MySQL_索引

MySQL索引

引言

索引本质是一种数据结构，且在大多数情况下使用B+树，但可能也会用到哈希等数据结构，其作用是快速查找数据，可以做一个简单实验，使用一台低配置的云服务器，在一个具备8百万行数据的表中查找一个数据，未使用索引时，耗时5min+，而使用索引时，耗时0.01s

1. 索引的基础原理

1.1 磁盘结构

先来提一下磁盘，磁盘也就是传统硬盘，即断电后也能存储数据的硬件，传统磁盘每个扇区一般都是512字节，现代磁盘的单个扇区可容纳4kb数据

根据冯诺依曼体系，我们知道，对一个数据进行操作时，需要先将数据从硬盘读取到内存中，然后cpu进行相关操作，那么，对于海量数据，在这个过程中，是将数据截成小块，多次IO操作效率高，还是直接读取整个数据块效率高呢？答案是直接读取整块数据，也就是说，读取数据时，需要尽可能减少IO次数，才能提高效率

传统磁盘的一个扇区，可存储4KB数据，而mysqld（InnoDB 引擎）中，一个查询页为16KB，也就是说，当使用MySQL查找数据时，会将磁盘中的4个扇区的数据读取到内存，并创建一个page，也就是说，就算仅仅需要查询一个数据，也会读取16kb的数据，这又是为什么呢？答案是，根据局部性原理，读取一个数据时，很有可能也需要周围的数据，因此，为了减少IO的次数，mysqld索性直接读取16kb的数据 -》对于海量数据，查找时，mysqld并不会将这些数据全部读取到内存中，而是会将这些数据进行分组，需要时，读取几个需要的page（单个page大小为16kb）即可

1.2 索引原理

那么，mysqld如何快速查询所需page呢？这就与索引有关了，索引，简单来说，其实就类似书的目录，而想要了解这个目录是如何构成的，就要来说说上面提到的B+树了，B+树，本质是一棵多叉树，其叶子节点中存储数据 + 数据中用于快速查找的关键字（目录），中间节点中仅存储下层节点中关键字的目录（详见下面两种索引图）

注：若数据海量，可能会迫使B+树具备多层节点，但总体而言，B+树的形状仍旧是矮胖形的（相比红黑树，AVL树等）

需要重点记忆的是，使用索引进行数据的查询时，不会将整棵B+树全部读取到内存中，而是需要哪个节点，就读取哪个到内存，这样做既减少了IO次数，也减少了内存使用，能够大大提高查询效率，需要补充说明的一点是，B+树的叶子节点相互连接的结构，能够帮助数据的范围查找，而且由于B+树是矮胖型结构，也能减少IO次数，提高效率，这些优势也算是索引选择B+树的主因

1.3 两种常用索引------聚簇索引与非聚簇索引

对于一张表，是可能会创建多个索引的，且每创建一个索引，就会新增一棵B+树，但需要注意，对于不同的mysqld存储引擎，其索引使用B+树的方式可能不同，常见的有聚簇索引和非聚簇索引两种，比如InnoDB存储引擎，其索引方式就为聚簇索引，而MyISAM存储引擎则采取了非聚簇索引

1.3.1 聚簇索引

聚簇索引：聚簇索引机制中具备主键索引与二级索引两种索引，对于主键索引，会创建主键索引B+树，会将完整数据 + 主键 + 对应的主键索引的数据目录（主键索引关键字）全部存放到该树的叶子节点中；而对于二级索引，则会创建二级索引用B+树，其叶子节点中仅会存放对应的索引键 + 二级索引的目录 + 数据主键，使用二级索引查找数据时，会先在二级索引的B+树中根据二级索引查找出对应的主键，然后再根据主键从主键索引的B+树查找出完整数据，此过程被称为回表查询

聚簇索引结构如下：

1.3.2 非聚簇索引

非聚簇索引：对于每个索引，都会创建一棵叶子节点信息为数据的指针 + 索引键 + 索引键目录的B+树，之后使用索引进行查询时，仅需找到对应索引的B+树，然后通过索引键值查询出所需数据的指针，再根据指针找到对应数据即可

非聚簇索引结构如下：

2. 索引的使用

索引宏观上来看可以分为主键索引和非主键索引两种，而非主键索引大致可以分为唯一键索引，普通索引与全文索引（选学）三种，下面就详细介绍几种索引的使用

2.1 主键索引的创建

主键索引可通过三种方式进行创建：

1. 在创建表的时候，直接在字段名后指定 primary key即可自动创建主键索引

   create table user1(id int primary key, name varchar(30));

