MySQL索引原理

最新推荐文章于 2024-06-03 20:42:44 发布
最新推荐文章于 2024-06-03 20:42:44 发布
阅读量118 收藏
点赞数
分类专栏： 数据库 文章标签： mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ryxiong728/article/details/116545647
版权
本文详细介绍了数据库索引的概念、作用和类型，包括B+Tree索引的结构与优势。讨论了磁盘IO、预读机制以及索引对数据库性能的影响。同时，解释了索引的优势和劣势，以及如何通过索引优化查询效率。此外，还探讨了不同存储引擎对索引类型的支持情况，并给出了创建、查看和删除索引的SQL语法示例。最后，总结了索引设计的原则，强调了合理创建和使用索引的重要性。
摘要由CSDN通过智能技术生成

索引

索引概述

MySQL官方对索引的定义为: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，数据库系统还维护者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。

如下面的示意图所示 :

image-20210508103153944

左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址(注意逻辑上相邻的记录在磁盘上也并不是 一定物理相邻的)。

为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一 个指向对应数据记录物理地址的指针，这样就可以运用二叉查找快速获取到相应数据。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。索引是数据库中用来提高性能的最常用的工具。

磁盘IO和预读

磁盘读取数据靠的是机械运动，每次读取数据花费的时间可以分为寻道时间、旋转延迟、传输时间三个部分；

  • 寻道时间指的是磁臂移动到指定磁道所需要的时间，主流磁盘一般在5ms以下；

  • 旋转延迟就是我们经常听说的磁盘转速，比如一个磁盘7200转，表示每分钟能转7200次，也就是说1秒钟能转120次，旋转延迟就是1/120/2 = 4.17ms；

  • 传输时间指的是从磁盘读出或将数据写入磁盘的时间，一般在零点几毫秒，相对于前两个时间可以忽略不计

那么访问一次磁盘的时间，即一次磁盘IO的时间约等于5+4.17 = 9ms左右，听起来还挺不错的，但要知道一台500 -MIPS（Million Instructions Per Second）的机器每秒可以执行5亿条指令，因为指令依靠的是电的性质，换句话说执行一次IO的时间可以执行约450万条指令，数据库动辄十万百万乃至千万级数据，每次9毫秒的时间，显然是个灾难。

考虑到磁盘IO是非常高昂的操作，计算机操作系统做了一些优化，当一次IO时，不光把当前磁盘地址的数据，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数据的时候，与其相邻的数据也会很快被访问到。

每一次IO读取的数据我们称之为一页(page)。具体一页有多大数据跟操作系统有关，一般为4k或8k，也就是我们读取一页内的数据时候，实际上才发生了一次IO，这个理论对于索引的数据结构设计非常有帮助。

索引的优势劣势

优势

  1. 类似于书籍的目录索引，提高数据检索的效率，降低数据库的IO成本。
  2. 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。

劣势

  1. 实际上索引也是一张表，该表中保存了主键与索引字段，并指向实体类的记录，所以索引列也是要占用空间的。
  2. 虽然索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE。因为更新表时，MySQL 不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息。

索引结构

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引:

  • BTREE 索引 : 最常见的索引类型，大部分索引都支持 B 树索引。

  • HASH 索引:只有Memory引擎支持 ， 使用场景简单 。

  • R-tree 索引(空间索引):空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常 使用较少，不做特别介绍。

  • Full-text (全文索引) :全文索引也是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从 Mysql5.6版本开始支持全文索引。

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

索引InnoDB引擎MyISAM引擎Memory引擎
BTREE索引yesyesyes
HASH 索引nonoYes
R-tree 索引noyesNo
Full-text5.6后yesyesno

平常所说的索引，如果没有特别指明，都是指B+树(多路搜索树，并不一定是二叉的)结构组织的索引。其中 聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引，统称为索引。

BTREE索引结构

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下:

  • 树中每个节点最多包含m个孩子。
  • 除根节点与叶子节点外，每个节点至少有[ceil(m/2)]个孩子。
  • 若根节点不是叶子节点，则至少有两个孩子。
  • 所有的叶子节点都在同一层。
  • 每个非叶子节点由n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例，key的数量:公式推导[ceil(m/2)-1] <= n <= m-1。所以 2 <= n <=4 。当n>4时，中间节点分裂到父节点，两边节点分裂。

