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