2. 在创建表的最后，指定某列或某几列为主键索引（即创建复合主键的方式，同时也会创建复合主键索引）

   create table user2(id int, name varchar(30), primary key(id));

3. 创建表以后再添加主键

   alter table table_name add primary key(id);

添加主键索引的示例：

主键索引具备如下特点：

1. 一个表中，最多有一个主键索引，当然可以使用复合主键
2. 主键索引的效率高（原因是数据不重复，创建的B+树效率高）
3. 创建主键索引的列，它的值不能为null，且不能重复（主键约束，当然不能为null）
4. 主键索引的列基本上是int（因为一般都会将自增约束的列作为主键）

2.2 唯一索引的创建

唯一索引可通过三种方式进行创建：

1. 在表定义时，在某列后直接指定unique唯一属性，mysqld便会自动为唯一约束创建唯一索引

   create table user4(id int primary key, name varchar(30) unique);

2. 创建表时，在表的后面指定某列或某几列为unique，mysqld便会自动为唯一约束创建唯一索引

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

3. 创建好table后进行唯一索引的添加

   alter table table_name add unique(column_name);

添加唯一键索引示例：

唯一索引具备如下特点：

1. 一个表中，可以有多个唯一索引
2. 查询效率高（因为key是唯一的）
3. 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
4. 如果唯一索引字段同时设置not null，可以实现和主键一样「唯一 + 非空」的约束效果，但它依旧不是主键，一张表可以存在多个这类索引

2.3 普通索引的创建

普通索引可通过三种方式进行创建：

1. 在表的定义最后，指定某列为索引

   create table user8(id int primary key,name varchar(20),email varchar(30),index(column_name) );

2. 创建完表以后指定某列为普通索引

   alter table table_name add index(column_name);

3. 创建一个索引名为 idx_name 的索引

   create index idx_name on table_name(column_name);

添加普通索引示例：

需要注意的是，MySQL并不支持索引建立后重命名操作，只能通过删除原索引 + 新建的方式实现该需求

普通索引具备如下特点：

1. 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
2. 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

2.4 索引的查询与删除

查询索引的方法也有三种：

1. show keys from table_name;
2. show index from table_name;
3. desc table_name;（信息简略）

查询示例：

其中，key_name 字段为索引名，Column_name 字段为索引包含的字段

删除索引的方法也有三种：

1. 删除主键索引： alter table 表名 drop primary key;
2. 其他索引的删除： 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
3. drop index 索引名 on 表名

删除主键索引示例：

删除普通索引示例：

2.5 复合索引与索引的创建原则

复合索引：

上面也提到了，类似约束的创建般，单个索引也可以包含多列，并且，复合索引在使用时有些需要注意的点：

1. 当查询的数据均在复合索引中，且也是通过该复合索引进行查询时，不会发生回表查询行为，此特点大大提高了该类情况的查询效率，该行为被称为覆盖索引（注：实际上单索引也可能出现覆盖索引）
2. 使用复合索引查询时，WHERE 条件中必须包含索引的最左列（最左前缀原则），否则索引可能失效
3. 使用复合索引时，最左列必须在 WHERE 条件中出现，其余列可选，但参与条件过滤的列越多，查询效率越高

使用复合索引查询时，第一项不能为null示例（非海量数据时不好体现），这里主要展示使用复合索引查询需要包含索引第一项的含义，即where条件中需要包含索引第一项，下面以使用复合索引查询非复合索引中项（即需要回表）为例：

其中，第一个select语句表示使用复合主键的第一项进行查询，第二个select语句表示使用复合索引进行查询，但索引第一项为null，所以索引失效，查询效率低，第三个select语句表示使用复合索引进行查询，且所有项均不为空，所以索引有效，且查询效率最高

索引的创建原则：

1. 比较频繁作为查询条件的字段应该创建索引
2. 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
3. 更新非常频繁的字段不适合作创建索引
   引失效，查询效率低，第三个select语句表示使用复合索引进行查询，且所有项均不为空，所以索引有效，且查询效率最高

索引的创建原则：

1. 比较频繁作为查询条件的字段应该创建索引
2. 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
3. 更新非常频繁的字段不适合作创建索引
4. 不会出现在where子句中的字段不该创建索引