【Mysql那些事】一文详解索引原理（全）

学习任何技术，首先我们要知道怎么用，熟练之后再探究其原理，最后再根据业务进行优化。

                                                                                                                                    ——船长

MySQL的索引有哪些？

主键索引：表的主键列会默认添加索引，索引中保存了该行记录的所有数据
唯一索引(upique)：该列的所有值必须唯一
普通索引(normal)：普通列的一种索引
聚合索引：是普通索引中的一种，但是它是由多个列组成的索引

索引怎么用？

假设我们有几张表，如下

使用navicat设计学生student表，并添加索引如下

1、主键索引

mysql会为每个表的主键自动添加索引，在其索引树的叶子节点中，保存着主键所在行的所有数据，这个后面会讲。也就是说只要找到主键，就代表找到了该行记录，所以使用了主键索引速度会比较快

2、唯一索引

唯一索引对应的列，其数据不可重复，这点相当于主键，不同的是其索引树的叶子节点保存的不是所在行的所有数据，而是该列的值，查询速度比主键慢一些

3、普通索引

普通索引就没什么好说了，其值可以重复，而且索引树叶子节点保存的就是该列的值，而不是整行数据

4、聚合索引

当需要联合几个字段去查询时，使用聚合索引的速度会比多个普通索引快，因为每个索引对应一棵索引树，多个普通索引，虽然都用上了索引，但是要遍历好几个索引树，而使用聚合索引只需遍历一棵索引树

如果对索引树一点了解都没有的同学，可以先看看下面的分析，再回过头来理解一下这四种索引，必然会有焕然一新的感觉

索引的底层结构是什么？

索引底层结构分为全文索引、哈希索引、B+树索引
全文索引：只有MyISAM引擎支持，不作介绍
哈希索引：计算索引列的hashCode，并将其存在索引中，如果出现冲突，就以链表的形式存储，类似hashMap结构
B+树索引：将索引列的值排序，并放入索引树中的指定位置(Mysql默认的索引结构)

哈希索引的原理

hash是一种key-value形式的数据结构，哈希索引是以索引列的hashCode为键，数据行的地址指针为值形成的一种索引，它是一块非常紧凑的地址空间，可以将其视为数组

如果我们要查询【刘备】，那么先通过计算哈希码hashCode(刘备)=002得到，然后在哈希索引中找到key=002的位置，拿到真正保存数据的磁盘地址311，再去找到数据行。

可见这里查找了两次，第一次是根据hashCode找到地址，第二次是根据地址找到数据行，但是这种查询速度是非常快的，因为它没有去遍历每一条数据行，而是通过hashCode直接找到数据行的磁盘地址。

那如果发生hash冲突怎么办呢？例如关羽和张飞的hashCode都等于010，这时候就会将张飞接在关羽的后面，形成一种链式结构，然后在关羽的下一个地址指针中保存张飞的地址。

当查找【张飞】时，通过hashCode(张飞)=010找到地址45，再通过地址找到了关羽，通过判断姓名【张飞】!=【关羽】，于是通过下一个地址指针46继续查找，第二次就找到了张飞。

这种解决冲突的方式称之为链地址法。所以哈希索引的结构就是数组+链表的形式，与hashMap雷同，但是当冲突太多导致链表很长时，操作数据的时候还是会一直遍历链表才能找到数据，这就会影响性能。

大家可以通过哈希索引的结构，再根据自己平时写sql用到的条件，思考一下他有什么优缺点，我将在文末进行总结。

B+树索引原理

B+树的演变

二叉树 ——> 二叉搜索树 ——> 平衡二叉树 ——> B树 ——> B+树

在这里对二叉树等结构不做深入介绍，后续的算法章节会详细介绍，只简单介绍B树和B+树。

什么是B树？

基本定义：

1、根节点至少有两个子节点

2、叶子节点都在同一高度

3、如果非叶子节点有n个关键字，那么他有n+1个子节点，且这n个节点递增排列

什么是B+树？

B+是由B树演变而来的，所以它具有B树的所有特性，另外还有两点

1、B+树的非叶子节点只存关键字，不存放数据

2、B+树的叶子节点之间用指针相连，是一个双向链表

MySQL中的B+树索引

我们用上面的student表来看B+树是如何存储索引的，假设在student表中添加以下几条数据

上面我们已经为其添加了索引，现在student中的所有索引如下

id：主键索引，默认创建的
code：唯一索引
class_id：普通索引
name_class：name列和class_id列的聚合索引

id索引的B+树索引结构如下：

由此可知，主键索引的叶子节点存储了整行的记录，所以使用了主键索引的sql查询速度是非常快的。

唯一索引和普通索引一样，只不过该索引的值是唯一的，不会出现重复值

普通列class_id的索引树如下：

重点来了！重点来了！重点来了！

可见其叶子节点保存的是其行记录中的id，我们看下面两条sql有何不同

sql1：select * from tb_student where class_id=834

sql2：select id from tb_student where class_id=834

看似一样，实则不然。第一条sql查询的是整行记录，而行记录是保存在主键的索引树中的，所以其查询步骤是：根据普通索引class_id的索引树找到叶子节点，获得行记录id，然后根据id去主键索引树中取出整行记录

这个查询过程就称之为回表，可见回表会降低查询效率

而第二条sql查询的就是id，class_id的索引树叶子节点保存的就是id的值，那么不需要去主键索引树取值了，直接将id返回即可，所以效率较前者高。（看到这里大家应该能想到为什么需要聚合索引了）

知其然，知其所以然，必百战百胜。

下面我们再看看聚合索引的树结构：

为了数据能够直观一点，我们新增一个聚合索引

其索引树如下

联合索引中的第一个索引是classid，那么索引树会先根据class_id去排序，而后再依次根据后面的索引列排序。所以联合索引的最左原则就可以在此体现了。

SELECT * FROM tb_student where class_id=18 and id=834

对于上面这条语句，他有两个索引可以走，第一是联合索引id_class，第二个是主键索引id，拿到底会走哪一条呢？答案是主键索引

注意：联合索引和主键索引同时存在时，优先走主键索引

为什么呢？这是mysql采用的优化策略，因为主键索引可以直接查出整行数据，所以不管你select *还是select 其他字段我都能满足，而走联合索引且select *时还会涉及到一次回表操作

总结

哈希索引的优缺点

优点：
1、查询速度快
2、维护索引的成本相对较低

缺点：
1、无法进行范围查询，因为是通过计算元素的hashCode定位查找的，像age>50这种范围查找是无法使用哈希索引的
2、无法通过索引排序，哈希的最大特点就是散列分布，几乎毫无规律，所以无法排序

B+树索引的优缺点

优点：
1、索引树一般2-4层，查询效率高，IO消耗少
2、支持各种范围查询
3、支持索引排序

缺点：
1、维护索引树的代价高
2、索引太多所占的空间也会变大

 

关注公众号：全栈船长