深入浅出Mysql索引

小咪咪 2022-01-10 16:29 282阅读 0赞

索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。

索引模型有三种常见、也比较简单的数据结构分别是哈希表、有序数组和搜索树。

**哈希表**

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

![1128628-20190419183711673-2001298447.png][]

适用于只有等值查询的场景，比如 Memcached 及其他一些NoSQL 引擎。

**有序数组**

有序数组在等值查询和范围查询场景中的性能就都非常优秀。

![1128628-20190419183758708-1614170578.png][]

这里我们假设身份证号没有重复，这个数组就是按照身份证号递增的顺序保存的。这时候如果你要查 ID\_card\_n2 对应的名字，用二分法就可以快速得到，这个时间复杂度是O(log(N))。

如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。所以，有序数组索引只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。

**二叉搜索树**

二叉搜索树的时间复杂度是 O(log(N))。树可以有二叉，也可以有多叉。多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增。二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。

### InnoDB 的索引模型 ###

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。

每一个索引在 InnoDB 里面对应一棵 B+ 树。

假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。

假如建表语句如下：

mysql> create table T( id int primary key, k int not null, name varchar(16), index (k))engine=InnoDB;

表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树的示例示意图如下。

![1128628-20190422135438767-2030977677.png][]

主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。

非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。

根据上面的索引结构说明，我们来讨论一个问题：基于主键索引和普通索引的查询有什么区别？

*  如果语句是 select \* from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
 *  如果语句是 select \* from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

为什么主键需要自增呢？

这样每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂，性能高得多。

而且主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

所以，从性能和存储空间方面考量，自增主键往往是更合理的选择。

**最左前缀原则**

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，减少回表，所以使用覆盖索引是一个常用的性能优化手段。

在建立联合索引的时候，如何安排索引内的字段顺序？

**第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。**

，如果既有联合查询，又有基于 a、b 各自的查询呢？查询条件里面只有 b 的语句，是无法使用 (a,b) 这个联合索引的，这时候你不得不维护另外一个索引，也就是说你需要同时维护 (a,b)、(b) 这两个索引。

这时候，**我们要考虑的原则就是空间了**。比如上面这个市民表的情况，name 字段是比 age 字段大的 ，那我就建议你创建一个（name,age) 的联合索引和一个 (age) 的单字段索引。

### ###

**索引下推**

如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是 10 岁的所有男孩”。那么，SQL 语句是这么写的：

mysql> select * from tuser where name like '张 %' and age=10 and ismale=1;

MySQL 5.6 之前，只能从 ID3 开始一个个回表。到主键索引上找出数据行，再对比字段值。

而 MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数，如下图所示：

![1128628-20190422163933309-890738332.png][]

转载于:https://www.cnblogs.com/lamp01/p/10738214.html

[1128628-20190419183711673-2001298447.png]: /images/20220110/cb1e3df5078a4908b9b8cc78477347f4.png
[1128628-20190419183758708-1614170578.png]: /images/20220110/bd3b4659f06c4df5ac935eab730e2223.png
[1128628-20190422135438767-2030977677.png]: /images/20220110/44b140fc7d6540bca665b6b07af8e971.png
[1128628-20190422163933309-890738332.png]: /images/20220110/3223c52902cd49d3acdc8e0e64825b18.png