multi-valued indexes有什么特点。
什么是multi-valued index
MySQL 8.0.17起,InnoDB引擎新增了对JSON数据类型的多值索引,即multi-valued index。它的作用是针对JSON数据类型中,同一条记录有多个值的情况,加上索引后,根据这些值条件查询时,也可以指向同一条数据。
假设有一条数据是 {"user":"Bob","zipcode":[94477,94536]}
,意为Bob这位用户,他拥有多个邮编"94477"和"94536",这时候如果我们想对zipcode属性加索引,就可以选择使用多值索引了,在以往是不支持这个方式的。可以像下面这样创建索引:(建议在PC端或横版观看,下同)
[root@yejr.me]> CREATE INDEX zips ON t1((
CAST(data->'$.zipcode' AS UNSIGNED ARRAY)));
在本例中的多值索引实际上是采用基于CAST()的函数索引,CAST()转换后选择的数据类型除了BINARY和JSON,其他都可以支持。目前multi-valued index只针对InnoDB表中的JSON数据类型,其余场景还不支持。
multi-valued index怎么用
我们来看下一个JSON列怎么创建multi-valued index。
# 创建测试表
[root@yejr.me]> CREATE TABLE customers (
id INT NOT NULL AUTO_INCREMENT,
custinfo JSON,
primary key(id)
)engine=innodb;
# 写入5条测试数据
[root@yejr.me]> INSERT INTO customers(custinfo) VALUES
('{"user":"Jack","user_id":37,"zipcode":[94582,94536]}'),
('{"user":"Jill","user_id":22,"zipcode":[94568,94507,94582]}'),
('{"user":"Bob","user_id":31,"zipcode":[94477,94507]}'),
('{"user":"Mary","user_id":72,"zipcode":[94536]}'),
('{"user":"Ted","user_id":56,"zipcode":[94507,94582]}');
# 执行查询,此时还没创建索引,需要全表扫描
[root@yejr.me]> DESC SELECT * FROM customers WHERE
JSON_CONTAINS(custinfo->'$.zipcode',
CAST('[94507,94582]' AS JSON))\G
****************** 1. row ******************
...
type: ALL
possible_keys: NULL
key: NULL
...
rows: 5
filtered: 100.00
Extra: Using where
# 创建multi-valued index
[root@yejr.me]> ALTER TABLE customers ADD INDEX
zips((CAST(custinfo->'$.zipcode' AS UNSIGNED ARRAY)));
# 查看新的执行计划,可以走索引
[root@yejr.me]> DESC SELECT * FROM customers WHERE
JSON_CONTAINS(custinfo->'$.zipcode',
CAST('[94507,94582]' AS JSON))\G
****************** 1. row ******************
...
type: range
possible_keys: zips
key: zips
key_len: 9
ref: NULL
rows: 6
filtered: 100.00
Extra: Using where; Using MRR
multi-valued index底层是怎么存储的
知道multi-valued index怎么用之后,再来看下它底层是怎么存储索引数据的。以上面的customers表为例,我们利用innblock和bcview工具来确认InnoDB底层是怎么存储的。
1. 先找到辅助索引page
先用innblock工具确认辅助索引zips在哪个page上。
[root@yejr.me]# innblock customers.ibd scan 16
...
===INDEX_ID:56555
level0 total block is (1)
block_no: 4,level: 0|*|
===INDEX_ID:56556
level0 total block is (1)
block_no: 5,level: 0|*|
由于数据量很小,这两个索引都只需要一个page就能放下,辅助索引keys存储在5号page上。
2. 扫描确认辅助索引数据
继续用innblock扫描辅助索引,确认有多少条数据。
[root@yejr.me]# innblock customers.ibd 5 16
...
-----Total used rows:12 used rows list(logic):
(1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
(2) normal record offset:216 heapno:7 n_owned 0,delflag:N minflag:0 rectype:0
(3) normal record offset:162 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(4) normal record offset:234 heapno:8 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:270 heapno:10 n_owned 0,delflag:N minflag:0 rectype:0
(6) normal record offset:126 heapno:2 n_owned 5,delflag:N minflag:0 rectype:0
(7) normal record offset:252 heapno:9 n_owned 0,delflag:N minflag:0 rectype:0
(8) normal record offset:180 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
(9) normal record offset:144 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(10) normal record offset:198 heapno:6 n_owned 0,delflag:N minflag:0 rectype:0
(11) normal record offset:288 heapno:11 n_owned 0,delflag:N minflag:0 rectype:0
(12) SUPREMUM record offset:112 heapno:1 n_owned 6,delflag:N minflag:0 rectype:3
-----Total used rows:12 used rows list(phy):
(1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
(2) SUPREMUM record offset:112 heapno:1 n_owned 6,delflag:N minflag:0 rectype:3
(3) normal record offset:126 heapno:2 n_owned 5,delflag:N minflag:0 rectype:0
(4) normal record offset:144 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:162 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(6) normal record offset:180 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
(7) normal record offset:198 heapno:6 n_owned 0,delflag:N minflag:0 rectype:0
(8) normal record offset:216 heapno:7 n_owned 0,delflag:N minflag:0 rectype:0
(9) normal record offset:234 heapno:8 n_owned 0,delflag:N minflag:0 rectype:0
(10) normal record offset:252 heapno:9 n_owned 0,delflag:N minflag:0 rectype:0
(11) normal record offset:270 heapno:10 n_owned 0,delflag:N minflag:0 rectype:0
(12) normal record offset:288 heapno:11 n_owned 0,delflag:N minflag:0 rectype:0
...
