MySQL系列之索引

最新推荐文章于 2024-11-14 12:24:32 发布
最新推荐文章于 2024-11-14 12:24:32 发布
阅读量2.2k 收藏 28
点赞数 38
文章标签： mysql 数据库 索引 回表 左前缀
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/s445320/article/details/138732588
版权

🌹作者主页：青花锁 🌹简介：Java领域优质创作者🏆、Java微服务架构公号作者😄

🌹简历模板、学习资料、面试题库、技术互助

🌹文末获取联系方式 📝

在这里插入图片描述

往期热门专栏回顾

专栏描述
Java项目实战介绍Java组件安装、使用；手写框架等
Aws服务器实战Aws Linux服务器上操作nginx、git、JDK、Vue
Java微服务实战Java 微服务实战，Spring Cloud Netflix套件、Spring Cloud Alibaba套件、Seata、gateway、shadingjdbc等实战操作
Java基础篇Java基础闲聊，已出HashMap、String、StringBuffer等源码分析，JVM分析，持续更新中
Springboot篇从创建Springboot项目，到加载数据库、静态资源、输出RestFul接口、跨越问题解决到统一返回、全局异常处理、Swagger文档
Spring MVC篇从创建Spring MVC项目，到加载数据库、静态资源、输出RestFul接口、跨越问题解决到统一返回
华为云服务器实战华为云Linux服务器上操作nginx、git、JDK、Vue等，以及使用宝塔运维操作添加Html网页、部署Springboot项目/Vue项目等
Java爬虫通过Java+Selenium+GoogleWebDriver 模拟真人网页操作爬取花瓣网图片、bing搜索图片等
Vue实战讲解Vue3的安装、环境配置，基本语法、循环语句、生命周期、路由设置、组件、axios交互、Element-ui的使用等
Spring讲解Spring(Bean)概念、IOC、AOP、集成jdbcTemplate/redis/事务等

MySQL专栏回顾

专栏导航描述
MySQL- -MySQL DDL通用语法
MySQL- -MySQL DML通用语法
MySQL- -MySQL 约束篇
MySQL- -MySQL 多表查询
MySQL- -MySQL 事务
MySQL- -MySQL 存储引擎
MySQL- -MySQL 性能分析
MySQL- -MySQL 索引

前言

此为MySQL专栏文章之一，讲解MySQL 索引。

索引是帮助 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询算法，这种数据结构就是索引。

优点：
● 提高数据检索效率，降低数据库的IO成本
● 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
缺点：
● 索引列也是要占用空间的
● 索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

1、索引结构

在这里插入图片描述
在这里插入图片描述

1.1、B-Tree

在这里插入图片描述

[二叉树]

二叉树的缺点可以用红黑树来解决：
在这里插入图片描述

[红黑树]

红黑树也存在大数据量情况下，层级较深，检索速度慢的问题。

为了解决上述问题，可以使用 B-Tree 结构。
B-Tree (多路平衡查找树) 以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）
在这里插入图片描述

[B-Tree结构]

B-Tree 的数据插入过程动画参照：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=68
演示地址：https://www.cs.usfca.edu/~galles/visualization/BTree.html

1.2、B+Tree

结构图：
在这里插入图片描述

[B+Tree结构]

演示地址：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

与 B-Tree 的区别：
● 所有的数据都会出现在叶子节点
● 叶子节点形成一个双向链表（？？？双向还是单向）

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。

在这里插入图片描述

[MySQL B+Tree 结构图]

1.3、Hash

哈希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。
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。
在这里插入图片描述

[Hash索引原理图]

特点：
● Hash索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）
● 无法利用索引完成排序操作
● 查询效率高，通常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：
● Memory
● InnoDB: 具有自适应hash功能，hash索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的

1.4、面试题

  1. 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？
    ● 相对于二叉树，层级更少，搜索效率高
    ● 对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针也跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
    ● 相对于 Hash 索引，B+Tree 支持范围匹配及排序操作

