【MySQL】索引

目录

一、索引概念

二、MySQL与磁盘交互基本单位

三、知识预备

四、索引理解

1、建立测试表

2、插入多条记录

3、理解page

3.1、理解单个page

3.2、多个page

3.3、页目录

3.4、单页情况

3.5、多页情况

4、聚簇索引 VS 非聚簇索引

五、索引操作

1、创建主键索引

1.1、在创建表的时候，直接在字段名后指定 primary key

1.2、在创建表的最后，指定某列或某几列为主键索引

1.3、创建表以后再添加主键

1.4、主键索引的特点

2、唯一索引的创建

2.1、在表定义时，在某列后直接指定unique唯一属性

2.2、创建表时，在表的后面指定某列或某几列为unique

2.3、创建表以后再添加唯一属性

2.4、唯一索引的特点

3、普通索引的创建

3.1、在表的定义最后，指定某列为索引

3.2、创建完表以后指定某列为普通索引

3.3、创建一个索引名为 idx_name 的索引

3.4、普通索引的特点

4、全文索引的创建

5、查询索引

6、删除索引

6.1、删除主键索引

6.2、其他索引的删除

6.3、drop index 索引名 on 表名

7、索引创建原则

---

一、索引概念

 索引是通过改变存储数据的底层结构，优化算法达到提高查找效率的目的的。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

• 主键索引(primary key)
• 唯一索引(unique)
• 普通索引(index)
• 全文索引(fulltext)--解决中子文索引问题。

创建索引：

alter table 表 add index(字段);

二、MySQL与磁盘交互基本单位

 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解）。

 16*1024=16384。

 也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分，系统的page是物理内存的基本单位，大小为4KB）。

三、知识预备

•  MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
•  MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
•  而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
•  所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
•  为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
•  为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

四、索引理解

1、建立测试表

2、插入多条记录

3、理解page

 为什么MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不可以吗?

 如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。

 但如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录)，那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。

 用户下次找的数据有很大概率就在这个Page里面，因为有局部性原理。往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

3.1、理解单个page

 MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织。我们目前可以简单理解成一个个独立文件是由一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。

 因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

 为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？

 插入数据时排序的目的，就是优化查询的效率。
 页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
 正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而   且，如果运气好，是可以提前结束查找过程的。

3.2、多个page

•  通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
•  如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

3.3、页目录

我们在看书的时候，如果我们要看指定章节，找到该章节有两种做法：

•  从头逐页的向后翻，直到找到目标内容。
•  通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位。
•  本质上，书中的目录，是多花了纸张的，但是却提高了效率。
•  所以，目录，是一种“空间换时间的做法”。

3.4、单页情况

针对上面的单页Page，我们也可以引入目录。

 那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。

 所以 MySQL 通过键值自动排序是为了方便引入目录。

3.5、多页情况

 MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

 在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

 需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。

 这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录：

•  使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
•  和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
•  其中，每个目录项的构成是：键值+指针。图中没有画全。

 存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

 其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

 可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以再加目录页

 至此，我们已经使用B+树给我们的表user构建完了主键索引。

 随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

总结：

•  Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
•  查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数

 叶子节点保存有数据，非叶子节点没有。非叶子节点把所有的空间都用来保存目录项，以便管理更多的子page，所以这棵树一定是一颗矮胖型的树，这种树的特点是找到目标数据，只需要经过更少的page，减少了IO次数，提高了效率。这也是红黑树与AVL树不可以的原因，因为树太高了。

 这个结构叫做mysql innode db 下的索引结构，被构建在MySQL的Buffer Pool缓冲区中。一般我们建表插入数据的时候，就是在该结构下进行CURD的。