演变过程如下：

  1. 插入前4个字母 C N G A

image-20210508105656010

  1. 插入H，n>4，中间元素G字母向上分裂到新的节点

image-20210508105719704

  1. 插入E，K，Q不需要分裂

image-20210508105742753

  1. 插入M，中间元素M字母向上分裂到父节点G

image-20210508105801253

  1. 插入F，W，L，T不需要分裂

image-20210508105825766

  1. 插入Z，中间元素T向上分裂到父节点中

image-20210508105843365

  1. 插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂

image-20210508105901577

  1. 最后插入S，NPQR节点n>5，中间节点Q向上分裂，但分裂后父节点DGMT的n>5，中间节点M向上分裂

image-20210508105920677

到此，该BTREE树就已经构建完成了， BTREE树 和 二叉树 相比， 查询数据的效率更高， 因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

B+TREE结构

B+Tree为BTree的变种，B+Tree与BTree的区别为：

  • n叉B+Tree最多含有n个key，而BTree最多含有n-1个key。
  • B+Tree的叶子节点保存所有的key信息，依key大小顺序排列。
  • 所有的非叶子节点都可以看作是key的索引部分。

image-20210508110125451

由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。

MySQL中的B+TREE

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，提高区间访问的性能。

MySQL中的 B+Tree 索引结构示意图:

image-20210508110311513

索引分类

1）单值索引 :即一个索引只包含单个列，一个表可以有多个单列索引

2）唯一索引 :索引列的值必须唯一，但允许有空值

3）复合索引 :即一个索引包含多个列

索引语法

索引在创建表的时候，可以同时创建， 也可以随时增加新的索引。

准备环境：

-- 创建库
create database demo_01 default charset=utf8mb4;
use demo_01;

-- 创建表
CREATE TABLE `city` (
  `city_id` int(11) NOT NULL AUTO_INCREMENT,
  `city_name` varchar(50) NOT NULL,
  `country_id` int(11) NOT NULL,
  PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `country` (
  `country_id` int(11) NOT NULL AUTO_INCREMENT,
  `country_name` varchar(100) NOT NULL,
 PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

-- 插入数据
insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'西安',1); 
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'NewYork',2); 
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北京',1); 
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上海',1);

insert into `country` (`country_id`, `country_name`) values(1,'China');
insert into `country` (`country_id`, `country_name`) values(2,'America');
insert into `country` (`country_id`, `country_name`) values(3,'Japan');
insert into `country` (`country_id`, `country_name`) values(4,'UK');

创建索引

语法：

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name [USING index_type]
ON tbl_name(index_col_name,...)

index_col_name : column_name[(length)][ASC | DESC]

示例：为city表中的city_name字段创建索引

mysql> create index idx_city_name on city(city_name);
Query OK, 0 rows affected (0.17 sec)
Records: 0  Duplicates: 0  Warnings: 0

查看索引

语法：

show index from table_name;

示例：

mysql> show index from city\G;
*************************** 1. row ***************************
        Table: city
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: city_id
    Collation: A
  Cardinality: 4
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
*************************** 2. row ***************************
        Table: city
   Non_unique: 1
     Key_name: idx_city_name
 Seq_in_index: 1
  Column_name: city_name
    Collation: A
  Cardinality: 4
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE
      Comment: 
Index_comment: 
      Visible: YES
   Expression: NULL
2 rows in set (0.06 sec)

删除索引

语法：

DROP INDEX index_name ON tbl_name;

示例： 想要删除city表上的索引idx_city_name，可以操作如下:

mysql> drop index idx_city_name on city;
Query OK, 0 rows affected (0.07 sec)
Records: 0  Duplicates: 0  Warnings: 0

修改索引

alter table tb_name add primary key(column_list);

该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL

alter table tb_name add unique index_name(column_list);

这条语句创建索引的值必须是唯一的(除了NULL外，NULL可能会出现多次)

alter table tb_name add index index_name(column_list);

添加普通索引， 索引值可以出现多次。

alter table tb_name add fulltext index_name(column_list);

该语句指定了索引为FULLTEXT， 用于全文索引

复合索引

创建复合索引

CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);

相当

对name 创建索引 ;
对name , email 创建了索引 ;
对name , email, status 创建了索引 ;

索引设计原则

索引的设计可以遵循一些已有的原则，创建索引的时候请尽量考虑符合这些原则，便于提升索引的使用效率，更高效的使用索引。

  • 对查询频次较高，且数据量比较大的表建立索引。
  • 索引字段的选择，最佳候选列应当从where子句的条件中提取，如果where子句中的组合比较多，那么应当挑选最常用、过滤效果最好的列的组合。
  • 使用唯一索引，区分度越高，使用索引的效率越高。
  • 索引可以有效的提升查询数据的效率，但索引数量不是多多益善，索引越多，维护索引的代价自然也就水涨船高。
  • 使用短索引，索引创建之后也是使用硬盘来存储的，因此提升索引访问的I/O效率，也可以提升总体的访问效率。
  • 利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时where子句中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。

索引设计原理：

通过对磁盘IO的了解，我们需要一种数据结构让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。因此一个高度可控的多路搜索树慢慢发展而来。

