mysql首先定义唯一索引_第三章 索引实现和种类

目录

一、索引简介

二、优势和劣势

三、mysql索引分类

四、mysql索引结构

五、索引的使用场景

六、聚簇索引和非聚簇索引

一、索引简介

定义

索引是帮助MySQL高效获取数据的数据结构

(1)可以将索引简单理解为"排好序的可快速查找的数据结构"

(2)索引目的在于提高查找效率,可以类比字典"mysql"单词,要先定位到m,在y....如果没有索引,我们只能从a开始找,a---->z,如果没有索引,这个事情非常的慢

image-20200903072532726.png

总结:

(1)加快对Col2的查找,维护了一个二叉查找树(以后是B+树),节点key----col2,value----物理地址,运行二叉查找树能快速的检索出符合条件得到记录(左子结点(小)----父结点(中)----右子结点(大))

(2)这个查找算法的数据结构以某种方式指向数据,这样就可以在这些数据结构的基础上实现高级查找算法,这种数据结构就是索引

(3)经常update操作不适合建立索引,容易索引失效(B树的地址指向指不对)

逻辑删除

Java程序的service调用del方法,并不是真正的删除,而是在update操作,将active标志位改变

为了数据分析.尽量不删

为了索引

逻辑删除的设计

设计一:逻辑直接删除,会导致常用的 unique key 失效

设计二:将删除标识加入组成复合索引

当然用户可将数据行中主键和 is_deleted 一起作为 unique key，但是这样又会出现，再次删除时，系统中无法出现两个完全相同的 ID，又都是 is_deleted=1 的记录出现)

索引文件和其他的索引

- 一般来说索引很大,不可能全部存储在内存中,所以索引往往以文件形式存储在磁盘上

- 其他索引

1. 聚集索引,次要索引,覆盖索引,复合索引,前缀索引,唯一索引都是B+树

2. 哈希索引(hash)

3. 平常所说的索引,没有说明,都是指B树(多路搜索树,并不一定是二叉树)结构)

二、优势和劣势

优势:

1. 查找:图书馆的图书类目建立索引,提高数据的检索效率,降低数据库的IO成本(B树几层就IO几次)

2. 排序:通过索引对数据进行排序,降低排序的成本,降低了CPU的消耗

劣势:

1. 占用空间

索引也是一张表,表保存了主键和索引字段,并指向了实体表

2. 更新降低效率

索引虽然大大提高了查询效率,同时会降低更新表的数据,如果(insert,delete,update操作),MySQL不仅要保存数据,还要保存一下索引文件每次更新添加或者索引列的字段

3. 优化查询

MySQL有大量的数据表,就需要花时间研究建立最优秀的索引

三、mysql索引分类

单值索引: 即一个索引只包含单个列,一个表可以有多少单列索引,最好不要超过5个

--和表一起创建

CREATE TABLE customer(

id INT(10) UNSIGNED AUTO_INCREMENT,

customer_no VARCHAR(200),

customer_name VARCHAR(200),

PRIMARY KEY(id),

KEY (customer_name)--单值索引

);

--单独创建单值索引

CREATE INDEX idx_customer_name ON customer(customer_name);

唯一索引: 索引列的值必须唯一unique,可为null

--和表一起创建

CREATE TABLE customer (

id INT(10) UNSIGNED AUTO_INCREMENT,

customer_no VARCHAR(200),

customer_name VARCHAR(200),

PRIMARY KEY(id),

KEY (customer_name), --单值索引

UNIQUE (customer_no) --唯一索引,可为null

);

--单独创建唯一索引

CREATE UNIQUE INDEX idx_customer_no ON customer(customer_no);

主键索引: 设定为主键后数据库会自动建立索引，innodb为聚簇索引

--和表一起创建

CREATE TABLE customer (

id INT(10) UNSIGNED AUTO_INCREMENT,

customer_no VARCHAR(200),

customer_name VARCHAR(200),

PRIMARY KEY(id) --主键索引

);

--单独创建主键索引

ALTER TABLE customer ADD PRIMARY KEY customer(customer_no);

--删除主键索引

ALTER TABLE customer DROP PRIMARY KEY;

--修改建主键索引

必须先删除掉(drop)原索引，再新建(add)索引

复合索引: 一个索引包含多个列

--和表一起创建

CREATE TABLE customer (

id INT(10) UNSIGNED AUTO_INCREMENT,

customer_no VARCHAR(200),

customer_name VARCHAR(200),

PRIMARY KEY(id),

KEY (customer_name), --单值索引

UNIQUE (customer_no), --唯一索引

KEY (customer_no,customer_name) --复合索引

);

--单独创建复合索引

CREATE INDEX idx_no_name ON customer(customer_no,customer_name);

基本语法

#创建

CREATE [UNIQUE] INDEX indexName ON myTable(columnName(length));

ALTER myTable ADD [UNIQUE] INDEX indexName ON (columnName(length));

#删除

DROP INDEX [indexName] ON myTable;

#查看

SHOW INDEX FROM myTable\G

四、mysql索引结构

BTree索引

image-20200903091011058.png

初始化介绍

一颗B+树,浅蓝色:磁盘块,包含(1.数据项深蓝色 2.指针黄色)

