目录
一、索引的介绍
索引是创建在数据库表中,是对数据库表中的一列或者多列的值进行排序的一种结果,索引是一种提高查询效率的数据结构(B树或者是哈希结构)。
- 索引优点:
提高查询效率 - 索引缺点:
索引并非越多越好,过多的索引会导致CPU使用率居高不下,由于数据的改动会引起索引文件的改动,过多的磁盘I/O造成CPU负荷太重。
二、索引的分类
- 普通索引:
没有任何限制条件,可以给任意类型的字段创建普通索引 - 唯一性索引:
使用unique修饰的字段,值不能重复,主键索引就属于唯一性索引 - 主键索引:
使用primary key修饰的字段会自动创建索引 - 单列索引:
在一个字段上创建索引 - 多列索引:
在表的多个字段上创建索引 - 全文索引:
使用fulltext参数可以设置全文索引,只支持char、varchar、text类型的字段上,常用于数据量较大的字符串类型上,可以提高查询速度;只有MyIsam存储引擎支持
三、索引的创建与删除
1.创建表的时候创建索引
create table table_name (
id int,
name varchar(12),
index(id)
);
2.在已经创建的表上添加索引
//第一种
create [ unique | fulltext | spatial | primary key ] index 索引名 on 表名 (属性名[ asc | desc]);
索引名一般命名为idx_name
//第二种
alter table 表名 add [ unique | fulltext | spatial | primary key ] index 索引名(属性名);
3.删除索引
drop index 索引名 on 表名;
四、索引的执行过程
有student表如下
里面存储的数据如下:
用explain查看下面SQL语句的执行计划:
从结果可知,当前查询possible_keys、key都为null,则未命中索引,rows=5表示查询了5条数据,即进行了全表查询,当前查询操作对每一行数据都进行比较。当数据量较大时,全表扫描效率很低。
explain分析SQL执行过程时:
- possible_key: 表示SQL执行可能会命中的索引
- key: 表示执行过程真正使用的索引名称
- rows: 表示查询数据影响的行数
给name字段添加索引:
用explain查看上述同样语句的执行过程:
可以看出,添加索引之后,再次查询"ZhaoLei"信息,只在表中查询一行数据即可得到,而且当前查询命中 idx_name索引。
explain命令可以查看SQL的执行计划,分析SQL是否正确使用索引!!
五、索引的底层原理
MySQL支持两种索引,一种是B-树(即B树)索引,一种是哈希表索引,这两种索引的查询效率较高。
MYSQL中InnoDB存储引擎是基于B-树 (实际MYSQL采用的是B+树) 的索引结构。
B-树的特点:
B-树是一种m阶平衡树,叶子节点都在同一层,由于每一个节点存储的数据量比较大,索引整个B-树的层数是非常低的,基本上不超过三层
B-树、B+树的详细介绍参考此博客 B树、B-树、B+树、B*树之间的关系
由于磁盘的读取也是按block块操作的(内存是按page页面操作的),因此B-树的节点大小一般设置为和磁盘块大小一致,这样一个B-树节点,就可以通过一次磁盘I/O把一个磁盘块的数据全部存储下来,所以当使用B-树存储索引的时候,磁盘I/O的操作次数是最少(MySQL的读写效率,主要集中在磁盘I/O上)。
MySQL为什么要采用B+树存储索引结构呢而不是B-树??
- B-树的每一个节点,存了关键字和对应的数据地址,而B+树的非叶子节点只存关键字,不存数据地址。
因此B+树的每一个非叶子节点存储的关键字是远远多于B-树的,B+树的叶子节点存放关键字和数据,
从树的高度上来说,B+树的高度要小于B-树,使用的磁盘I/O次数少,因此查询会更快一些。 - B-树由于每个节点都存储关键字和数据,因此离根节点近的数据,查询的就快,离根节点远的数据,查询的就慢;
B+树所有的数据都存在叶子节点上,因此在B+树上搜索关键字,找到对应数据的时间是比较平均的,没有快慢之分。 - 在B-树上如果做区间查找,遍历的节点是非常多的;
B+树所有叶子节点被连接成了有序链表结构,因此做整表遍历和区间查找是非常容易的。
哈希索引是由哈希表实现的,哈希表对数据并不排序,因此不适合做区间查找,效率非常低,需要搜索整个哈希表结构。
六、常用存储引擎的索引结构
1、MyISAM索引实现
-
主键索引:
MyISAM存储引擎使用B+树作为索引结构,叶节点的data域存放的是数据记录地址。
MyISAM主键索引原理图如下图示:
图源网络,侵删
非叶子节点存储的都是关键字
假设我们以Col1为主键,则上图是一个MyISAM表的主索引(Primary key)示意。可以看出MyISAM的索引文件仅仅保存数据记录的地址。 -
辅助索引:
MyISAM中,主键索引和辅助索引在结构上没有任何区别,主键索引要求key是唯一的,而辅助索引的key可以重复。
图源网络,侵删
由上面两张图可知,首先按照B+Tree搜索算法搜索索引,如果指定的key存在,则取出data域的值,然后以data域的值为地址,读取相应的数据记录。
可以看出:MyISAM存储引擎的索引结构叶子节点存储关键字和数据地址,也就是说索引关键字和数据没有放在一起存放,体现在磁盘上,就是索引在一个文件存储,数据在另一个文件存储。
例如一个user表,会在磁盘上存储三个文件:user.frm(表结构文件)、user.MYD(表的数据文件)、user.MYI(表的索引文件)
MyISAM的索引方式也叫做非聚集索引
2、InnoDB索引实现
- 主键索引:
InnoDB存储引擎的主键索引,叶子节点中索引关键字和数据是在一起存放的,非叶子节点存存储主键信息
图源网络,侵删 - 辅助索引:
InnoDB的辅助索引,叶子节点上存放的是索引关键字和对应的主键,如图:
图源网络,侵删
辅助索引的B+树,先根据关键字找到对应的主键,再取主键索引树上找到对应的行记录数据。
从索引树上可以看到,InnoDB的索引关键字和数据都是在一起存放的,体现在磁盘存储上。
例如创建一个user表,会在磁盘上只存储两种结构:user.frm(存储表的结构)、user.idb(存储索引和数据)
InnoDB的索引树叶子节点包含了完整的数据记录,这种索引叫做聚集索引。
因为InnoDB的数据文件本身要按照主键聚集,所以InnoDB要求表必须有主键(MyISAM可以没有),如果没有指定显示,则MyISAM系统会自动选择一个可以唯一标识的数据记录列作为主键,如果不存在这种列,则Mysql会自动为InnoDB表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整形。
该部分也可参考此博客MyISAM与InnoDB两类存储引擎的索引实现
七、索引的设计原则
- 给区分度高的字段创建索引 eg:学号
- 给经常需要排序、分组和多表联合操作的字段创建索引
- 经常作为查询条件的字段创建索引
- 索引的数据不宜过多
- 使用数据量少的索引(如前缀索引,主要针对字符串索引,字符串类型尽量创建前缀索引)
- 对于多列索引,优先指定最左边的列集
- 删除不在使用或者很少使用的索引