【MYSQL】索引特性--详解

j7～2026-05-31 8:08

准备工作

先创建索引脚本，这下面是代码，先用bash进行，然后再导入mysql

sql 复制代码 
SET GLOBAL log_bin_trust_function_creators = 1;

drop database if exists `bit_index`;
create database if not exists `bit_index` default character set utf8;
use `bit_index`;

DROP TABLE IF EXISTS `EMP`;
CREATE TABLE `EMP` (
    `empno` INT PRIMARY KEY,
    `ename` VARCHAR(10),
    `job` VARCHAR(20),
    `mgr` INT,
    `hiredate` DATE,
    `sal` DECIMAL(10,2),
    `comm` DECIMAL(10,2),
    `deptno` INT
);

INSERT INTO EMP VALUES (1, 'MANAGER', 'MANAGER', NULL, CURDATE(), 10000, 0, 10);

DELIMITER $$
CREATE FUNCTION rand_string(n INT)
RETURNS VARCHAR(255)
DETERMINISTIC
BEGIN
    DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
    DECLARE return_str VARCHAR(255) DEFAULT '';
    DECLARE i INT DEFAULT 0;
    WHILE i < n DO
        SET return_str = CONCAT(return_str, SUBSTRING(chars_str, FLOOR(1+RAND()*52), 1));
        SET i = i + 1;
    END WHILE;
    RETURN return_str;
END$$

CREATE FUNCTION rand_num()
RETURNS INT
DETERMINISTIC
BEGIN
    DECLARE i INT DEFAULT 0;
    SET i = FLOOR(10+RAND()*500);
    RETURN i;
END$$

CREATE PROCEDURE insert_emp(IN start INT, IN max_num INT)
BEGIN
    DECLARE i INT DEFAULT 0;
    SET autocommit = 0;
    REPEAT
        SET i = i + 1;
        INSERT INTO EMP VALUES (start + i, rand_string(6), 'SALESMAN', 1, CURDATE(), 2000, 400, rand_num());
    UNTIL i = max_num END REPEAT;
    COMMIT;
END$$

DELIMITER ;

CALL insert_emp(100001, 8000000);

这段代码的目的是：创建一个名为 bit_index 的数据库，并在其中构建一张包含约 800 万条测试数据的 EMP 表。

简单来说，它是在为后续学习"索引"准备一个数据量足够大的实验环境。

下面对代码做一下拆解：

1. 环境准备

  • SET GLOBAL log_bin_trust_function_creators = 1;：关闭 MySQL 的函数创建安全限制，允许后面创建随机函数。

  • DROP/CREATE DATABASE：删除并新建一个名为 bit_index 的数据库，确保环境是干净的。

  • USE bit_index;：切换到该数据库。

2. 创建表结构

  • 创建一张 EMP（雇员）表，包含员工编号(empno)、姓名(ename)、职位(job)、上级编号(mgr)、入职日期、薪资、奖金、部门编号等字段。

  • 设置 empno 为主键，并预先插入一条经理数据（empno=1），作为其他员工 mgr 字段的外键参考。

3. 创建辅助工具

  • rand_string 函数：生成指定长度的随机字符串，用于模拟员工姓名。

  • rand_num 函数：生成一个 10 到 510 之间的随机整数，用于模拟部门编号。

  • insert_emp 存储过程 ：核心的数据插入逻辑。它会循环执行 INSERT 语句，关闭自动提交(autocommit=0)并在结束后统一提交，以提升插入性能。

4. 大规模数据生成

  • CALL insert_emp(100001, 8000000);：执行这个存储过程，向 EMP 表插入 800 万条记录。

  • 员工编号从 100002 开始，到 8100001 结束（100001 + 8000000）。

  • 所有生成的员工职位都是 SALESMAN，上级编号为 1（刚插入的那位经理），薪资固定在 2000，奖金 400，其他字段随机生成。

插入成功的结果

一.索引

没有索引，可能会有什么问题

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。

索引的定义

索引（Index） 是数据库中用于快速查找数据的一种数据结构，类似于书的目录。

索引是对数据库表中一列或多列的值进行排序的一种结构 ，使用索引可以快速访问数据表中的特定记录。

常见索引分为

主键索引(primary key)

