索引是帮助我们查找数据的排好序的数据结构，现在MySQL索引支持HASH和BTREE。我们大多数使用BTREE。下面我们介绍一下常见的几种数据结构，并解释一下为什么mysql不采用这些数据结构而是用BTREE。
索引的数据结构
-
平衡二叉树
就拿主键索引来说，当表中数据量级增大，索引也越来越多，构建的索引二叉树也越来越高，数据库索引是存储在外部磁盘上的，当我们利用索引查找数据时，不可能把整个索引全部加载到内存，只能逐一加载每个磁盘页，磁盘页对应索引树的节点，那么这时需要做的磁盘IO增多，所以不使用二叉树去做索引，我们应该尽量在保证比较次数小的同时，降低磁盘IO，则需要降低二叉树的高度，这时候B树就可以满足我们的需求，B树的每个节点不再像二叉树一样只能存储一个数据。
-
红黑树
红黑树是一种自平衡的二叉查找树，当我们插入或者删除数据时，红黑树可能需要自平衡做出调整，且红黑树跟平衡二叉树一样高度会影响磁盘IO耗时。
-
哈希
哈希桶，方便快速根据key定位到value，比如我们MySQL的索引类型用Hash，对索引的key进行一次hash计算就可以直接定位到数据，有时候Hash比B+树的效率高，但是Hash不支持范围查找，且容易发生哈希碰撞。
-
B类树
-
B树：
B树叶子节点之间没有指针，范围查找效率低。
-
B+树：
-
非叶子节点不存储数据，只冗余索引，这样可能存放更多索引
-
叶子节点包含了所有索引字段
-
叶子节点之间用指针连接，提高了区间访问性能。
-
-
MyISAM存储引擎下索引采用了非聚集索引，也就是叶子节点不存储完整的数据，只存储了索引，索引文件和数据文件是分开的，当查到索引后需要拿索引数据再去回表查找数据文件。
InnoDB存储引擎InnoDB存储引擎采用了聚集索引，叶子节点存储了完整的数据，当查到索引后数据也就查到了，效率更高。
-
为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？
-
如果设置了主键，则直接使用设置的主键做聚集索引树，如果我们没有设置，则InnoDB会选择不含NULL值且数据不重复的一列做聚集索引，如果筛选不到，则会增加一列ROWID隐式地作为行记录，用它来组织索引树。
-
如果使用自增主键，插入新数据后，后续的索引节点都会顺序地插入索引树，但是如果不自增，而索引是排好序的数据结构，则需要移动现有的数据，增加开销，每一页的存储是有限的，频繁的移动插入分页可能会造成索引树不够紧凑，增加重新优化的开销。
-
如果使用UUID或其他类型的值做主键，查找对比数据时底层按照ASCII码去比较大小，增加了查找对比的开销。
-
-
为什么非主键索引结构叶子节点存储的是主键值？
主键索引就是聚集索引，索引树的叶子节点中存的是整条数据记录，表中行的物理顺序与键值的逻辑顺序相同，一个表只能包含一个聚集索引。因为索引只能按照一种方法进行排序。非聚簇索引（普通索引）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）。非主键索引结构叶子节点存储的是主键值可以减少行移动或者数据页分裂时二级索引的维护工作，当修改数据时，非主键索引因为叶子节点存储的是主键而不需要重新构建，只要更新主键索引，非主键索引不用动。
联合索引底层及最左匹配原则
联合索引树节点中每页存储的是几个索引值，当我们不按照最左匹配去使用联合索引时，索引树无法保证每页数据中单独的索引值是排好序的，这时候退化成全文查找。
利用Explain分析SQL语句
explain中的列
-
id：select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。 id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。
-
select_type：表示这个查询是简单查询还是复杂查询。总共有以下几种类型：
-
simple：简单查询，查询不包含子查询和union
-
primary：复杂查询中最外层的select
-
subquery：包含在select中的子查询
-
derived：包含在from子句中的子查询，MySQL会将结果放在一个临时表里
-
union：在union中的第二个和随后的select
-
-
table：表示 explain 的一行正在访问哪个表。 当 from 子句中有子查询时，table列是格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查 询。 当有 union 时，UNION RESULT 的 table 列的值为，1和2表示参与 union 的 select 行id。
-
type：这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。 依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL 一般来说，得保证查询达到range级别，最好达到ref 。
-
NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表
-
const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是 const的特例，表里只有一条元组匹配时为system
-
eq_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。
-
ref：相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。
-
简单 select 查询，使用普通索引（非唯一索引）
-
关联表查询，使用联合索引的前缀
-
-
range：范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。
-
index：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。
-
all：扫描了聚集索引的所有叶子节点。
-
-
possible_keys：表示查询可能使用哪些索引来查找。 explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。 如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提 高查询性能，然后用 explain 查看效果。
-
key：表示实际上采用了哪个索引来优化对该表的访问。 如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force index、ignore index。
-
