MySQL之索引

---

索引的本质

索引（Index）是排好序的，能够快速查找数据的数据结构，能够帮助 MySQL 高效获取数据。

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。

下图是一种可能的索引方式：

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。

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的地址指针，这样就可以运用 二叉查找在一定的复杂度内获取到相应数据，从而快速检索出符合条件的记录。

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的磁盘上。

索引如果没有特别指明，都是指B-Tree（多路搜索树，并不一定是二叉树）结构组织的索引。

其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引。

除了B+树索引，还有哈希索引。

索引的优势和劣势

优势

• 提高数据检索的效率，降低磁盘IO成本
• 数据排序，降低CPU消耗

劣势

• 索引本质也是一张表，保存着索引字段和指向实际记录的指针，所以也要占用数据库空间，一般而言，索引表占用的空间是数据表的1.5倍
• 索引虽然能提高查询速度，但是会降低表的更新速度，因为更新数据时，也要更新索引

MySQL的索引

Btree 索引

MySQL 使用的是 Btree 索引。

【初始化介绍】

浅蓝色的块称之为磁盘块，由数据项（深蓝色所示）和指针（黄色 所示）组成。

磁盘块 1 包含数据项 17 和 35，包含指针 P1、P2、P3， P1 表示小于 17 的磁盘块，P2 表示在 17 和 35 之间的磁盘块，P3 表示大于 35 的磁盘块。

真实数据存在于叶子节点即 3、5、9、10、13、15、28、29、36、60、75、79、90、99。

非叶子节点不存储真实数据，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。

【查找过程】

如果要查找数据项 29，那么首先把磁盘块 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