MySQL索引知识点

MySQL索引知识点

---

目录

1. B+ Tree 原理
2. MySQL 索引
3. 索引优化
4. 索引的优点
5. 索引的使用条件

---

1. B+ Tree 原理

1. 数据结构

1. B+ Tree 指的是 Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有的叶子结点位于同一层。
2. B+ Tree 是基于 B Tree 和叶子节点顺序访问指针进行实现，它具有 B Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。
3. 在 B+ Tree 中，一个节点中的 key 从左到右非递减排列，如果某个指针的左右相邻 key 分别是 key(i) 和 key(i+1)，那么该指针指向节点的所有 key 大于等于 key(i) 且小于等于 key(i+1)。
   

---

2. 操作

1. 进行查找操作时，首先在根节点进行二分查询，找到一个 key 所在的指针，然后递归地在指针所指向的节点进行查找。直到查找到叶子节点，然后再叶子节点上进行二分查找，找出 key 所对应的 data。
2. 插入删除操作会破坏平衡树的平衡性，因此在插入删除操作之后，需要对树进行一个分裂、合并、旋转等操作来维护平衡性。

---

3. 与红黑树的比较

红黑树等平衡树也可以用来实现索引，但是文件系统及数据库系统普遍采用 B+ Tree 作为索引结构，主要有以下两个原因：

（一）更少的查找次数

1. 平衡树查找操作的时间复杂度和树高 h 相关，O(h) = O(logdN)，其中 d 为每个节点的出度。
2. 红黑树的出度为 2，而 B+ Tree 的出度一般都非常大，所以红黑树的树高 h 很明显比 B+ Tree大非常多，查找的次数也就更多

（二）利用磁盘预读特性

1. 为了减少磁盘 I/O 操作，磁盘往往不是严格按需读取，而是每次都会预读。预读过程中，磁盘进行顺序读取，顺序读取不需要进行磁盘寻道，并且只需要很短的磁盘旋转时间，速度会非常快。
2. 操作系统一般将内存和磁盘分割成固定大小的块，每一块称一页，内存与磁盘以页为单位交换数据。数据库系统将索引的一个节点的大小设置为页的大小，使得一次 I/O 就能完全载入一个节点。并且可以利用预读特性，相邻的节点也能够预先载入。

---

2. MySQL 索引

索引是存储引擎层实现的，而不是在服务器层实现的，所以不同存储引擎具有不同的索引类型和实现。

1. B+ Tree 索引

1. 是大多数 MySQL 存储引擎的默认索引类型。
2. 因为不再需要进行全表扫描，只需要对树进行搜索即可，所以查找速度快很多。
3. 因为 B+ Tree 的有序性，所以除了用户查找，还可以用于排序和分组。
4. 可以指定多个列作为索引列，多个索引列共同组成键。
5. 适用于全健值、健值范围和键前缀查找，其中键前缀查找只适用于最左前缀查找。如果不是按照索引列的顺序查找，则无法使用索引。
6. InnoDB 的 B+ Tree 索引分成主索引和辅助索引。主索引的叶子节点 data 域记录着完整的数据记录，这种索引方法被称为聚簇索引。因为无法把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引。
7. B+树索引并不能找到一个给定健值的具体行。B+数索引能找到的只是被查找数据行所在的页。然后数据库通过把页读入内存，再在内存中进行查找，最后得到查找的数据。
   
8. 辅助索引的叶子节点的 data 域记录着主键的值，因此在使用辅助索引进行查找时，需要先查找到主键值，然后再到主索引中进行查找。
   
   
   

---

2. 哈希索引

哈希索引能以 O(1) 时间进行查找，但是失去了有序性：

• 无法用于排序与分组
• 只支持精确查找，无法用于部分查找和范围查找。

InnoDB 存储引擎有一个特殊的功能叫“自适应哈希索引”，当某个索引值被引用的非常频繁时，会在 B+ Tree 索引之上再创建一个哈希索引，这样就让 B+ Tree 索引具有哈希索引的一些优点，比如快速的哈希查找。

---

3. 全文索引

1. MyISAM 存储引擎支持全文索引，用于查找文本中的关键字，而不是直接比较是否相等。
2. 查找条件使用 MATCH AGAINST，而不是普通的 WHERE。
3. 全文索引使用倒排索引实现，它记录着关键字到其所在文档的映射。
4. InnoDB 存储引擎在 MySQL 5.6.4 版本总也开始支持全文索引。

---

4. 空间数据索引

1. MyISAM 存储引擎支持空间数据索引（R-Tree），可以用于地理数据存储。空间数据索引会从所有维度来索引数据，可以有效地使用任意维度来进行组合查找。
2. 必须使用 GIS 相关的函数来维护数据。

---

3. 索引优化

1. 独立的列

在进行查找时，索引列不能是表达式的一部分，也不能是函数的参数，否则无法使用索引。
例如下面的查询不能使用 actor_id 列的索引。

---

2. 多列索引

在需要使用多个索引作为条件进行查询时，使用到列所有比使用单个所有的性能更好。例如下面的语句中，最好把 actor_id 和 film_id 设置为多列索引。

---

3. 索引列的顺序

让选择性最强的索引放在前面。

索引的选择性是指：不重复的索引值和记录总数的比值。最大为1，此时每个记录都有唯一的索引与其对应。选择性越高，每个记录的区别度越高，查询效率也越高。

例如下面显示的结果中 customer_id 的选择性比 staff_id 更高，因此最好把 customer_id 列放在多列索引的前面。

---

4. 前缀索引

对于 BLOB、TEXT 和 VARCHAR 类型的列，必须使用前缀索引，只索引开始的部分字符。

前缀长度的选取需要根据索引选择性来确定。

---

5. 覆盖索引

索引包含所有需要查询的字段的值。

具有以下优点：

• 索引通常远小于数据行的大小，只读索引能大大减少数据访问量。
• 一些存储引擎（例如 MyISAM）在内存中只缓存索引，而数据依赖于操作系统来缓存，而数据依赖于操作系统来缓存。因此，只访问索引可以不使用系统调用（通常比较费时）
• 对应 InnoDB 引擎，若辅助索引能够覆盖查询，则无需访问主索引。

---

4. 索引的优点

• 大大减少了服务器需要扫描的数据行数
• 帮助服务器避免进行排序和分组，以及避免创建临时表（B+ Tree 索引是有序的，可以用于 ORDER BY 和 GROUP BY 操作。临时表主要是在排序和分组过程中创建，不需要排序和分组，也就不需要创建临时表）
• 将随机 I/0 变为顺序 I/O（B+ Tree索引是有序的，会将相邻的数据都存储在一起）

---

5. 索引的使用条件

• 对于非常小的表，大部分情况下简单的全表扫描比建立索引更高效；
• 对于中到大型的表，索引就非常有效；
• 但是对于特大型的表，建立和维护索引的代价将会随之增长。这种情况下，需要用到一种技术可以直接区分需要查询的一组数据，而不是一条记录一条记录的匹配。例如可以使用分区技术。