MySQL实战45讲——04|深入浅出索引(上)

04|深入浅出索引(上)

请支持正版：MySQL实战45讲

索引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

索引的常见模型

实现索引的方式很多种，常见的有三种：哈希表、有序数组和搜索树

这里不过多赘述哈希和哈希的原理

总结一下：

• 哈希实现索引的方式里，解决冲突的办法就是开链法

• 哈希表这种结构适用于只有等值查询的场景

有序数组则适用等职查询和范围查询，查询的方式是二分，时间复杂度是O(logn)

缺点就是更新数据的时候要挪动后面的所有记录，时间复杂度是O(n)

所以，有序数组只适用于静态存储引擎，比如你保存的是历史数据，如2017年某月某城市的天气这种不会再修改的数据

二叉搜索树的相关知识这里也不多讲解，查询的时间复杂度也是O(logn)，为了保证查询的时间复杂度，需要维护二叉搜索树，维护的时间复杂度也是O(logn)。

再往后就是多叉树，虽然二叉树的效率是最高的，但是实际数据库存储都不用二叉树，因为索引不止存在内存里，还要写到磁盘上
为了更快的查询，减少磁盘读的次数，采用了多叉树。
除了以上三种之外，还有跳表、LSM树等方式

InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式称之为：索引组织表

InnoDB采用B+树索引模型，所以数据都是存储在B+树中，每一个索引对应一颗B+树

假设我们有一个主键为ID的表，表中有字段k，并且在k上有索引

这个表的建表语句如下：

mysql>create tableT(
	id int primary key,
    k int not null,
    name varchar(16),
    index (k)
)engine = InnoDB;

MySQL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的数据，在InnoDB中，主键索引也被称之为聚簇索引

非主键索引的叶子的内容是主键的值，非主键索引在InnoDB里，也被称之为二级索引

既然有了这个划分，那么有一个问题：两种不同的索引从查询有什么区别？

• 如果是select * from T where ID = 500;即主键查询，则只需要搜索ID这颗B+树
• 如果是select * from T where k = 5，即普通索引查询，则需要先搜索k索引树，得到ID = 500，再到ID索引树搜索一次，这个过程称之为回表

也就是基于非主键索引的查询需要多扫描一颗索引树，所以，我们应该尽量使用主键索引

索引维护

B+树有诸多优点，但是维护B+树需要一些代价，有一条规则是内部节点(非叶子节点)的个数是有限制的，如果某个节点到达上限，称之为上溢，那么就需要新增一个节点，然后把部分数据挪动过去，这个过程称之为页分裂，这个过程不仅会影响性能还会影响空间利用率

你可能在一些建表规范里见到类似的描述，要求建表语句里一定要自增主键，当然事无绝对，我们来具体分析一下：

性能：

如果设置了自增主建，那么插入新记录的时候可以不指定ID的值，系统会获取当前ID最大值+1作为下一条记录的ID值，每一次插入新记录，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

而有业务逻辑的字段作为主键，往往不容易保证有序插入，这样写数据成本比较高

空间：

如果你表中确实有一个唯一字段，比如说身份证号，如果是用身份证号作为主键，那么每个二级索引的叶子节点占用20个字节，如果用整型则是4个字节，长整型则是8字节

所以，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越小

所以，从性能和空间方面考虑，自增主键往往是更合理的选择

有没有特例呢？显然是有的，如

• 只有一个索引
• 该索引必须是唯一索引

其实就是KV场景，由于没有其他索引，那么就不用考虑其他索引叶子节点的大小问题

这时候我们只需要考虑到尽量使用主键查询这个原则，把这个索引设置为主键，那么就可以避免每次查询会搜索两棵树了