唯一索引(unique)

普通索引(index)

全文索引(fulltext)--解决中子文索引问题。

核心特点

特点 说明
本质 一种数据结构（MySQL 默认用 B+ 树）
作用 提高查询速度
代价 占用额外磁盘空间，降低增删改的速度
存储 独立于数据之外存储

练习：

准备工作再上面已经说明

  • 先整一个海量表，在查询的时候，看看没有索引时有什么问题？

到此，已经创建出了海量数据的表了。

  • 查询员工编号为998877的员工

可以看到耗时4.86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，测试看看查询时间

补充：

没有索引 = 全表扫描 = 数据量大时查询极慢、CPU飙高、IO爆炸，最终导致数据库性能崩溃。

二.认识磁盘

MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，就是 MySQL 的一个重要话题。

磁盘

再看磁盘的一个盘片

扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

拓展：

  • 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
  • 那么，所有扇区都是默认512字节吗？

目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

  • 我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑)

数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件

  • 所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

  • 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
  • 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
  • 所以，我们只需要知道，**磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)**对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？

不是

  • 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
  • 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
  • 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

磁盘随机访问(Random Access)与连续访问(Sequential Access)

**随机访问：**本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

**连续访问：**如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

三.MySQL 与磁盘交互基本单位

  • 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 (后面统一使用 InnoDB 存储引擎讲解)
  • 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（注意和系统的page区分）

Innodb_page_size = 16384 的意思

这是 InnoDB 存储引擎的页面大小，单位是字节（Byte）。
InnoDB 的数据存储结构可以形象地比喻成一本书：

  • 页面（Page） 就像书的一页纸。InnoDB 读写磁盘时，每次至少读取或写入一整个页面（默认 16KB），而不是只读取某一行数据。页面是 InnoDB 操作磁盘的最小单位。

  • 区（Extent） 就像书里连续的一组页面，默认是 64 个连续的页面，大小正好是 1MB。InnoDB 分配空间时以区为单位，这样能保证物理上的连续性，提升读写效率。

  • 段（Segment） 由若干个区组成，可以理解成书里的一个章节。不同用途的数据会放在不同的段里，比如数据段存放表记录、索引段存放索引。

  • 表空间（Tablespace） 就是整本书，包含了所有段、区、页面。一个表空间可以对应一个物理文件（比如 .ibd 文件），里面存储了某个或某几个表的所有数据。

在 InnoDB 中，16KB 是一个非常重要的默认值，它代表了数据页（Page） 的大小。这不仅仅是一个简单的容量设置，它深刻影响着数据库的运行机制。

  • 读写的基本单位：InnoDB 操作磁盘时，不是一行一行地处理，而是以"页"为最小单位。哪怕你只查询一条记录，InnoDB 也会将整个 16KB 的页面加载到内存中。因此，16KB 就是一次 I/O 操作的基本"数据包"大小。

  • B+树索引的一个节点 ：你创建的索引，在磁盘上就是以 B+树（一种平衡的多路搜索树）的结构组织的。B+ 树上的每一个"节点"（Node），在物理上就对应一个16KB 的页面 。这个页面的空间决定了每个节点能存储多少个"键值+指针"对，进而直接影响树的高度。树的高度决定了查询时需要读取几次磁盘（比如，3 层高度通常只需要 3 次 I/O）。

  • 为什么一定是 16KB？ 这是性能和空间利用率平衡后的经典选择。如果页面设置得太小（比如 4KB），当你查询一批数据时，就需要发起更多次 I/O 操作，这会增加延迟。如果页面太大（比如 64KB），可能会把一个并不需要的、很大的数据块读入内存，造成内存空间的浪费。16KB 是在传统机械硬盘时代，兼顾了 I/O 效率和内存利用率的优选值。