2、索引分类

在这里插入图片描述
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：
在这里插入图片描述
演示图：
在这里插入图片描述

[大致原理]

在这里插入图片描述

[演示图]

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

思考题

  1. 以下 SQL 语句，哪个执行效率高？为什么？
    select * from user where id = 10;
    select * from user where name = ‘Arm’;
    – 备注：id为主键，name字段创建的有索引
    答：第一条语句，因为第二条需要回表查询，相当于两个步骤。

  2. InnoDB 主键索引的 B+Tree 高度为多少？
    答：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，主键假设为bigint，占用字节数为8.
    可得公式：n * 8 + (n + 1) * 6 = 16 * 1024，其中 8 表示 bigint 占用的字节数，n 表示当前节点存储的key的数量，(n + 1) 表示指针数量（比key多一个）。算出n约为1170。

    如果树的高度为2，那么他能存储的数据量大概为：1171 * 16 = 18736；
    如果树的高度为3，那么他能存储的数据量大概为：1171 * 1171 * 16 = 21939856。

    另外，如果有成千上万的数据，那么就要考虑分表，涉及运维篇知识。

3、索引语法

创建索引：

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, ...);
如果不加 CREATE 后面不加索引类型参数，则创建的是常规索引

查看索引：

SHOW INDEX FROM table_name;

删除索引：

DROP INDEX index_name ON table_name;

案例：

-- name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);
-- phone手机号字段的值非空，且唯一，为该字段创建唯一索引
create unique index idx_user_phone on tb_user (phone);
-- 为profession, age, status创建联合索引
create index idx_user_pro_age_stat on tb_user(profession, age, status);
-- 为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);

-- 删除索引
drop index idx_user_email on tb_user;

4、使用规则

4.1、最左前缀法则

如果索引关联了多列（联合索引），要遵守最左前缀法则，最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。
如果跳跃某一列，索引将部分失效（后面的字段索引失效）。

联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。

4.2、索引失效情况

  1. 在索引列上进行运算操作，索引将失效。如：explain select * from tb_user where substring(phone, 10, 2) = ‘15’;
  2. 类型不一致引起的隐式类型转换，；例如 字符串类型字段使用时，不加引号，索引将失效。如：explain select * from tb_user where phone = 17799990015;，此处phone的值没有加引号
  3. 模糊查询中，如果仅仅是尾部模糊匹配，索引是不会失效的；如果是头部模糊匹配，索引失效。如：explain select * from tb_user where profession like ‘%工程’;，前后都有 % 也会失效。
  4. 用 or 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。
  5. 如果 MySQL 评估使用索引比全表更慢，则不使用索引。

4.3、SQL 提示

是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

例如
使用索引：
explain select * from tb_user use index(idx_user_pro) where profession="软件工程";
不使用哪个索引：
explain select * from tb_user ignore index(idx_user_pro) where profession="软件工程";
必须使用哪个索引：
explain select * from tb_user force index(idx_user_pro) where profession="软件工程";

use 是建议，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改，force就是无论如何都强制使用该索引。

4.4、覆盖索引&回表查询

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能找到），减少 select *。

explain 中 extra 字段含义：
using index condition：查找使用了索引，但是需要回表查询数据
using where; using index;：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询

如果在聚集索引中直接能找到对应的行，则直接返回行数据，只需要一次查询，哪怕是select *；
如果在辅助索引中找聚集索引，如select id, name from xxx where name=‘xxx’;，也只需要通过辅助索引(name)查找到对应的id，返回name和name索引对应的id即可，只需要一次查询；
如果是通过辅助索引查找其他字段，则需要回表查询，如select id, name, gender from xxx where name=‘xxx’;

所以尽量不要用select *，容易出现回表查询，降低效率，除非有联合索引包含了所有字段

面试题：
一张表，有四个字段（id, username, password, status），由于数据量大，需要对以下SQL语句进行优化，该如何进行才是最优方案：
select id, username, password from tb_user where username=‘wahaha’;

