MySQL索引知识点
目录
1. B+ Tree 原理
1. 数据结构
- 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。
- 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。
- 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
- 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。
- 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
- 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。
- 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
- 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。
- 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
- 是大多数 MySQL 存储引擎的默认索引类型。
- 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。
- 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。
- 可以指定多个列作为索引列,多个索引列共同组成键。
- 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。
- 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。
- 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。
- 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
- 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。
- 查找条件使用 MATCH AGAINST,而不是普通的 WHERE。
- 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。
- 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
- 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。
- 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。