  • 需要初始化决定 ：一旦数据库创建好，这个页面大小就无法再改了。你可以在初始化 MySQL 实例（比如通过配置参数 innodb_page_size）时，将它从默认的 16KB 调整为 4KB 或 8KB，但之后就不能动态修改了。

四.建立共识

  • 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

五.索引的理解

1.建立测试表

错误信息本身说明语法检查严格

ERROR 1064 提示 near 'id int primary key'，说明解析器在 ( 后的第一个标识符就卡住了。这正是 MySQL 8.0 对保留字检查更严格的典型表现。

MySQL 8.0 官方文档明确指出 ：USER 是一个保留关键字（reserved keyword）。在 MySQL 8.0 中，保留字用作标识符时必须加反引号，否则会直接报语法错误。

2.插入多条记录

插入多条记录，注意，我们并没有按照主键的大小顺序插入哦

3.查看插入结果

发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？这又是怎么回事？（答案下面的内容给你揭晓）

4.中断一下---为何IO交互要是 Page

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。

5.理解单个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，在组织 ,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。
MySQL 内部存在大量的 Page（默认每个 16KB），必须把这些 Page 有效管理起来。管理的方式是：先描述，再组织 。Page 不只是"一块内存"

很多人简单地把 Page 理解成一个 16KB 的内存块，但实际上，Page 内部还需要写入管理信息 ，不能只存数据。用结构体描述 Page

cpp 复制代码 
truct page {
    struct page *next;   // 前驱指针
    struct page *prev;   // 后继指针
    char buffer[NUM];    // 真正的数据区域（16KB）
};

这就是"先描述 "：用一个结构体来定义 Page 的属性和行为。用链表组织所有 Page 通过结构体中的 next 和 prev 指针，可以把成千上万个 Page 用双向链表连接起来 。这就是"再组织 "：把零散的内存块串联成一个可控的整体。在 Buffer Pool 内部建模 MySQL 的 Buffer Pool 本质上就是用这种链表结构管理大量 16KB Page 的一套系统。

注意：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。

6.理解多个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

7.页目录

我们在看《程序设计基础》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法从头逐页的向后翻，直到找到目标内容

通过书提供的目录，发现指针章节在211页(假设)，那么我们便直接翻到211页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位

本质上，书中的目录，是多花了纸张的，但是却提高了效率，所以，目录，是一种"空间换时间的做法"

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23，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？

答案：可以很方便引入目录

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。

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。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，可以在加目录页（如下图）
MySQL InnoDB 下的索引结构（一般建表插入数据时，就是在该结构下进行 CURD）

InnoDB 的数据和索引是组织在一个 B+树 结构中的，这种结构叫做聚簇索引（Clustered Index）。

  • 表数据本身就是一个 B+树

  • 叶子节点存放的是完整的行记录

  • 所有的增删改查操作，本质上都是在操作这棵 B+树

如果表中没有主键，也是这样吗？

是的，也是这样的。

如果没有显式定义主键，InnoDB 会按以下优先级选择聚簇索引：

  1. 如果表中有非空唯一索引，InnoDB 会选择它作为聚簇索引

  2. 如果没有合适的非空唯一索引，InnoDB 会自动生成一个隐藏的 6 字节 row_id 作为聚簇索引

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。

叶子节点保存了完整的数据，但路上节点（非叶子节点）不存数据，只存目录项（索引键 + 指针）。

非叶子节点不存数据，意味着每个节点可以存储更多的目录项。这样一来，一个目录页就可以管理更多的叶子 page，整棵树自然就变成了 "矮胖型" 结构。

"矮胖型"的好处：

  • 途径的路上节点更少

  • 找到目标数据只需要访问更少的 page

  • 每次访问一个 page 就是一次磁盘 IO

  • 更少的 IO 次数 → 查询效率显著提升

每一个节点内部都存储了有序的目录项，配合二分查找，可以在一个 page 内快速定位到下一个 page 的路径。节点内部有序 + 树形结构有序 = 大大提高了搜索效率。