由于每个节点是一次io所读取的数据，也就是1024字节；如果在非叶子节点存储数值和表中的具体行，那么会导致每个节点能够存储的数据种类个数降低。无形中增加了树的高度，才能存储下所有分类的数据。

所以数据都存储在叶子节点上而不是存储在根节点或者分支中。这种存储结构可以降低树的高度，还可以使数据每次搜索的时间变得稳定。

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，每个磁盘块空间大小是固定的，也就是一个数据页的大小，如果每一个数据项占的空间越小，那么数据项的数量越多，也就是节点中能分的区域越多，树结构越宽广，从而可以使树的高度越低。

所以在设计索引字段时，索引字段大小要尽量的小。

辅助索引和聚焦索引

MySQL数据库中的B+树索引可以分为 聚集索引（clustered index）和辅助索引（secondary index）

相同点：

  • 不管是聚集索引还是辅助索引，其内部都是B+树的形式，即高度是平衡的，叶子结点存放着所有的数据。

不同点：

  • 聚集索引叶子节点直接存储一行数据的内容，辅助索引叶子节点中数字指向数据的具体地址。

聚集索引（主键索引）

InnoDB中表中数据按照主键顺序存放，聚集索引（clusteredindex）就是按照每张表的主键构造一棵B+树，同时叶子结点存放的即为整张表的行记录数据，也将聚集索引的叶子结点称为数据页。

聚集索引的这个特性决定了索引组织表中数据也是索引的一部分。同B+树数据结构一样，每个数据页都通过一个双向链表来进行链接。

  • 如果未定义主键，MySQL会取第一个唯一索引（unique）而且只含非空列（NOT NULL）作为主键，InnoDB使用它作为聚簇索引。
  • 如果没有这样的列，InnoDB就自己产生一个这样的ID值，它有六个字节，而且是隐藏的，使其作为聚簇索引。

由于实际的数据页只能按照一棵B+树进行排序，因此每张表只能拥有一个聚集索引。

聚集索引优点：

  1. 对主键的排序查找和范围查找速度非常快，叶子节点的数据就是用户所要查询的数据。前后数据查询有双向链表。
  2. 范围查询（range query），即如果要查找主键某一范围内的数据，通过叶子节点的上层中间节点就可以得到页的范围，之后直接读取数据页即可。

辅助索引（普通索引）

表中除了聚集索引外其他索引都是辅助索引（Secondary Index，也称为非聚集索引）

与聚集索引的区别：辅助索引的叶子节点不包含行记录的全部数据，叶子节点除了包含键值以外，每个叶子节点中的索引行中还包含一个书签（bookmark）。该书签用来告诉InnoDB存储引擎去哪里可以找到与索引相对应的行数据。

