MySQL索引 - 技术栈

MySQL 索引是数据库中用于提高查询效率的重要数据结构，它可以帮助数据库系统快速定位到需要查询的数据，而不必扫描整个表。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。

1.索引简介

（1）常见索引

主键索引（primary key）
唯一索引（unique）
普通索引（index）
全文索引（fulltext）--解决中文子索引问题。

（2）page

在 MySQL 的 InnoDB 存储引擎中，page（页）是非常重要的概念，它是 MySQL 与磁盘进行数据交互的基本单位。

大小：默认情况下，InnoDB 的页大小是 16KB

（3）基本共识

MySQL 中的数据文件，是以 page 为单位保存在磁盘当中的。
MySQL 的 CURD 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。

为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

（4）关于索引的理解

cpp 复制代码

mysql> create table if not exist sys1(
    -> id int primary key, -- 一定要添加主键，只有这样才会默认生成主键索引
    -> age int,
    -> name varchar(20));

mysql> show create table sys1\G;
*************************** 1. row ***************************
       Table: sys1
Create Table: CREATE TABLE `sys1` (
  `id` int(11) NOT NULL,
  `age` int(11) DEFAULT NULL,
  `name` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8  -- 默认就是InnoDB存储引擎

插入多条记录，注意，我们并没有按照主键的大小顺序插入

cpp 复制代码

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)

mysql> select * from user;
+----+-----+-----------+
| id | age | name |
+----+-----+-----------+
| 1 | 56 | 欧阳锋 |
| 2 | 26 | 黄蓉 |
| 3 | 18 | 杨过 |
| 4 | 16 | 小龙女 |
| 5 | 36 | 郭靖 |
+----+-----+-----------+
5 rows in set (0.00 sec)

查看结果发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？

2.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，再组织，**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， 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。

对于单页情况

因此针对上面的单页Page，我们引入目录。

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，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

对于多页情况

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。

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，可以再加目录页。

这就是传说中的B+树！没错，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。

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

3.B+树 vs B树

B+树

B树

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

4.聚簇索引 VS 非聚簇索引

聚簇索引的叶子节点 直接存放的是完整的数据行 。也就是说，表数据按照聚簇索引键的顺序进行物理存储，一个表只能有一个聚簇索引。在 InnoDB 存储引擎中，通常以主键作为聚簇索引，如果没有显式定义主键，InnoDB 会选择一个唯一的非空索引代替，如果没有合适的索引，InnoDB 会自动生成一个隐藏的主键来作为聚簇索引。

例如，有一张users表，包含id（主键）、name、age等字段，以 id 作为聚簇索引，那么数据在磁盘上会按照 id 值从小到大的顺序依次存储，每个叶子节点存储一行完整的 users 表数据，包含 id、name、age 等所有字段的值。

cpp 复制代码

mysql> create database myisam_test;
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;
Query OK, 0 rows affected (0.01 sec)

[root@VM-20-3-centos MySQL]# ls /var/lib/mysql/myisam_test/ -al
total 28
drwxr-x--- 2 mysql mysql 4096 Oct  9 18:34 .
drwxr-x--x 9 mysql mysql 4096 Oct  9 18:33 ..
-rw-r----- 1 mysql mysql   61 Oct  9 18:33 db.opt
-rw-r----- 1 mysql mysql 8586 Oct  9 18:34 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql    0 Oct  9 18:34 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 Oct  9 18:34 mtest.MYI --该表对应的主键索引数据

非聚簇索引的叶子节点存储的是索引列的值 以及指向对应数据行的指针（在 InnoDB 中，这个指针实际上是聚簇索引的键值）。一个表可以有多个非聚簇索引。

继续以users表为例，若创建一个基于name字段的非聚簇索引，该索引的叶子节点会存储name字段的值以及对应的id（聚簇索引键值），当通过name字段查询数据时，先在name索引中找到对应的id，再通过id在聚簇索引中查找完整的数据行。

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。

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

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。

5.索引操作

5.1.创建索引

MySQL 会为表中的主键和唯一键自动创建索引，但具体类型和规则会因存储引擎（以常用的 InnoDB 为例）有所不同。

（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

cpp 复制代码

create table user1(id int primary key, name varchar(20));

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

cpp 复制代码

create table user2(id int, name varchar(20), primary key(id));

第三种方式：

-- 创建表以后再添加主键

cpp 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，当然可以使符合主键
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
主键索引的列基本上是int

（2）唯一索引的创建

第一种方式：

-- 在表定义时，在某列后直接指定unique唯一属性。

cpp 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

cpp 复制代码

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

第三种方式：

cpp 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

（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

cpp 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

cpp 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

cpp 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

（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。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)

cpp 复制代码

CREATE TABLE articles (
id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
title VARCHAR(200),
body TEXT,
FULLTEXT (title,body)
)engine=MyISAM;

cpp 复制代码

INSERT INTO articles (title,body) VALUES
('MySQL Tutorial','DBMS stands for DataBase ...'),
('How To Use MySQL Well','After you went through a ...'),
('Optimizing MySQL','In this tutorial we will show ...'),
('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
('MySQL vs. YourSQL','In the following database comparison ...'),
('MySQL Security','When configured properly, MySQL ...');

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

cpp 复制代码

mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)

可以用explain工具看一下，是否使用到索引

cpp 复制代码

mysql> explain select * from articles where body like '%database%'\G;
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: articles
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 6
     filtered: 16.67
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

ERROR: 
No query specified

cpp 复制代码

type: ALL表示查询使用了全表扫描（Full Table Scan），
需要遍历表中所有记录来查找符合条件的数据，效率较低。
possible_keys: NULL 和 key: NULL说明查询没有使用任何索引，
数据库无法通过索引快速定位数据，只能逐行检查。
rows: 6估计需要扫描 6 行数据（表中总记录数）。
Extra: Using where表示数据库在全表扫描后，
会用WHERE条件过滤出符合body like '%database%'的记录。

