✅什么是最左匹配原则?
最左匹配原则是针对联合索引而言的,指的是当需要查询使用了联合索引的表时,查询条件必须包含联合索引的最左列。
这是因为联合索引在B+树中是从左往右存储的,查询的时候他会从联合索引最左列开始,依次向右匹配,直到匹配不到为止。
查询条件必须包含联合索引的最左列,并不是说最左列必须是第一个条件,当最左列不是第一个条件时,MySQL优化器会自动调整条件顺序
索引覆盖:当查询的结果列中包含完整的联合索引的列时,不会再从存储引擎中查询数据,而是直接返回索引中的数据,能够完全避免回表。
索引下推:减少回表次数,提高联合索引查询效率的一种手段,MySQL5.6开始默认开启索引下推,因为联合索引是二级索引,在没有使用索引下推的场景下,每个查询条件都需要根据主键值回表到主键索引中查询一次,即每个查询条件都需要回表一次。在开启了索引下推的场景下,会在索引中一次性判断所有条件是否符合,若符合则只需要回表一次即可,从而减少回表次数,提高查询效率。
在MySQL8.0.13版本中,允许SQL查询条件不满足最左匹配原则,也可命中联合索引。这个机制叫做skip range scan跳过范围扫描,他的底层实现机制是当查询条件不满足最左匹配原则时,会根据联合索引最左侧的列值基数动态追加查询条件,从而实现最左匹配查询,但是瓶颈是受限于最左列值的基数,适用于最左列基数值比较少的情况,因为如果最左列基数值比较多,构建的查询次数就会多,当超过一定量级,效率还不如全表扫描。
✅为什么MySQL使用B+树作为索引结构?
使用B+树作为索引结构的核心原因是:减少磁盘IO次数
mysql 数据是存储在磁盘中的,磁盘读写速度比内存慢太多,使用B+树可以大大减少磁盘IO次数,原因在于:
1 树矮,一个页可以存储成百上千个key,三层就可以存储千万个key,访问一次到第三层只需要读写磁盘3次
2 非叶子结点只存储key和指针,不存数据,这样一个16K的页就可以塞进更多索引,内存中就能缓存更多索引,内存命中率高,磁盘读写少
3 叶子结点使用双向链表连接,范围查询时只需要定位到起始结点,就可以按照链表顺序直接往后扫,不需要再重新回到根结点,这是一种顺序IO实现方式,顺序IO比随机IO快得多。
✅一个三层B+树大约能存多少数据?
三层B+树大约能存2000万条数据,四层大约能存200亿条数据,计算方法如下:
以聚簇索引为例,非叶子结点存储主键和指针,叶子结点按主键顺序存储完整的数据行。
假设主键是bigint 类型,8字节,指针6字节
默认一个页大小是16K
那么一个非叶子结点能存储16*1024/14=1,170条
一个叶子结点大小是1K,绝大多数数据行达不到这么大,这里就按1K算
那么一个三层B+树就会有1170个非叶子结点,每个非叶子结点会有1170个叶子结点,总数就是:
1170*1170*16=2190万,大约就是2000万