image-20210508220805918

大数据与数据分析
关注
专栏目录
mysql索引详解
学Java，找哪吒
07-07 10万+
MySQL的存储引擎架构将查询处理与数据的存储/提取相分离
MySQL索引对NULL值的处理
weixin_30242907的博客
08-15 811
# 索引不会包含有NULL值的列 只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的。所以我们在数据库设计时不要让字段的默认值为NULL。 在很多库表设计规范、某某军规的文章中，是不是经常会看到类似这样的内容。小编也经常看到这样的内容，并且在编写规范的时候，准备也把这一条加进去。但在按部就班之余，小编抽...
mysql索引支持null_MySQL_列值为null对索引的影响_实践
weixin_29898529的博客
01-18 648
一.首先看一个我在某公众号看到的一个关于数据库优化的举措二.如果where子句中查询的列执行了 “is null” 或者 “is not null” 或者 “<=> null” 会不会使用索引呢？先列出结论：where子句中使用上述对null的判断，如果判断的列设置了索引，那就可以使用到索引三.测试：1.建表1 CREATE TABLE`test_null_index` (2 `i...
mysql IS NULL 使用索引
祈雨v的博客
08-28 1万+
简介 mysql的sql查询语句中使用is null、is not null、!=对索引并没有任何影响，并不会因为where条件中使用了is null、is not null、!=这些判断条件导致索引失效而全表扫描。 mysql官方文档也已经明确说明is null并不会影响索引的使用。 MySQL can perform the same optimization on col_name IS ...
mysql null值 索引_MySQL-mysql 含NULL值的column索引
weixin_29214199的博客
01-20 957
这种说法是错的：”MySql 中是不能用 null 作索引的，任何包含null值的列都将不会被包含在索引中“我们做个实验如下，可以看到b字段建有索引，b 字段中有 null，但是select count(*) from a group by b用了b上的覆盖索引。 如果索引里不包含null的话，只用覆盖索引是 不能满足要求的(无法计算出b中null的个数)。mysql> show creat...
mysql字段为NULL索引是否会失效
热门推荐
qq_41768242的博客
04-04 1万+
项目场景： 提示：这里简述项目相关背景： 很多博客说mysql在字段中创建普通索引，如果该索引中的数据存在null值是不走索引这个结论是错误的 问题描述 提示：这里描述项目中遇到的问题： 1、创建表sc_base_color，其中普通索引为 “name，group_num”，这里暂时不测组合索引，下面再测试。 CREATE TABLE `sc_base_color` ( `id` bigint NOT NULL AUTO_INCREMENT, `group_num` bigint DEFAULT
MySQL索引原理及慢查询优化
12-14
总的来说，优化MySQL的慢查询需要结合索引原理、查询优化技巧、数据库设计和运维实践。通过对业务需求的理解，我们可以制定合适的索引策略，改进SQL语句，从而提升数据库的整体性能，满足高并发、大数据量的业务需求...
MySQL索引原理及慢查询优化1
08-08
MySQL索引原理及慢查询优化是数据库管理中的重要主题，尤其是在高并发、大数据量的互联网环境中，优化查询性能对于系统的整体效能至关重要。MySQL作为广泛使用的开源关系型数据库，其索引机制和查询优化技巧是开发者...
mysql索引原理深入解析
08-17
MySQL 索引原理深入解析将带领我们理解数据库索引的工作机制，以及它们如何显著提升查询性能。首先，我们来看一下索引的基本概念。 索引是数据库管理系统中的关键组件，它是一个排序的数据结构，用于加速对数据库表...
MySQL中NULL对索引的影响深入讲解
12-16
前言 看了很多博客，也听过很多人说，包括我们公司的DBA，说MySql中如果某一列中含有null，那么包含该列的索引就无效了。 翻了下《高性能MySQL第二版》和《MySQL技术内幕——InnoDB存储引擎第2版》，并没有看到关于这个的介绍。但在本地试了下，null列是可以用到索引的，不管是单列索引还是联合索引，但仅限于is null，is not null是不走索引的。 后来在官方文档中找到了说明，如果某列字段中包含null，确实是可以使用索引的，地址：https://dev.mysql.com/doc/refman/5.7/en/is-null-optimization.html。
MySQL is null 走不走索引？
一切随缘的博客
05-20 3347
因为可为 NULL 的列会使索引、索引统计和值比较都更复杂，比如进行索引统计时，count 会省略值为NULL 的行。比如，select * from table where a = xxx or a is null;● 第二个原因：NULL 值是一个没意义的值，但是它会。网上很多的说法，都是说不能走索引。通过explain 看这条sql的执行计划，为了更好的利用索引，索引列字段要设置为。● 第一原因：索引列存在 NULL 就会。，这条sql语句会查询两次，其实也是又可能走索引的。
浅谈mysql中的null - 能不能用索引
zzsan的博客
05-23 1080
照旧，在开始前，先附上本次试验的ddl, 然后插入数据，随机抽取几条幸运数据的name设为null。
MySQL中的索引
NULL_YM
06-27 566
文章目录索引概述索引优势劣势索引结构BTREE 结构B+TREE 结构索引分类索引语法索引设计原则 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。 左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。为了加快Col2的查找，可以维护一个右边所示的二
NULL在MySQL中的角色: 索引的使用与影响
博客
02-08 1103
索引是一种数据结构，用于加速数据库查询。它是一个独立的数据结构，包含指向实际数据的指针。在MySQL中，NULL值在索引的使用和性能方面可能会产生一些影响。了解NULL值的含义、在MySQL中的应用以及它与索引的关系，可以帮助我们更好地使用和管理NULL值和索引。
mysql null索引失效 mysql null对索引的影响 （经典）
gb4215287的博客
09-18 290
mysql null索引失效 mysql null对索引的影响
mysql建表的时候设置默认值为null会对存储和索引有影响吗？
gb4215287的博客
09-18 791
mysql建表的时候设置默认值为null会对存储和索引有影响吗？
mysql 索引和null值的关系
最新发布
ray的博客
06-03 642
设计索引时，应充分考虑NULL值对索引效率和查询优化的潜在影响。对于可能包含大量NULL值的列，需要仔细权衡是否创建索引，以平衡查询性能与存储开销。：索引选择性衡量索引中不同值的比例，高选择性代表索引效率高。含有大量NULL值的索引会降低选择性，可能影响优化器对索引使用的决策。：索引包含NULL值会占用额外空间，因为每条索引记录需标记NULL状态，轻微增加索引大小和维护开销。等）且值为NULL，索引可能不会被使用，因为NULL与其他值的比较（除非。：在含有NULL值的索引列上，使用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值