解：给 username 和 password 字段建立联合索引，则不需要回表查询，直接覆盖索引。

4.5、前缀索引

当字段类型为字符串（varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率，此时可以只降字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

语法：create index idx_xxxx on table_name(columnn(n));

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

求选择性公式：

select count(distinct email) / count(*) from tb_user;
select count(distinct substring(email, 1, 5)) / count(*) from tb_user;

show index 里面的 sub_part 可以看到截取的长度。

4.6、单列索引&联合索引

单列索引：即一个索引只包含单个列
联合索引：即一个索引包含了多个列
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

单列索引情况：
explain select id, phone, name from tb_user where phone = ‘17799990010’ and name = ‘韩信’;
这句只会用到phone索引字段

注意事项

● 多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询

5、设计原则

  1. 针对于数据量较大，且查询比较频繁的表建立索引
  2. 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引
  3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高
  4. 如果是字符串类型的字段，字段长度较长，可以针对于字段的特点，建立前缀索引
  5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率
  6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价就越大，会影响增删改的效率
  7. 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询

资料获取，更多粉丝福利，关注下方公众号获取

在这里插入图片描述

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系列——索引知识点归纳
weixin_36640601的博客
05-24 1443
MYSQL系列——索引知识点归纳 内容整理范围来源较广，若涉及原作者引用，立即更新。 文章目录MYSQL系列——索引知识点归纳一、索引使用及分类MYSQL索引分类索引创建：普通（二级）索引：唯一索引：主键索引：前缀索引：后缀索引（suffix index）（一般不用）全文索引：组合索引：降序索引的应用自适应哈希索引开启自适应hash索引触发器维护hash值：哈希索引使用情况查看插入缓冲和自适应哈希索引哈希索引弊端索引原理B+树B+树的特征：B+树的优势：B+树分裂原理（基于mysql8版本）启发式优化规则（
MySQL系列之索引入门（下）
splendid_java的专栏
02-18 1331
通过上文，我想各位盆友已熟悉MySQL的索引分类及其含义，那么如何合理的使用呢？请继续围观此文，一探究竟！以上表述来自MySQL官方对explain用于解释SQL的执行过程和顺序。怎么使用呢？explain索引就像目录，快速检索需要的内容，有效的利用索引可以让应用性能更好，使用体验更佳。合理的创建索引，也需要经验的总结和积累。此技能是高性能开发必备。今天过完年了，新春第一天，祝大家开工大吉！
【MySQL 系列】MySQL 索引篇
栗筝i的博客
03-14 3009
在 MySQL 中，索引是一种帮助存储引擎快速获取数据的数据结构，形象的说就是索引是数据的目录。它一般是以包含索引键值和一个指向索引键值对应数据记录物理地址的指针的节点的集合的清单的形式存在。
【MySQL系列】索引
scj1022的博客
03-15 2729
MySQL索引结构、各种概念、失效场景、设计原则与优化
Mysql系列-索引优化
磊杰的博客
09-19 1198
使用Explain关键字可以模拟优化器执行SQL语句，分析查询语句或结构的性能瓶颈，在select语句之前增加explain关键字，mysql会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行当前SQL;其中：如果from中包含子查询，仍会执行该子查询，将结果放入临时表中；
MySQL系列之索引知识学习笔记
Nicky's blog
09-15 3540