可以看到,总共有12条记录,除去INFIMUM、SUPREMUM这两条虚拟记录,共有10条物理记录。为什么是10条记录,而不是5条记录呢,这是因为multi-valued index实际上是把每个zipcode value对都视为一天索引记录。再看一眼表数据:
[root@yejr.me]> select id, custinfo->'$.zipcode' from customers;
+----+-----------------------+
| id | custinfo->'$.zipcode' |
+----+-----------------------+
| 1 | [94582, 94536] |
| 2 | [94568, 94507, 94582] |
| 3 | [94477, 94507] |
| 4 | [94536] |
| 5 | [94507, 94582] |
+----+-----------------------+
上面写入的5条数据中,共有10个zipcode,虽然有些zipcode是相同的,但他们对应的id值不同,因此也要分别记录索引。也就是说, "zipcode":[94582,94536]
这里的两个整型数据,实际上在索引树中,是两条独立的数据,只不过他们都分别指向id=1这条数据。那么,这个索引实际上存储的顺序就应该是下面这样才对:
+---------+------+
| zipcode | id |
+---------+------+
| 94477 | 3 |
| 94507 | 2 |
| 94507 | 3 |
| 94507 | 5 |
| 94536 | 1 |
| 94536 | 4 |
| 94568 | 2 |
| 94582 | 1 |
| 94582 | 2 |
| 94582 | 5 |
+---------+------+
提醒下,由于InnoDB的index extensions特性,辅助索引存储时总是包含聚集索引列值,若有两个值相同的辅助索引值,则会根据其聚集索引列值进行排序。当然了,以上也只是我们的推测,并不能实锤,直接去核对源码好像有点难度。好在可以用另一个神器bcview来查看底层数据。这里之所以没有采用innodb_space工具,是因为它对MySQL 5.7以上的版本兼容性不够好,有些场景下解析出来的可能是错误数据。
3. 用bcview工具确认结论
按照推测,zips这个索引按照逻辑顺序的话,第一条索引记录是 [94477,3]
才对,上面看到第一条逻辑记录的偏移量是216,我们来看下。
# 从上面扫描结果可知,一条记录总消耗存储空间是18字节
bcview customers.ibd 16 216 18
...
# 这里为了排版方便,我给人为折行了
current block:00000005 --对应的pageno=5
--Offset:00216 --偏移量216
--cnt bytes:18 --读取18字节
--data is:000000000001710d80000003000000400024
...
来分析下这条数据,要拆分成几段来看。
000000000001710d,8字节(BIGINT),十六进制转成十进制,就是 94477
80000003,4字节(INT),对应十进制3,也就是id=3
000000400024,record headder,6字节,忽略
这表明推测结果是正确的。
另外,如果按照物理写入顺序,则第一条数据id=1这条数据:
+----+-----------------------+
| id | custinfo->'$.zipcode' |
+----+-----------------------+
| 1 | [94582, 94536] |
+----+-----------------------+
这条物理记录,共产生两条辅助索引记录,我们一次性扫描出来(36字节):
bcview customers.ibd 16 126 36
...
current block:00000005
--Offset:00126
--cnt bytes:36
--data is:000000000001714880000001000000180036000000000001717680000001000000200048
...
同上,解析结果见下(存储顺序要反着看):
0000000000017148 => 94536
80000001 => id=1
000000180036
0000000000017176 => 94582
80000001 => id=1
000000200048
可以看到,确实是把JSON里的多个值拆开来,对应到聚集索引后存储每个键值。至此,我们完全搞清楚了multi-valued index的底层存储结构。
延伸阅读
Multi-Valued Indexes,https://dev.mysql.com/doc/refman/8.0/en/create-index.html#create-index-multi-valued
来个调查,看看大家现在都用什么方式运行MySQL
全文完
由我主讲的知数堂「MySQL优化课」第17期已发车,我们的课程从第15期就升级成MySQL 8.0版本了,现在上车刚刚好,扫码开启MySQL 8.0的修行之旅吧。
另外,我在腾讯课堂的短课程《MySQL性能优化》已开课,本课程讲解读几个MySQL性能优化的核心要素:合理利用索引,降低锁影响,提高事务并发度。
下面是报名小程序码
点“在看”给我一朵小黄花