如何使用全文索引呢？

cpp 复制代码

mysql> SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+

cpp 复制代码

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) 
    -> AGAINST ('database')\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: articles
   partitions: NULL
         type: fulltext
possible_keys: title
          key: title
      key_len: 0
          ref: const
         rows: 1
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

cpp 复制代码

type: fulltext明确表示查询使用了全文索引，
这是专门为全文检索优化的索引类型，效率远高于全表扫描。
possible_keys: title 和 key: title
possible_keys: title 表示查询可能使用名为title的全文索引
（该索引可能包含title和body两个字段，即联合全文索引）。
key: title 表示实际执行时确实使用了这个全文索引。
rows: 1估计只需要扫描 1 行数据，相比之前的全表扫描（6 行），
效率大幅提升，说明全文索引精准定位到了匹配的记录。
Extra: Using where表示在使用全文索引筛选后，
仍会用WHERE条件进行最终过滤（这里主要是全文检索的匹配逻辑）。

5.2.查询删除索引

（1）查询索引

第一种方法： show keys from 表名

cpp 复制代码

mysql> show keys from articles\G
*************************** 1. row ***************************
        Table: articles
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: id
    Collation: A
  Cardinality: 6
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
Index_comment: 
*************************** 2. row ***************************
        Table: articles
   Non_unique: 1
     Key_name: title
 Seq_in_index: 1
  Column_name: title
    Collation: NULL
  Cardinality: NULL
     Sub_part: NULL
       Packed: NULL
         Null: YES
   Index_type: FULLTEXT
      Comment: 
Index_comment: 
*************************** 3. row ***************************
        Table: articles
   Non_unique: 1
     Key_name: title
 Seq_in_index: 2
  Column_name: body
    Collation: NULL
  Cardinality: NULL
     Sub_part: NULL
       Packed: NULL
         Null: YES
   Index_type: FULLTEXT
      Comment: 
Index_comment:

第二种方法: show index from 表名;

第三种方法（信息比较简略）： desc 表名；

（2）删除索引

第一种方法-删除主键索引：

cpp 复制代码

alter table 表名 drop primary key;

第二种方法-其他索引的删除：

cpp 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

cpp 复制代码

mysql> alter table user10 drop index idx_name;

第三种方法：

cpp 复制代码

drop index 索引名 on 表名
mysql> drop index name on user8

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

6.其它相关概念

（1）复合索引（联合索引）

由多个字段组合创建的索引（如`create index idx_name_age on user(name, age)`），本质是将多个字段的值按顺序组合作为索引键，存储在B+树中。

特点：

一个复合索引相当于多个"前缀索引"的集合。例如`(name吗，age)`索引，包含`(name)`、`(name, age)`两种有效前缀。
索引文件按第一个字段排序，第一个字段相同则按第二个字段排序，以此类推（类似字典排序）。

适用场景：

频繁使用多字段组合查询（如`WHERE name = '张三' AND age > 20`）。
需通过索引排序多个字段（如`ORDER BY name, age`）。

（2）最左匹配原则

定义：复合索引在查询时，只有从最左侧字段开始匹配，才能有效利用索引。如果跳过左侧字段，索引将部分或完全失效。

示例（以`(name, age, gender)`复合索引为例）：

cpp 复制代码

WHERE name = '张三'：使用`name`前缀，匹配最左字段，索引生效
WHERE name = '张三' AND age = 20：使用`name, age`前缀，从左到右连续匹配，索引全生效
WHERE age = 20：不使用，跳过最左`name`，索引完全失效
WHERE name = '张三' AND gender = '男'：部分生效（仅`name`），跳过中间`age`，`gender`无法使用索引
WHERE name LIKE '张%' AND age = 20：name前缀匹配有效，最左字段前缀匹配（`%`在右侧），可继续匹配`age`
WHERE name LIKE '%三' AND age = 20：不使用，最左字段`%`在左侧，索引失效

核心原因：复合索引的B+树按左到右顺序构建，跳过左侧字段无法定位索引树的起始位置。

（3）索引覆盖

定义：查询所需的所有字段（`SELECT`后的列）都包含在索引中，无需回表查询聚簇索引获取完整数据，直接从索引中即可获取结果。

示例：

cpp 复制代码

- 表`user`有复合索引`(name, age)`，聚簇索引为`id`（主键）。
- 查询`SELECT name, age FROM user WHERE name = '张三'`：  
  索引`(name, age)`已包含`name`和`age`，无需回表，触发索引覆盖。
- 查询`SELECT id, name FROM user WHERE name = '张三'`：  
  复合索引叶子节点会存储主键`id`（用于回表），因此`id`和`name`都在索引中，也触发索引覆盖。
- 查询`SELECT name, gender FROM user WHERE name = '张三'`：  
  `gender`不在索引中，需回表，不触发索引覆盖。

优势：

减少磁盘IO：避免回表操作，直接从索引获取数据。
提升查询速度：索引文件通常比数据文件小，访问更高效。

三者关联与优化建议

复合索引设计需遵循最左匹配：将查询频率最高的字段放在左侧（如`WHERE`中最常出现的条件）。
利用索引覆盖减少回表：设计复合索引时，可包含查询中常用的字段（如`SELECT`后的列），例如对`WHERE a = ? AND b = ?`且`SELECT a, b, c`的查询，创建`(a, b, c)`索引。
避免冗余索引：若已有`(a, b)`索引，无需再创建`(a)`索引（因最左前缀已包含）。