叶子节点之间全部用双向链表级联起来。为什么？

首先，这是 B+树 的核心设计特点，区别于其他树结构（如 B树、二叉树）。

其次，这样设计的主要目的是高效支持范围查找：

  • 有了链表，做范围查询（如 BETWEEN、>、<、ORDER BY）时，只需要：

    1. 从根节点找到范围起点所在的叶子节点

    2. 顺着链表向后遍历，直到超出范围

  • 不需要反复从根节点重新开始查找

InnoDB 的 B+树叶子节点使用的是双向链表，而不是单向链表。

链表类型 支持操作
单向链表 只能正向遍历
双向链表 正向 + 反向遍历

双向链表的优势：

  • 支持 ORDER BY DESC（反向范围查找）

  • 支持 WHERE col BETWEEN ... AND ... 无论顺序如何

  • 在页分裂、页合并时维护也更灵活

复盘
  • 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
问题补充：

1. 链表为何不行？

链表在查找数据时必须从第一个节点开始，顺着指针逐个遍历，直到找到目标。这种线性遍历的方式，在最坏情况下需要扫描所有节点，时间复杂度为 O(N)。当表中数据量达到百万甚至千万级别时，这种查找效率极低，无法满足数据库快速定位数据的需求。

2. 二叉搜索树为何不行？

二叉搜索树在极端情况下会面临严重的退化问题。如果插入的数据是有序的（例如递增的主键值），它就会退化成一个链表，所有的节点都只有右孩子，导致树的高度急剧增加。退化后的二叉搜索树查找效率同样变为 O(N)，无法保证查询性能的稳定性。

3. AVL 树和红黑树为何不行？

AVL 树和红黑树虽然通过旋转操作解决了普通二叉树的退化问题，保持了树的平衡（或近似平衡），但它们本质上仍然是二叉结构。这意味着每个节点最多只有两个分支，导致树的高度依然较高。在 InnoDB 中，数据存储在磁盘上，查找数据需要逐层访问磁盘页。树的高度越高，访问的磁盘页就越多，产生的 I/O 次数也就越多。相比于能拥有更多分支的 B+ 树，AVL 树和红黑树的"层高"更高，在磁盘 I/O 层面上的效率远不如 B+ 树。

4. Hash 为何不行？

虽然 MySQL 中支持 Hash 索引（例如 Memory 存储引擎），但 InnoDB 和 MyISAM 并不直接支持。Hash 索引基于 Hash 表实现，查找单条记录时理论上能达到 O(1) 的时间复杂度，速度极快。然而，Hash 索引有两个致命缺陷：一是无法支持范围查找（例如 BETWEEN、>、< 等操作），因为 Hash 算法会打乱键值的原始顺序；二是无法利用索引进行排序操作。在关系型数据库中，范围查询是非常高频的操作，因此 Hash 索引无法作为通用的、主要的索引结构。

