Mysql索引

简介

一句话简单来说，索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。一本500页的书，如果你想快速找到其中的某一个知识点，在不借助目录的情况下，那我估计你可得找一会儿。同样，对于数据库的表而言，索引其实就是它的“目录”。

索引的常见模型

哈希表：哈希表是一种以键-值（key-value）存储数据的结构。处理冲突的方式：链表
特点： 哈希表适用于等值查询的场景，但是在区间查询的速度很慢（因为hash不是有序的）

有序数组：有序数组在等值查询和范围场景查询中的性能都非常优秀。
缺点： 有序数组只适用于静态存储引擎。在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。

二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子。

你可以想象一下一棵100万节点的平衡二叉树，树高20。一次查询可能需要访问20个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要10 ms左右的寻址时间。也就是说，对于一个100万行的表，如果使用二叉树来存储，单独访问一个行可能需要20个10 ms的时间，这个查询可真够慢的。

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N叉”树。这里，“N叉”树中的“N”取决于数据块的大小。

InnoDB的索引模型

InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。每一个索引在InnoDB里面对应一棵B+树。

B+树是为磁盘及其他存储辅助设备而设计一种平衡查找树（不是二叉树）。B+树中，所有记录的节点按大小顺序存放在同一层的叶子节点中，各叶子节点用指针进行连接。B+树的叶子节点会形成一个有序链表。

根据叶子节点的内容，索引类型分为主键索引和非主键索引。

• 主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。

• 非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引
  （secondary index）。

基于主键索引和普通索引的查询有什么区别？

• 如果语句是select * from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；
• 如果语句是select * from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。

索引维护

B+树为了维护索引有序性，在插入新值的时候需要做必要的维护。主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

覆盖索引
如果执行的语句是select ID from T where k between 3 and 5，这时只需要查ID的值，而ID的值已经在k索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引k已经“覆盖了”我们的查询需求，我们称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用
的性能优化手段。

在建立联合索引的时候，如何安排索引内的字段顺序？

• 第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

索引下推
联合索引（name, age）为例

	select * from tuser where name like '张%' and age=10 and ismale=1;

你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用 “张”，找到第一个满足条件的记录。

• 在MySQL 5.6之前，只能从ID3开始一个个回表。到主键索引上找出数据行，再对比字段值。
• 而MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

由于存在前缀索引，在找到相应的name之后，如果不存在索引下推，就会执行相对应的回表，age在回表之后判断。

索引重建

索引在重建的时候，会将索引现存的所有值重新按顺序排列写入，消除了由于部分索引值删除导致的空间浪费，减少页分裂。如果对主键索引重建，会将整个表重新排列。

索引误区

1. 使用函数对索引字段进行操作，可能会破坏索引的有序性，因此会进行全表扫描，但还是会使用索引，只是放弃了树搜索。

2. 隐式类型转换

mysql>select * from tradelog where tradeid=110717

在这里tradeid是varchar类型的字段，我们在语句中将他强转为int，如下

mysql>select * from tradelog where CAST(tradeid as signed int) = 110717

由第一条我们可知，对索引字段使用函数是不会走树搜索的。

3. 隐式编码类型转换
   当两张表的字符编码类型不一，在做关联查询的时候，会针对被驱动表的索引字段执行CONVERT函数，由第一条可知。
   针对数据量较小，修改方便的表来说，我们可以通过DDL修改表的编码；针对数据量比较大的表来说，我们可以在sql中直接自己类型转换，如下

mysql>select d.* from tradelog l, trade_detail d where d.tradeid = CONVERT(l.tradeid USING utf8) and l.id = 2