继我的上篇博客：Oracle索引知识学习笔记之后，再记录一篇MySQL的索引知识学习笔记，本博客是我在学习尚硅谷的学习教程后，做的笔记，当然我不是为了所谓宣传，仅仅是学习记录的笔记，本来可以不分享出来，分享出来的目录仅仅可以给网上的学习者参考学习，同时写在csdn比较方便，支持图片上传，也方便自己以后查找复习 文章目录一、索引的概念二、索引分类三、索引用法四 、索引架构简介五、索引适用的情况六、索...
【MySQL系列】修改索引
檀越的博客
10-13 1万+
💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨。
MySQL 之全文索引
热门推荐
潜心做事的博客
04-14 11万+
最近在复习数据库索引部分，看到了 fulltext，也即全文索引，虽然全文索引在平时的业务中用到的不多，但是感觉它有点儿意思，所以花了点时间研究一下，特此记录。 引入 概念 通过数值比较、范围过滤等就可以完成绝大多数我们需要的查询，但是，如果希望通过关键字的匹配来进行查询过滤，那么就需要基于相似度的查询，而不是原来的精确数值比较。全文索引就是为这种场景设计的。 你可能会说，用 like...
MySQL：索引
Wzs040810的博客
09-02 1979
MySQL：索引
MySQL系列-索引.pptx
02-06
在MySQL中，索引分为两大类：聚集索引（Clustered Index）和非聚集索引（Non-Clustered Index，又称Secondary Index）。 - 聚集索引：以主键创建的索引，它的叶子节点直接存储了完整的数据行，即索引的顺序决定了...
mysql：解决windows启动失败无报错（或长时间未响应）
我是你大爷
11-11 386
遇到在修改配置文件后，mysql无法启动的问题，这里给出一个可能原因的解决方案：更改配置文件编码为ANSI格式
MySQL中字段类型和Java对象中的数据类型对应关系
Zhuxiaoyu_91的博客
11-12 470
MySQL中字段类型和Java对象中的数据类型对应关系
MYSQL中JDBC的使用
最新发布
eternal__day的博客
11-14 768
JDBC 是Java 中的一组API，用于执行SQL 操作（例如CRUD 操作：增、删、改、关系），同时可以和各种类型的数据库类型进行连接（MySQL、Oracle、SQL Server 等）。在项目中，可以通过下载MySQL的Connector/J包并添加到项目的类路径中。时，避免了简单的字符串粘贴可能带来的代码差异性差、安全性低的问题（如SQL注入），提供了更安全和清晰的插值方式。
MySQL 8.0特性-自增变量的持久化
myneth的博客
11-13 300
在MySQL 8.0之前，自增主键AUTO_INCREMENT的值如果大于max(primary key)+1，在MySQL重启后，会重置AUTO_INCREMENT=max(primary key)+1，这种现象在某些情况下会导致业务主键冲突或者其他难以发现的问题。下面通过案例来对比不同的版本中自增变量是否持久化。
./mysqld: error while loading shared libraries: libaio.so.1: cannot open sha
qq_42112846的博客
11-12 472
使用离线方式安装：rpm -ivh --nodeps mysql* ，执行 systemctl start mysqld.service发现启动不了，通过vi /var/log/mysql.log看到如下关键字：libraries: libaio.so.1，之前也是按照网上帖子各种修改都没有解决问题，库是Linux异步I/O库，这个库对MySQL是必需的，因为它依赖于这个库来进行异步I/O操作。2，如果执行了whereis libaio.so.1，没有找到该文件，就要手动安装下libaio。
【赵渝强老师】MySQL InnoDB的数据文件与重做日志文件
赵渝强老师CSDN博客主页
11-14 237
MySQL与Oracle一样都是通过逻辑存储结构来管理物理存储结构，即管理硬盘上存储的各种文件。下面将详细介绍InnoDB存储引擎中的数据文件和重做日志文件。
Kettle配置数据源错误“Driver class ‘org.gjt.mm.mysql.Driver‘ could not be found”解决记录
m0_55333789的博客
11-14 107
Kettle配置数据源错误“Driver class ‘org.gjt.mm.mysql.Driver‘ could not be found”解决记录
MySQL查询优化：索引的使用与性能提升
"本文主要探讨了MySQL查询优化中的重要技术——使用索引，阐述了索引的概念、工作原理以及如何提升查询性能。同时，也提到了在特定情况下索引可能导致性能下降的问题，并给出了选择和使用索引的指导原则。文章还预告...
评论 12
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

打赏作者

青花锁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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