MySQL-索引

最新推荐文章于 2024-03-05 16:38:04 发布

雪人奥特曼Q

最新推荐文章于 2024-03-05 16:38:04 发布

阅读量164

点赞数

分类专栏： MySQL 文章标签：索引

本文链接：https://blog.csdn.net/u013025748/article/details/114629952

版权

MySQL 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

一、常见的索引模型：

哈希表：适合等值查询，不适合范围查询

有序数组：良好的支持等值和范围查询，但更新操作效率低

搜索树：N叉数，减少读取磁盘的次数

二、InnoDB 的索引模型

基于主键索引和普通索引的查询有什么区别？普通索引只是路由到了主键，需要回表查询具体数据，多扫描一棵树

索引维护：非自增键值会带来数据页的分裂与合并，降低效率

自增主键：自增的性能和数据类型带来的空间差异。主键占字节越小，普通索引树越小。

三、覆盖索引

应用覆盖索引提高性能：通过联合索引来应用覆盖索引，提高性能

四、最左前缀原则

联合索引的顺序：

索引下推：按照联合索引的顺序依次排序

MySQL实战-04【5525】

一、常见的索引模型：

索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，常见的三种：哈希表，有序数组和搜索树

哈希表：

哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

哈希索引做区间查询的速度是很慢的。你可以设想下，如果你现在要找身份证号在[ID_card_X, ID_card_Y]这个区间的所有用户，就必须全部扫描一遍了。所以，哈希表这种结构适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。

键值对存储的数据库 —— 【Redis】

有序数组：

有序数组在等值查询和范围查询场景中的性能就都非常优秀。等值查询和范围查询都可以通过应用二分法。

仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。

所以，有序数组索引只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。

搜索树：

N 叉树由于在读写上的性能优点，以及适配磁盘的访问模式。

二、InnoDB 的索引模型

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。数据都是存储在 B+ 树中。每一个索引在 InnoDB 里面对应一棵 B+ 树。B+ 树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。【索引的存储形式】

从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引。

主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。
非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。【主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小】

基于主键索引和普通索引的查询有什么区别？

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

基于非主键索引的查询需要多扫描一棵索引树。

索引维护

B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护。如果索引值不是自增的，插入删除索引的时候，就会导致数据页的分裂和合并。导致效率下降。

自增主键：

性能：选取业务逻辑字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。

空间：每个非主键索引的叶子节点上都是主键的值。如果用String类型做主键，那么每个二级索引的叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型（bigint）则是 8 个字节。

从性能和存储空间方面考量，自增主键往往是更合理的选择。

问题：对于下面这两个重建索引的作法，是否合理。
-- 重建索引
alter table T drop index k;
alter table T add index(k);

-- 重建主键索引
alter table T drop primary key;
alter table T add primary key(id);
重建索引 k 的做法是合理的，可以达到省空间的目的。索引可能因为删除，或者页分裂等原因，导致数据页有空洞，重建索引的过程会创建一个新的索引，把数据按顺序插入，这样页面的利用率最高，也就是索引更紧凑、更省空间。

重建主键的过程不合理。不论是删除主键还是创建主键，都会将整个表重建。所以连着执行这两个语句的话，第一个语句就白做了。这两个语句，你可以用这个语句代替： alter table T engine=InnoDB。

MySQL实战-05

三、覆盖索引

ID为表T的主键，k为表T的索引。那么以下两句的执行差异？

select *  from T where k between 3 and 5; -- 需要回表
select ID from T where k between 3 and 5; -- 不需要回表

时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为覆盖索引。

应用覆盖索引提高性能

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

如果有根据身份证号查询市民信息的需求，我们只要在身份证号字段上建立索引就够了。而再建立一个（身份证号、姓名）的联合索引，是不是浪费空间？

如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。

四、最左前缀原则

联合索引的顺序

依据B+Tree索引的最左前缀原则,在建立联合索引的时候，如何安排索引内的字段顺序。

第一个原则【索引数量】：如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。
第二个原则【空间占用】：空间考虑，比如市民表的情况，name 字段是比 age 字段大的，那我就建议你创建一个（name,age) 的联合索引和一个 (age) 的单字段索引。

索引下推：

MySQL 5.6 引入的索引下推优化（index condition pushdown)，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

问题：既然主键包含了 a、b 这两个字段，那意味着单独在字段 c 上创建一个索引，就已经包含了三个字段了呀，为什么要创建“ca”“cb”这两个索引？为了这两个查询模式，这两个索引是否都是必须的？为什么呢？
CREATE TABLE `geek` (
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` int(11) NOT NULL,
  PRIMARY KEY (`a`,`b`),
  KEY `c` (`c`),
  KEY `ca` (`c`,`a`),
  KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;
select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;
主键 a，b 的聚簇索引组织顺序相当于 order by a,b ，也就是先按 a 排序，再按 b 排序，c 无序。
索引c，按照c排序，同时记录主键；
索引 ca 的组织是先按 c 排序，再按 a 排序，同时记录主键；
索引 cb 的组织是先按 c 排序，在按 b 排序，同时记录主键；

结论：2和3 同效，因此 ca 可以去掉，cb 需要保留。