深入浅出索引知识

• 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

• 索引模型

  • 哈希表

    • 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值即key，就可以找到其对应的值即Value

    • 思路：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。

    • 多个key值经过哈希函数的换算，会出现同一个值的情况，解决方法

      • 解决方法

        • 链表

    • 哈希表这种结构适用于只有等值查询的场景

  • 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

    • 优劣势：查询效率，有序数组就是最好的数据结构；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；

    • 有序数组索引只适用于静态存储引擎

    • 查询方法：二分法就可以快速得到，

    • 时间复杂度是O(log(N))

  • 搜索树

    • 特点：每个节点的左儿子小于父节点，父节点又小于右儿子

    • 时间复杂度是O(log(N)) （前提：保持这棵树是平衡二叉树）

    • 为保证平衡二叉树，更新的时间复杂度也是O(log(N))

    • N叉树由于在读写上的性能优点，以及适配磁盘的访问模式，已经被广泛应用在数据库引擎中了。

• innodb索引模型

  • 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

  • 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

  • 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

    • 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

    • 基于主键索引和普通索引的查询有什么区别？

      • 基于非主键索引的查询需要多扫描一棵索引树

      • 过程：非主键索引先在在对应的索引树上搜索到自己的值，这个值存放的是主键值，然后根据这个主键值到主键的索引树上搜索到指定的记录。

• 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

  • 插入数据可能需要移动后面的数据，空出位置

  • 如果数据页满了，就还要进行新的数据页的申请，将多的数据移动过去，称为页分裂，性能自然会受影响，影响数据页的利用率

  • 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。

  • 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。

  • 适合用业务字段直接做主键的场景

    • 只有一个索引

    • 该索引必须是唯一索引

• 小结1

  • B+树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。

  • 由于InnoDB是索引组织表，一般情况下我会建议你创建一个自增主键，这样非主键索引占用的空间最小。

  • 问题：

    • 重建主键索引和普通索引，说出对这两个的理解

      • 重建主键的过程不合理。不论是删除主键还是创建主键，都会将整个表重建。就不需要对主键索引进行删除的操作。

      • 如果删除，新建主键索引，会同时去修改普通索引对应的主键索引，性能消耗比较大。

      • 删除重建普通索引貌似影响不大，不过要注意在业务低谷期操作，避免影响业务。

• 回到主键索引树搜索的过程，我们称为回表

• 索引覆盖

  • 索引已经“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。

  • 联合索引就是对索引覆盖一个很好的引用

    • 例子：如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这样的索引就满足覆盖要查询的字段，这样就提高了效率。

• 最左前缀原则

  • B+树这种索引结构，可以利用索引的“最左前缀”，来定位记录。

  • 只要满足最左前缀，就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。

  • 在建立联合索引的时候，如何安排索引内的字段顺序。

    • 评估标准：索引的复用能力

    • 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。

    • 考虑的原则就是空间

• 索引下推

  • 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。