Mysql索引特性

最新推荐文章于 2024-11-14 12:24:32 发布

七天七月七年_J

最新推荐文章于 2024-11-14 12:24:32 发布

阅读量336

点赞数

分类专栏： Mysql学习文章标签： mysql 数据库

本文链接：https://blog.csdn.net/JJR_YZ/article/details/133996057

版权

Mysql学习专栏收录该内容

9 篇文章 0 订阅

订阅专栏

一、索引

索引：可以提高数据库的性能，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。

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) --解决中文索引问题。

1.1Mysql与磁盘交互基本单位

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，索引为了提高基本的IO效率，Mysql进行IO的基本单位是16KB(之后统一使用InnoDB存储引擎进行说明)。

磁盘这个硬件设备的基本单位是512字节(0.5KB),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。

1.2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。

🖊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。

🖊为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数

1.3索引的理解

演示加深理解：

建立测试表

插入多条记录

这里插入了多条记录，但是并不是按照主键的大小顺序插入的。

查看插入结果：

但是查看结果是有序的。这是因为有主键的缘故，默认为我们建立了索引，Mysql会默认按照主键给我们的数据进行排序。

实际上Mysql和磁盘的交互是以Page为基本单位：

不同的Page，在Mysql中，都是16KB，使用prev和next构成双向链表。

从上面的Page内数据记录可以看出来，mysql会对有主键的数据处理使得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。正是因为有序，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。

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。

针对这种情况，我们引入了目录：

单页情况：

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，通过键值 MySQL 会自动排序，根据键值插入到不同的目录中。

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，就可以通过比较，找到要访问的那个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。

这就是B+树。至此，我们已经给我们的表user建完了主键索引。

复盘一下：

🖊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

InnoDB在建立索引结构来管理数据的时候，其他数据结构为何不行？

🖊链表肯定不可以，它是单纯的线性遍历，是我们B+树的一个子结构。

🖊二叉搜索树有退化问题，可能退化为线性结构。

🖊AVL&&红黑树虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下查找，层高越低，意味着系统与硬盘更少的IO Page交互。所以B+更优。

🖊HASH，在官方的索引实现方式中，Mysql是支持HASH的，不过InnoDB和MyISAM并不支持HASH跟其算法特征，在面对范围查找就明显不行，另外还有其他差别。

通过观察，我们发现B+树和B树的差别：

🖊B树节点，既有数据，又有Page指针，而B+,只有叶子节点有数据，而其他目录页，只有键值和Page指针。

🖊B+叶子节点，全部相连，而B树没有。

为何选择B+:

🖊目录节点不存储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。

1.4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。

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。

其中，InnoDB这种用户数据与索引数据在一起的索引方案，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。

二、索引操作

2.1创建主键索引

🖊Type1

--- 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));

🖊Type2

-- 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));

🖊Type3

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，最多只有一个主键索引。

🖊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

2.2唯一索引的创建

🖊Type1

--- 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);

🖊Type2

--- 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));

🖊Type3

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

2.3普通索引的创建

🖊Type1

        create table user8(id int primary key,

                        name varchar(30),

email varchar(30),

index(name) --在表的定义最后，指定某列为索引

        );

🖊Type2

--- 创建表时，在表的后面指定某列或某几列为unique

create table user9(id int primary key,name varchar(30),email varchar(30));

alter table user9 add index(name); --- 创建完表以后指定某列为普通索引

🖊Type3

create table user10(id int primary key, name varchar(30), 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：