InnoDB

  • 只支持 BTree 索引

  • 这就是我们前面一直在讲的 B+树 结构

  • InnoDB 是 MySQL 默认存储引擎，也是大多数生产环境的选择

MyISAM

  • 只支持 BTree 索引

  • 早期 MySQL 默认引擎，现在用得少了

MEMORY/HEAP

  • 同时支持 Hash 和 BTree 两种索引

  • 因为数据存储在内存中，Hash 索引的 O(1) 查找优势能充分发挥

  • 但重启数据就丢失，只适合临时表或缓存场景

NDB

  • 支持 Hash 和 BTree

  • NDB 是 MySQL Cluster（集群版）使用的引擎

  • 注：Hash 索引是默认的，BTree 索引模拟实现有特殊说明

结论

InnoDB 只支持 BTree 索引，不支持 Hash 索引。

这就是为什么我们只讲 B+树，不讲 Hash。

B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？

数据结构演示链接： Data Structure Visualization

8.B+ vs B

B树：

B＋树：

这两个树对我们最有意义的区别：

1.B树节点，既有数据，又有Page指针，

2.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+

1.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。

2.叶子节点相连，更便于进行范围查找

聚簇索引 VS 非聚簇索引

  • MyISAM 存储引擎-主键索引
  • 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。
  • 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。

终端A

使用engine=InnoDB

终端B

这是MYSQL8.0

MYSQL5.7

旧版 MySQL（如 5.7 及更早）

  • 表结构定义 → 存储在 .frm 文件

  • 表数据 + 索引 → 存储在 .ibd 文件（InnoDB 引擎）

  • 数据库默认字符集 → 存储在 db.opt 文件

所以你看到的是三个文件：db.opt、test1.frm、test1.ibd

新版 MySQL（如 8.0）

  • 数据字典统一管理 → 表结构定义被移入系统表空间（mysql.ibd）

  • 每个表的数据 → 仍然存储在 xxx.ibd 文件中

  • 不再生成 .frm 文件和 db.opt 文件

所以你只看到一个文件：test1.ibd

终端A

终端B

MYSQL8.0

该表对应的主键索引和用户数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中， 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
SDI 文件（Serialized Dictionary Information）

  • 出现版本：MySQL 8.0

  • 作用 ：存储表的序列化字典信息（即表结构定义）

  • 文件名格式 ：表名_数字.sdi

  • 数字（如 448） ：MySQL 自动生成的序列号，用于唯一标识这个表的 SDI 文件，没有特殊含义

.frm 文件

  • 出现版本：MySQL 5.7 及更早

  • 作用 ：存储表的结构定义

为什么 test2 同时有 .ibd 和 .MYD/.MYI？

test2 表使用的是 InnoDB + MyISAM 混合？

从文件来看：

  • test1.ibd → InnoDB 表的数据文件

  • test2_448.sdi → 表结构（MySQL 8.0）

  • test2.MYD + test2.MYI → MyISAM 表的数据文件和索引文件

这说明 test2 是一个 MyISAM 引擎的表，但也生成了 SDI 文件（因为 MySQL 8.0 对所有表都会生成 SDI）。

448 只是 MySQL 8.0 自动生成的一个序列号，没有特殊含义

  • 其中， 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
  • 当然， 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 种索引可以叫做辅助（普通）索引。
  • 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 建立对应的辅助索引如下图：
  • 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。

知识回顾：

  • 如何理解硬盘
  • 如何理解柱面，磁道，扇区，磁头
  • InnoDB 主键索引和普通索引
  • MyISAM 主键索引和普通索引
  • 其他数据结构为何不能作为索引结构，尤其是B+和B
  • 聚簇索引 VS 非聚簇索引

六、索引操作

1.创建主键索引

第一种方式：

sql 复制代码 
-- 在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));

第二种方式：

sql 复制代码 
-- 在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));

第三种方式：

sql 复制代码 
create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
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

sql 复制代码 
在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);

第二种方式

sql 复制代码 
 创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));

第三种方式

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

3.普通索引的创建

第一种方式

sql 复制代码 
create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后，指定某列为索引
);

第二种方式

sql 复制代码 
create table user9(id int primary key, name varchar(20), email
varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引

第三种方式

sql 复制代码 
create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
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)

sql 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;


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

explain工具

可以用explain工具看一下，是否使用到索引

如何使用全文索引呢？

通过explain来分析这个sql语句

5.查询索引

第一种方法：

show keys from 表名

第二种方法:

show index from 表名;

