MySQL—存储引擎和索引

1. 存储引擎

1.1 体系结构

• 连接层
• 服务层
• 引擎层
• 存储层

1.2 存储引擎

• 存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式
• 存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型
• 可以在创建表的时候，来指定存储引擎，如果没有指定将自动选择默认InnoDB

# 建表时指定存储引擎
CREATE TABLE 表名(
字段1 字段1类型 [ COMMENT 字段1注释 ],
......
字段n 字段n类型 [COMMENT 字段n注释 ]
) ENGINE = INNODB [ COMMENT 表注释 ];

# 查询当前数据库支持的存储引擎
show engines;

1.3 存储引擎特点

面试题:
InnoDB引擎与MyISAM引擎的区别 ?
①. InnoDB引擎, 支持事务, 而MyISAM不支持。
②. InnoDB引擎, 支持行锁和表锁, 而MyISAM仅支持表锁, 不支持行锁。
③. InnoDB引擎, 支持外键, 而MyISAM是不支持的。

1.3.1 InnoDB

介绍:

• InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB是默认的MySQL 存储引擎

特点:

• DML操作遵循ACID模型，支持事务
• 行级锁，提高并发访问性能
• 支持外键FOREIGN KEY约束，保证数据的完整性和正确性；

文件:

• xxx.ibd：xxx代表的是表名，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。

逻辑存储结构:

1.3.2 MyISAM

介绍:

• MyISAM是MySQL早期的默认存储引擎

特点:

• 不支持事务，不支持外键
• 支持表锁，不支持行锁
• 访问速度快

文件:

• xxx.sdi：存储表结构信息
• xxx.MYD: 存储数据
• xxx.MYI: 存储索引

1.3.3 Memory

介绍:

• Memory引擎的表数据是存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用

特点:

• 内存存放, 速度快
• hash索引（默认）

文件:

• xxx.sdi：存储表结构信息

1.3.4 区别及特点

1.4 存储引擎选择

• InnoDB: 是Mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择

• MyISAM(MongDB替代了)： 如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的

• MEMORY(Redis替代了)：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性

2. 索引

2.1 概述

索引（index）是帮助MySQL 高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

劣势可忽略

2.2 索引结构

2.2.1 概述

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种:

注意： 平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

2.2.2 二叉树

二叉树作为索引结构，会存在以下缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低—>红黑树解决
• 大数据量情况下，层级较深，检索速度慢—>B树解决

2.2.3 B-Tree

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

数据结构可视化网站

特点：

• 5阶的B树，每一个节点最多存储4个key，对应5个指针
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂
• 在B树中，非叶子节点和叶子节点都会存放数据

2.2.4 B+Tree

两部分：

• 绿色虚线框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据

• 红色虚线框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据

• 所有的数据都会出现在叶子节点

• 叶子节点形成一个单向链表

• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

2.2.5 Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型—Hash索引。

1). 结构

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了=hash冲突（也称为hash碰撞），可以通过链表来解决。

2). 特点

• Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突)只需要一次检索就可以，效率通常要高于B+tree索引

3). 存储引擎支持

在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的

面试题：
为什么InnoDB存储引擎选择使用B+tree索引结构?
A. 相对于二叉树，层级更少，搜索效率高；
B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
C. 相对Hash索引，B+tree支持范围匹配及排序操作；

2.3 索引分类

2.3.1 索引分类

2.3.2 聚集索引&二级索引

在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种

聚集索引选取规则:

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

执行如下的SQL语句时，具体的查找过程是:

具体过程如下:

• 由于是根据name字段进行查询，所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10
• 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row
• 最终拿到这一行的数据，直接返回即可。

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

思考题：
以下两条SQL语句，那个执行效率高? 为什么?
A. select * from user where id = 10 ;
B. select * from user where name = ‘Arm’ ;
备注: id为主键，name字段创建的有索引；

解答：
A 语句的执行性能要高于B 语句。
因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。

2.4 索引语法

# 创建索引
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... );

# 查看索引
show index from tb_name;

# 删除索引
drop index index_name in tb_name;

2.5 SQL性能分析

2.5.1 SQL执行频率

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
show [session||global] status like 'com_______'; # 七个下划线

2.5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志

• 开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

# 开启MySQL慢日志查询开关  默认关闭
slow_query_log=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

# 重启
systemctl restart mysqld

# 日志信息保存路径
/var/lib/mysql/localhost-slow.log

2.5.3 profile详情

# 查看是否支持profile
SELECT @@have_profiling ;

# 开启
SET profiling = 1;

-- 查看每一条SQL的耗时基本情况
show profiles;
-- 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

2.5.4 explain

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序

-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

Explain 执行计划中各个字段的含义:

注意type尽量往前, 性能越高

2.6 索引使用

2.6.1 最左前缀法则

• 如果索引引了多列（联合索引），要遵循最左前缀法则。
• 最左前缀法则：查询从索引的最左列开始，并且不跳过索引中的列。
• 如果跳过某一列，索引将会部分失效

最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

2.6.2 范围查询

• 联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。
• 当范围查询使用>= 或 <= 时，走联合索引
• 业务允许情况下，尽可能使用 >= 或 <=

2.6.3 索引失效情况

1. 索引列运算

索引列运算会导致索引失效

2. 字符串不加引号

如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效

3. 模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效

4. or 连接条件

用 or 分割开的条件， 如果 or 前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到

5. 数据分布影响

MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

2.6.4 SQL提示

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的

• use index(index_name)
• ignore index(index_name)
• force index(index_name)

2.6.5 覆盖索引

覆盖索引是值 查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到。

尽量使用覆盖索引，减少使用select *

注意最后一个字段Extra：

思考题：
一张表, 有四个字段(id, username, password, status), 由于数据量大, 需要对以下SQL语句进行优化, 该如何进行才是最优方案:
select id,username,password from tb_user where username = ‘itcast’;
答案: 针对于 username, password建立联合索引, sql为:
create index idx_user_name_pass on tb_user(username,password);
这样可以避免上述的SQL语句，在查询的过程中，出现回表查询。

2.6.5 前缀索引

当字段类型为字符串时（varchar，text，longtext），有时候需要索引很长的字符串，影响查询效率。此时可以将字符串的一部分前缀，建立索引，提高效率

• 前缀长度：不重复索引值和数据表的记录总数的比值
• 查询流程：先根据索引查到记录，再进行回表查询

2.6.7 单列索引与联合索引

单列索引：即一个索引只包含单个列
联合索引：即一个索引包含了多个列

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引