key_len：表示mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 举例来说，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成，并且每个int是4字节。通 过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。
key_len计算规则如下：
-
字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字 或字母占1个字节，一个汉字占3个字节
char(n)：如果存汉字长度就是 3n 字节
varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串
-
数值类型
tinyint：1字节
smallint：2字节
int：4字节
bigint：8字节
-
时间类型
date：3字节
timestamp：4字节
datetime：8字节
-
如果字段允许为 NULL，需要1字节记录是否为 NULL 索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索 引。
-
-
ref：表示在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）
-
rows：这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。
-
Extra：该列包含MySQL解决查询的详细信息,有以下几种情况
-
Using index：使用覆盖索引
覆盖索引定义：mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值
-
Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围；
-
Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖
-
Using temporary：表示MySQL需要使用临时表来存储结果集，常见于排序和分组查询
pid有索引
projectname没有索引
-
Using filesort：当Query中包含 order by 操作，而且无法利用索引完成的排序操作称为“文件排序”，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一 般也是要考虑使用索引来优化的。
-
Using join buffer：表示在获取连接条件时没有使用索引，并且需要连接缓冲区来存储中间结果。如果出现了这个值，那应该注意，根据查询的具体情况可能需要添加索引来改进能。
-
Impossible where：这个值强调了where语句会导致没有符合条件的行（通过收集统计信息不可能存在结果）。
-
Select tables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段
-
No tables used：Query语句中使用from dual 或不含任何from子句
-
索引实践
示例表：
2 CREATE TABLE `employees` (
3 `id` int(11) NOT NULL AUTO_INCREMENT,
4 `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
5 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
6 `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
7 `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
8 PRIMARY KEY (`id`),
9 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
10 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
11
12 INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
13 INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',
23,'dev',NOW());
14 INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
-
全值匹配
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
-
最左前缀法则
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。（跳过联合索引中间的列，索引树没办法按排好的序查找）
EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31; EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev'; EXPLAIN SELECT * FROM employees WHERE position = 'manager';
-
不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描（因为name是排好序的，但是name的一部分并不一定在树种有序，对列进行计算后，计算后的值不在索引树中）
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei'; EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
# 给hire_time增加一个普通索引： ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ; EXPLAIN select * from employees where date(hire_time) ='2018‐09‐30';
# 转化为日期范围查询，有可能会走索引： EXPLAIN select * from employees where hire_time >='2018‐09‐30 00:00:00' and hire_time < ='2018‐09‐30 23:59:59'; # 最后结果也不一定会走索引，因为mysql底层会计算执行成本，当结果集小的时候，它可能认为全表会更快，因为走二级索引查到几条结果集id后还要回表查询全部data -
存储引擎不能使用索引中范围条件右边的列（因为范围条件后的条件在索引树种通过前面条件限定后不一定是有序的）
EXPLAIN SELECT
最低0.47元/天 解锁文章
875
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
