyNum)；

查找流程：

1. 遍历lockyNum辅助 B + 树，找到 lockyNum=33 的叶子节点；

2. 从 "书签" 获取主键 id；

3. 遍历聚集索引，通过 id 找到完整数据（需回表）。
   

辅助索引查询效率略低于主键索引，在只查询索引字段时可避免回表，尽量使用覆盖索引（即查询字段都在索引中），以减少磁盘访问。