索引概述:
索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。
假如我们要执行一条SQL语句为: select * from user where age = 18;
在无索引情况下,就需要从第一行开始扫描,一直扫描到最后一行,我们称之为 全表扫描,性能很低。
如果我们对一张数据表建立了索引,就能高效的获取数据,无需做全表扫描,性能会大大提高。
索引的优缺点:
优势 | 劣势 |
提高数据检索的效率,降低 数据库的IO成本 | 索引列也是要占用空间的 |
通过索引列对数据进行排序,降低 数据排序的成本,降低CPU的消耗 | 索引大大提高了查询效率,同时却也 降低了更新表的速度,如对表进行 INSERT、UPDATA、DELETE时,效率降低。 |
索引结构:
MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的索引结构,主要包含以下几种:
上述是MySQL中所支持的所有的索引结构,接下来,我们再来看看不同的存储引擎对于索引结构的支持 情况。
B+Tree:
B+Tree是B-Tree的变种,我们以一棵最大度数(max-degree)为4(4阶)的B+Tree为例,来看一下其结构示意图:
我们可以看到,两部分:
①绿色框框起来的部分,是索引部分,仅仅起到索引数据的作用,不存储数据。
②红色框框起来的部分,是数据存储部分,在其叶子节点中要存储具体的数据。
B+Tree与B-Tree相比,主要有以下3点区别:
①所有的数据都会出现在叶子节点。
②叶子节点形成一个单向链表。
③非叶子节点仅仅起到索引数据作用,具体的数据都是在叶子节点存放的。
MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加一个指向相邻叶子节点的链表指针,就形成了带有顺序指针的B+Tree,提高了区间访问的性能,利于排序。
Hash:
MySQL中除了支持B+Tree索引,还支持一种索引类型---Hash索引。
哈希表索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中。
举个栗子:
id是主键,我们要对name字段创建一个hash索引的数据结构。怎么做呢?
首先,先需要算出这张表当中每一行数据的hash值,接下来再拿到name字段的所有值,针对name字段的所有值通过它内部的hash函数去计算每一个name值应该落在哪一个hash表的槽位上,这些001 ,002,...都是hash表中对应的槽位,经过hash算法算出来的键值,它的hash值是多少就会落在对应的槽位上。
比如金庸进行hash运算,算出它的槽位值是005,在这个槽位中就会存储金庸这个key以及金庸那条记录对应的hash值。
如果两个(或多个)键值,映射到一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞),可以通过链表来解决。
hash索引特点:
A. Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,< ,...)
B. 无法利用索引完成排序操作
C. 查询效率高,通常(不存在hash冲突的情况)只需要一次检索就可以了,效率通常要高于B+tree索 引
存储引擎支持:
在MySQL中,支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能,hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
面试题:
为什么InnoDB存储引擎选择使用B+tree索引结构?
①相比普通的二叉搜索树:当我们向二叉树顺序插入数据时,它会形成一个链表,层级高, 查询性能极低,而B+tree层级更少,搜索效率高。
②对于B-tree:无论是叶子节点还是非叶子节点,都会存储数据,这样导致一页中存储的键值减少,指针跟着减少,要同样保存大量数据,只能增加树的高度,导致性能降低。而MySQL索引数据结构对经典的B+tree进行了优化,在原B+tree的基础上,增加了一个指向相邻叶子节点的链表指针,提高了区间访问的性能,有利于排序。
③对于hash索引:hash索引只支持等值匹配,无法进行范围查询以及排序。
索引分类:
主要分为4种:
在MySQL数据库,将索引的具体类型主要分为以下几类:主键索引、唯一索引、常规索引、全文索引。
聚集索引和二级索引:
而在InnoDB存储引擎中,根据索引的存储形式,又可以分为以下两种:
聚集索引选取规则:
如果存在主键,主键索引就是聚集索引。
如果不存在主键,将使用第一个唯一(UNIQUE)索引作为聚集索引。
如果表没有主键,或没有合适的唯一索引,则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
聚集索引和二级索引的具体结构如下:
聚集索引的叶子节点下挂的是这一行的数据。
二级索引的叶子节点下挂的是该字段值对应的主键值。
接下来,我们来分析一下,当我们执行如下的SQL语句时,具体的查找过程是什么样子的。
具体过程如下:
①. 由于是根据name字段进行查询,所以先根据name='Arm'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
②. 由于查询返回的数据是 * ,所以此时,还需要根据主键值10,到聚集索引中查找10对应的记录,最 终找到10对应的行row。
③. 最终拿到这一行的数据,直接返回即可。
回表查询: 这种先到二级索引中查找数据,找到主键值,然后再到聚集索引中根据主键值,获取 数据的方式,就称之为回表查询。
思考题:
InnoDB主键索引的B+tree高度为多高呢?
假设:
一行数据大小为1k,一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空 间,主键即使为bigint,占用字节数为8。
高度为2:
n * 8 + (n + 1) * 6 = 16*1024 , n代表主键个数
算出n约为 1170
1171* 16 = 18736
也就是说,如果树的高度为2,则可以存储 18000 多条记录。
高度为3:
1171 * 1171 * 16 = 21939856
也就是说,如果树的高度为3,则可以存储 2200w 左右的记录。
索引语法:
1)创建索引
create [ unique | fulltext] index index_name on table_name (index_col_name, ...);
2)查看索引
show index from table_name;
3)删除索引
drop index index_name on table_name;