字段 值 含义
Table test1 索引所属的表名
Non_unique 0 索引是否允许重复值。0 = 不允许重复（唯一索引），1 = 允许重复
Key_name PRIMARY 索引的名称。PRIMARY 是主键索引的固定名称
Seq_in_index 1 在联合索引中的列序号。这里是1，表示只有这一列，也是第一列
Column_name id 索引建立在哪个列上
Collation A 排序规则。A = 升序，NULL = 不排序
Cardinality 0 索引中唯一值的估计数量。这里为0，说明表是空的或者刚刚创建还没统计
Sub_part NULL 表示是否只索引列的前缀部分。NULL = 索引整列，数字 = 只索引前N个字符
Packed NULL 键值是否被压缩存储。NULL = 未压缩
Null (空) 列是否允许 NULL 值。空 = 不允许 NULL，YES = 允许 NULL
Index_type BTREE 索引使用的数据结构。这里是 B+树
Comment (空) 索引的额外备注信息
Index_comment (空) 创建索引时通过 COMMENT 添加的说明文字
Visible YES 索引对优化器是否可见。YES = 可用，NO = 被隐藏
Expression NULL 如果是函数索引，这里显示表达式。NULL = 普通列索引

第三种方法（信息比较简略）：

desc 表名；

6.删除索引

第一种方法-删除主键索引：

alter table 表名 drop primary key;

第二种方法-其他索引的删除：

其他索引的删除： alter table 表名 drop index 索引名 ;

索引名就是 show index from 表名中的 Key_name 字段

第三种方法方法：

drop index 索引名 on 表名

7.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

8.其他概念

  • 复合索引
  • 索引最左匹配原则
  • 索引覆盖

1. 复合索引

就是把多个列组合成一个索引，比如 index_name_age (name, age)。查询时如果条件匹配索引的前缀列（比如只查 name），就能用上这个索引。

2. 索引最左匹配原则

这是复合索引的使用规则。MySQL 使用复合索引时，会从最左边的列开始匹配，中间不能跳过。比如有 (a, b, c) 索引，查询条件 where a=1 and c=3 只能用到 a，因为跳过了 b。

3. 索引覆盖

指一个查询要的所有数据都能在索引里直接拿到，不需要回表查数据行。比如你只查 name 和 age，而这两个字段正好在一个复合索引里，MySQL 读完索引就返回结果了，速度非常快。

相关推荐
ccddsdsdfsdf9 小时前
DBeaver怎么链接mongoDB
数据库·mongodb
丷丩10 小时前
Postgresql基础实践教程（十一）各种Join
数据库·postgresql·join
星夜夏空9911 小时前
FreeRTOS学习(4)——内存映射
数据库·学习·mongodb
TheRouter11 小时前
AI Agent 记忆体系建设实战：短期、长期与工作记忆的工程实现
数据库·人工智能·oracle
Omics Pro11 小时前
首个！外源天然产物综合性代谢图谱
数据库·人工智能·算法·机器学习·r语言
唐青枫12 小时前
MySQL EXISTS 详解：存在性判断、NOT EXISTS 与实战示例
sql·mysql
JAVA面经实录91712 小时前
Hibernate面试题库
数据库·oracle·hibernate
2301_7736436213 小时前
华为云存储实验
网络·mysql·华为云
迷枫71213 小时前
DM8 目录结构与常用排查入口梳理
服务器·数据库
热门推荐
01GitHub 镜像站点02DeepSeek V4 + Claude Code thinking mode 400 错误修复方案03【AI】2026 年具身智能模型和世界模型总结04Codex 接入 DeepSeek API 完整配置文档05【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法06裂开！ChatGPT 居然开始要手机号验证，附详细解决方法07CC-Switch & Claude 基于 Linux 服务器安装使用指南08几个好用的ip纯净度检测网站09CC-Switch 全平台下载、安装与使用全指南（Windows/macOS/Linux）10API Key 登录 Codex 也能用插件了，还支持会话删除和导出