原文地址 mp.weixin.qq.com
前言
看了很多关于索引的博客,讲的大同小异。但是始终没有让我明白关于索引的一些概念,如 B-Tree 索引,Hash 索引,唯一索引…. 或许有很多人和我一样,没搞清楚概念就开始研究 B-Tree,B+Tree 等结构,导致在面试的时候答非所问!
索引是什么?
索引是帮助 MySQL 高效获取数据的数据结构。
索引能干什么?
提高数据查询的效率。
索引:排好序的快速查找数据结构!索引会影响 where 后面的查找,和 order by 后面的排序。
索引的分类
-
从存储结构上来划分:BTree 索引(B-Tree 或 B+Tree 索引),Hash 索引,full-index 全文索引,R-Tree 索引。
-
从应用层次来分:普通索引,唯一索引,复合索引。
-
根据中数据的物理顺序与键值的逻辑(索引)顺序关系:聚集索引,非聚集索引。
1)中所描述的是索引存储时保存的形式,
2)是索引使用过程中进行的分类,两者是不同层次上的划分。不过平时讲的索引类型一般是指在应用层次的划分。
就像手机分类,安卓手机,IOS 手机 与 华为手机,苹果手机,OPPO 手机一样。
-
普通索引:即一个索引只包含单个列,一个表可以有多个单列索引
-
唯一索引:索引列的值必须唯一,但允许有空值
-
复合索引:即一个索引包含多个列
-
聚簇索引 (聚集索引):并不是一种单独的索引类型,而是一种数据存储方式。具体细节取决于不同的实现,InnoDB 的聚簇索引其实就是在同一个结构中保存了 B-Tree 索引 (技术上来说是 B+Tree) 和数据行。
-
非聚簇索引:不是聚簇索引,就是非聚簇索引(认真脸)。
索引的底层实现
mysql 默认存储引擎 innodb 只显式支持 B-Tree(从技术上来说是 B+Tree) 索引,对于频繁访问的表,innodb 会透明建立自适应 hash 索引,即在 B 树索引基础上建立 hash 索引,可以显著提高查找效率,对于客户端是透明的,不可控制的,隐式的。
不谈存储引擎,只讨论实现 (抽象)
Hash 索引
基于哈希表实现,只有精确匹配索引所有列的查询才有效,对于每一行数据,存储引擎都会对所有的索引列计算一个哈希码(hash code),并且 Hash 索引将所有的哈希码存储在索引中,同时在索引表中保存指向每个数据行的指针。
B-Tree 能加快数据的访问速度,因为存储引擎不再需要进行全表扫描来获取数据,数据分布在各个节点之中。
是 B-Tree 的改进版本,同时也是数据库索引索引所采用的存储结构。数据都在叶子节点上,并且增加了顺序访问指针,每个叶子节点都指向相邻的叶子节点的地址。相比 B-Tree 来说,进行范围查找时只需要查找两个节点,进行遍历即可。而 B-Tree 需要获取所有节点,相比之下 B+Tree 效率更高。
案例:假设有一张学生表,id 为主键
在 MyISAM 引擎中的实现(二级索引也是这样实现的)
在 InnoDB 中的实现
问题
问:为什么索引结构默认使用 B-Tree,而不是 hash,二叉树,红黑树?
hash:虽然可以快速定位,但是没有顺序,IO 复杂度高。
二叉树:树的高度不均匀,不能自平衡,查找效率跟数据有关(树的高度),并且 IO 代价高。
红黑树:树的高度随着数据量增加而增加,IO 代价高。
问:为什么官方建议使用自增长主键作为索引。
结合 B+Tree 的特点,自增主键是连续的,在插入过程中尽量减少页分裂,即使要进行页分裂,也只会分裂很少一部分。并且能减少数据的移动,每次插入都是插入到最后。总之就是减少分裂和移动的频率。
插入连续的数据:
插入非连续的数据