数据结构演示链接：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html。

4、聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引。

 MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为MyISAM表的主索引， Col1 为主键。

 其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。这种索引方式叫做非聚簇索引。

 相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的，是聚簇索引。

 MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

 对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别：

 同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

 可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

 所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。

 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据，因为太浪费空间
了。

五、索引操作

1、创建主键索引

1.1、在创建表的时候，直接在字段名后指定 primary key

create table user1(id int primary key, name varchar(30));

1.2、在创建表的最后，指定某列或某几列为主键索引

create table user2(id int, name varchar(30), primary key(id));

1.3、创建表以后再添加主键

create table user3(id int, name varchar(30));

alter table user3 add primary key(id);

1.4、主键索引的特点

• 一个表中，最多有一个主键索引，当然可以使用复合主键
• 主键索引的效率高（主键不可重复）
• 创建主键索引的列，它的值不能为null，且不能重复
• 主键索引的列基本上是int

2、唯一索引的创建

2.1、在表定义时，在某列后直接指定unique唯一属性

create table user4(id int primary key, name varchar(30) unique);

2.2、创建表时，在表的后面指定某列或某几列为unique

create table user5(id int primary key, name varchar(30), unique(name));

2.3、创建表以后再添加唯一属性

create table user6(id int primary key, name varchar(30)）；
alter table user6 add unique(name);

2.4、唯一索引的特点

• 一个表中，可以有多个唯一索引
• 查询效率高
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据
• 如果一个唯一索引上指定not null，等价于主键索引

3、普通索引的创建

3.1、在表的定义最后，指定某列为索引

create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后，指定某列为索引
);

3.2、创建完表以后指定某列为普通索引

create table user9(id int primary key, name varchar(20), email
varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引

3.3、创建一个索引名为 idx_name 的索引

create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

3.4、普通索引的特点

• 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
• 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

4、全文索引的创建

 当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

CREATE TABLE articles (
    -> id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
    -> title VARCHAR(200),
    -> body TEXT,
    -> FULLTEXT (title,body)
    -> )engine=MyISAM;

INSERT INTO articles (title,body) VALUES
    ('MySQL Tutorial','DBMS stands for DataBase ...'),
    ('How To Use MySQL Well','After you went through a ...'),
    ('Optimizing MySQL','In this tutorial we will show ...'),
    ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
    ('MySQL vs. YourSQL','In the following database comparison ...'),
    ('MySQL Security','When configured properly, MySQL ...');

查询有没有database数据：

 如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引：

 可以用explain工具看一下，是否使用到索引：

mysql> explain select * from articles where body like '%database%'\G

 key为null表示没有用到索引。

使用全文索引方式：

 通过explain来分析这个sql语句：

 key用到了title。

5、查询索引

第一种方法： show keys from 表名：

mysql> show keys from test1\G
*************************** 1. row ***************************
        Table: test1     <= 表名
   Non_unique: 0         <= 0表示唯一索引
     Key_name: PRIMARY   <= 主键索引
 Seq_in_index: 1
  Column_name: id        <= 索引在哪列
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: 
   Index_type: BTREE     <= 以B+树形式的索引
      Comment: 
Index_comment: 
1 row in set (0.00 sec)

第二种方法: show index from 表名：

mysql> show index from test2\G
*************************** 1. row ***************************
        Table: test2
   Non_unique: 0
     Key_name: name
 Seq_in_index: 1
  Column_name: name
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null: YES
   Index_type: BTREE
      Comment: 
Index_comment: 
1 row in set (0.00 sec)

第三种方法（信息比较简略）： desc 表名：

6、删除索引

6.1、删除主键索引

 alter table 表名 drop primary key;

6.2、其他索引的删除

 alter table 表名 drop index 索引名；

索引名就是show keys from 表名中的 Key_name 字段。

6.3、drop index 索引名 on 表名

mysql> drop index 索引名 on 表名;

7、索引创建原则

• 比较频繁作为查询条件的字段应该创建索引
• 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
• 更新非常频繁的字段不适合作创建索引
• 不会出现在where子句中的字段不该创建索引