MySQL索引简介 - InnoDB和MyISAM索引模型

1. 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”。

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。

通俗地讲，索引用于快速找出在某个列中有一特定值的行，不使用索引，MySQL必须从第一条记录开始读完整个表，直到找出相关的行，表越大，查询数据所花费的时间就越多，如果表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件，而不必查看所有数据，那么将会节省很大一部分时间。

2. 索引的优缺点

1. 索引最大的优点是：
   1. 可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
   2. 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
2. 索引也有它的缺点：
   1. 虽然索引大大提高了查询速度，同时却会降低更新表的速度。因为更新表时，MySQL不仅要保存数据，还要保存索引文件。
   2. 索引文件需要占据物理空间。可能会迅速膨胀。

3. 索引分类

3.1. 普通索引

普通索引是最基本的索引，它没有任何限制，可以加速查询。

3.2. 唯一索引

与普通索引类似，但索引列的值必须唯一，允许有空值（注意和主键不同）。如果是组合索引，则列值的组合必须唯一。

3.3. 主键索引

主键索引，也有唯一约束，为表定义主键将自动创建主键索引，主键索引不允许有空值；

使用语句可以看到主键索引：

SHOW INDEX FROM table_name;

3.4. 组合索引

组合索引就是将多个列组合成一个索引；

应用场景为：频繁的同时使用n列来进行查询，如：where n1 = 'aaa' and n2 = 111;

3.5. 全文索引

仅可用于MyISAM和InnoDB，针对较大的数据，生成全文索引非常的消耗时间和空间。

对于文本的大对象，或者较大的CHAR类型的数据，如果使用普通索引，那么匹配文本前几个字符还是可行的，但是想要匹配文本中间的几个单词，那么就要使用LIKE %word%来匹配，这样需要很长的时间来处理，响应时间会大大增加，这种情况，就可使用时FULLTEXT索引了，在生成FULLTEXT索引时，会为文本生成一份单词的清单，在索引时及根据这个单词的清单来索引。

3.6. 聚簇索引

索引子节点的data域保存的就是数据文件本身，这种索引称为聚簇索引；

4. 索引的常见模型

索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，所以这里也就引入了索引模型的概念。有三种常见、也比较简单的数据结构，它们分别是哈希表、有序数组和搜索树。

4.1. 哈希表

1. 哈希表是一种以键-值（key-value）存储数据的结构，我们只要输入待查找的key，就可以找到其对应的value。哈希的思路很简单，把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置；
2. 哈希表这种结构适用于只有等值查询的场景，比如Memcached及其他一些NoSQL引擎；

4.2. 有序数组

1. 有序数组在等值查询和范围查询场景中的性能就都非常优秀。
2. 这里我们假设要查询的字段的值没有重复，这个数组就是按照该字段的值递增的顺序保存的。这时候如果你要查某值对应的记录，用二分法就可以快速得到，这个时间复杂度是O(log(N))。
3. 如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，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。
4. 有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口信息，这类不会再修改的数据。

4.3. 搜索树

1. 二叉搜索树的特点是：每个节点的左子节点小于父节点，父节点又小于右子节点。这样如果你要查某值的话，时间复杂度是O(log(N))。
2. 为了维持O(log(N))的查询复杂度，就需要保持这棵树是平衡二叉树。为了做这个保证，更新的时间复杂度也是O(log(N))。
3. 二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。
4. 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。

5. InnoDB的索引模型

5.1. B+树

1. 在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。
2. InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。
3. 每一个索引在InnoDB里面对应一棵B+树。
4. 至于为什么使用B+树，请参考InnoDB为什么采用B+树作为索引模型。

5.2. 主键索引、非主键索引、聚簇索引、二级索引

1. 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。
2. 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）。
3. 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）。
4. 基于主键索引和普通索引的查询有什么区别？
   1. 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；
   2. 如果语句是select * from T where key=5，即普通索引查询方式，则需要先搜索key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。
   3. 也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。
5. 聚簇索引这种实现方式使得根据主键进行的搜索十分高效，但是非主键索引搜索需要检索两遍索引：首先检索非主键索引获得主键，然后用主键到主键索引中检索获得记录。

5.3. 索引维护

1. 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。如果插入新的行索引值位于之前的行索引值之间，那么就需要逻辑上挪动后面的数据，空出位置。
2. 而更糟的情况是，如果要插入的位置所在的数据页已经满了，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。
3. 除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约50%。
4. 当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。
5. 自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。当一页写满，就会自动开辟一个新的页。每次插入时也不需要移动已有数据，因此效率很高，也不会增加很多开销在维护索引上。而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。
6. 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。
7. 有没有什么场景适合用业务字段直接做主键的呢？还是有的。比如，有些业务的场景需求是这样的：
   1. 只有一个索引；
   2. 该索引必须是唯一索引。
   3. 这时候我们就要优先考虑上一段提到的“尽量使用主键查询”原则，直接将这个索引设置为主键，可以避免每次查询需要搜索两棵树。

5.4. 覆盖索引

1. 如果执行的语句是select 主键 from T where key = 3，这时只需要查主键的值，而主键的值已经在key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key已经“覆盖了”我们的查询需求，我们称为覆盖索引。
2. 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。

5.5. 最左前缀原则

例如： create index ix_name_email on in3(name,email,phone);

查询条件：

1. name and email and phone – 使用索引
2. name and email – 使用索引
3. name – 使用索引
4. name and phone –使用索引A，中间断了后面的不会被使用
5. **email and phone – **不使用索引 （因为email字段在右边）
6. phone --不使用索引

在建立联合索引的时候，如何安排索引内的字段顺序?

因为可以支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。因此，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。

5.6. 索引下推

不符合最左前缀的部分，会怎么样呢？

以市民表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是10岁的所有男孩”。那么，SQL语句是这么写的：

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

在MySQL 5.6之前，只能从name为“张”开头的记录的ID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。InnoDB在(name,age)索引内部就判断了age是否等于10，对于不等于10的记录，直接判断并跳过。

6. MyISAM索引模型

6.1. B树

MyISAM的索引模型使用的是B树（B-tree）索引结构。B树索引以平衡树的形式存储数据，使得查询操作具有高效的查找性能。B树索引允许范围查询、精确查找和排序操作。

6.2 非聚簇索引

1. MyISAM索引方式为非聚簇索引，使用的是B Tree作为索引结构，叶子节点的data域存放的是数据记录的地址。
2. 也就是说，MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。

6.3. 主键索引、非主键索引

1. MyISAM允许数据库表没有主键，因此允许没有主键索引；
2. MyISAM主键索引为非聚簇索引，叶子节点的data域存放的是数据记录的地址。
3. MyISAM非主键索引，叶子节点的data域存放的是数据记录的地址。
4. MyISAM中主键索引与非主键索引的唯一区别在于，主键索引要求key是唯一的，非主键索引的key可以重复。