mysql索引原理

一、介绍

1.什么是索引？

一般的应用系统，读写比例在10：1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中

我们遇到最多的，也是最容易出问题的,还是一些 复杂的查询的操作，因此对查询语句优化显然是重中之重。说起加速查询，就不得不提到索引了。

2.为什么要有索引呢？

索引在mysql中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能：

非常关键,尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。

索引优化应该是对于查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。

索引相当于字典的音序表，如果要查某个字，如果不使用音序表，则需要从几百页中逐页去查。

二、索引的原理

相比于查字典，数据库也是一样，但是显然要复杂的多，因为不仅要面临着等值查询，还有范围查询（>/</between/in）、

模糊查询（like）、并集查询（or）等等。数据库应该选择怎么样的方式来应对所有的问题呢？我们回想字典的例子，能不能把数据分成段，然后分段查询呢？最简单的如果1000条数据局，1到100分成第一段，101到到200分成第二段，201到300分成第三段...

这样查询250条数据，只要找到第三段就可以了，一下子去除了90%的无效数据。但如果是1千万的记录呢？

分成几段比较好？

稍有算法基础的同学就会想到搜索树，其平均复杂度是loN，具有不错的查询性能。但是我们这里忽略了一个重要的问题，复杂度模型是基于每次相同的操作成本考虑的。而数据库实现比较复杂,一方面数据是保存在磁盘上的，另外一方面是为了提高访问内存的十万倍左右，所以简单的搜索树难以满足复杂的应用场景。

三.磁盘IO与预存

考虑到实盘IO是非常高昂的操作，计算机操作系统做了一写优化，当一次IO时，不光吧当前的磁盘地址的数据

，而是把相邻的数据也都读取到内存缓冲区内，因为局部预读性原理告诉我们，当计算机访问一个地址的时候，与其相邻的数据也很快被访问到。每一次IO读取的数据我们称之为一页(page)。具体一页有多大的数据跟操作系统有关，一般为4k或者8k,也就是我们读取一页内的数据时候，实际上才发生了以此IO，这个理论对于索引的数据结构设计非常有帮助。

四、索引的数据结构

任何一种数据结构都不是凭空产生的，一定会有它的背景和使用场景，我们现在总结一下，我们需要这种数据结构能够做些什么，其实很简单，那就是每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我么就把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我们就会想到如果一个高度可控的多路搜索树是否能满足需求呢？就这样，b+树应允而生。

 

如上图，是一颗b+树，关于b+树的定义可以参见B+树，这里的只说一些重点，浅蓝色快我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35,包括指针13、15、28、29、36、60、75、79、90、99。非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

###b+树性质

1.索引字段要尽量的小：通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。
2.索引的最左匹配特性（即从左往右匹配）：当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。

四、Mysql索引管理

一、功能

#1. 索引的功能就是加速查找
#2. mysql中的primary key，unique，联合唯一也都是索引，这些索引除了加速查找以外，还有约束的功能

二、MySQL的索引分类

索引分类
1.普通索引index :加速查找
2.唯一索引
    主键索引：primary key ：加速查找+约束（不为空且唯一）
    唯一索引：unique：加速查找+约束 （唯一）
3.联合索引
    -primary key(id,name):联合主键索引
    -unique(id,name):联合唯一索引
    -index(id,name):联合普通索引
4.全文索引fulltext :用于搜索很长一篇文章的时候，效果最好。
5.空间索引spatial :了解就好，几乎不用

三、 索引的两大类型hash与btree

 

#我们可以在创建上述索引的时候，为其指定索引类型，分两类 hash类型的索引：查询单条快，范围查询慢 btree类型的索引：b+树，层数越多，数据量指数级增长（我们就用它，因为innodb默认支持它） #不同的存储引擎支持的索引类型也不一样 InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引； MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引； Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引； NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引； Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；