磁盘块1,包含数据项17,35,包含指针P1,P2,P3

P1是小于17 P2介于17和35之间 P3大于35

真实的数据只存在于叶子结点

非叶子结点不存储真实的数据,只存储搜索方向的数据项,17和35并不真实存储数据表

查找过程

目表:查找29

首先把磁盘块1加载内存,发送IO第一次,29在17~35之间,确定P2指针

P2指针的磁盘地址把磁盘块3的地址加载到内存,发生IO第二次,29在26~30之间,确定P2指针

P2指针的磁盘地址把磁盘块8的地址加载到内存,发生IO第三次,二分查找到29,结束查询,总共三次IO

B树与B+树的区别

非叶子结点

B+只有叶子结点才存储数据,也就是说,非叶子结点值存储key,不存储value,B树的关键字和记录是放在一起的,B+树的非叶子节点中只有关键字和指向下一个节点的索引，记录只放在叶子节点中

链表:

树的叶子结点(结点的数据也是有序的)构成了一个有序链表,可以按照key排序的遍历全部数据

总结:B+树小,IO少,查找次数稳定,顺序遍历

B树中，越靠近根节点的记录查找时间越快，只要找到关键字即可确定记录的存在；

B+树中每个记录的查找时间基本是一样的，都需要从根节点走到叶子节点，而且在叶子节点中还要再比较关键字。

从这个角度看 B树的性能好像要比 B+树好，而在实际应用中却是 B+树的性能要好些。

因为 B+树的非叶子节点不存放实际的数据， 这样每个节点可容纳的元素个数比 B树多，树高比 B树小，这样带来的好处是减少磁盘访问次数。

尽管 B+树找到一个记录所需的比较次数要比 B树多，但是一次磁盘访问的时间相当于成百上千次内存比较的时间，因此实际中 B+树的性能可能还会好些

而且 B+树的叶子节点使用指针连接在一起，方便顺序遍历(例如查看一个目录下的所有 文件，一个表中的所有记录等)，这也是很多数据库和文件系统使用 B+树的缘故

为什么说 B+树比 B-树更适合实际应用中操作系统的文件索引和数据库索引？

1. B+树的磁盘读写代价更低:结点信息少

B+树的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对 B 树更小。如果把所有同一内部结点 的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说 IO 读写次数也就降低了

2. B+树的查询效率更加稳定:路径长度一致

由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当

五、索引的使用场景

创建索引的场景:

主键自动建立索引

频繁查询条件的字段

银行中的手机号,余额等

查询中与其他表关联的外键

员工表tab_emp中的deptId

频繁更新的数据不适合建立索引

不仅要更新数据,还要更新B+树

where条件用不到的字段不创建索引

单键/组合索引(复合)?高并发选择复合索引

查询排序的字段,通过索引去访问排序字段会大大提高排序的速度

where 语句顺序不重要,但是order by的顺序很重要

查询中统计或者分组查询(group by)

不要创建索引的场景:

表记录少

经常增删改

不仅要更新数据,还要更新B+树(更新索引文件)

数据列中包含许多重复的内容.建立索引没有太多的效果

- 字段boolean只有T,F两种值,分布概率为50%,对表字段建立索引不会提高数据库的查询速度

- 索引的选择性 = 不同值的数目 / 表中记录的总数

- 如果一个表中2000条记录,表索引列有1980个不同的值,这个索引的选择性就是1980/2000 = 0.99,一个索引的选择性越接近于1,索引的效率就越高

六、聚簇索引和非聚簇索引

1.聚簇索引

(1)聚簇索引就是按照每张表的主键构造一颗B+树，同时叶子节点中存放的就是整张表的行记录数据

(2)Innodb使用的是聚簇索引，MyISam使用的是非聚簇索引,Innodb中的主键索引是一种聚簇索引，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引(可为null)。

如果没有主键,innodb会选择非空的唯一索引来代替,如果也没有这样的索引,innodb会隐式的定义一个主键作为聚簇索引

(3)聚簇索引的优缺点

#优点

1.数据访问快 : 因为聚簇索引将索引和数据保存在同一个B+树

2.主键的排序查找非常快 : 因为已经排好序了

#缺点

1.主键更新代价高,别更新的行移动,索引重构影响性能 : 一般定义主键为不可更新

2.顺序插入 : 插入速度取决于插入的顺序,一般在顺序地插入在最后面是最快的,否则会导致页分裂(一般定义主键自增)

2.非聚簇索引,二级,辅助索引(secondary index,non-clustered index)

(1)辅助索引访问数据总是需要二次查找,其叶子节点存储的不再是行的的物理位置(数据地址),而是主键值

myisam保存的是数据地址

(2)通过辅助索引先找到的是主键值(聚簇索引键),在通过主键值找到数据行的数据页,通过数据页的Page Directory找到数据行

(3)辅助索引搜索需要检索两遍索引

image-20201106184101706.png

3.InnoDB的注意事项

(1)短字段作为主键 : 主键定义得小一些。InnoDB 不会压缩索引。如果主键定义的比较大，其他索引也将很大

(2)单调的主键 : InnoDB数据文件是一颗B+树,非单调的主键会造成插入新记录时为了维护B+Tree特性,而频繁的调整导致低效,所以自增字段作为主键是一个很好的选择

4.二级索引搜索过程

(1)InnoDB使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上

(2)若使用"where id = 14"的条件可查找到对应的叶节点，直接获得行数据(聚簇索引存数据)

(2)若对Name列进行条件搜索，则需要两个步骤：

第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。

第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。

5.按照存储结构,可以分为B+树索引和hash索引