【从零开始的mysql】MySQL的索引类型和实现原理

MySQL的索引类型和实现原理

一、按表列属性分类：

1.单列索引
以表的单个列字段创建的索引
2.联合索引
以表的多个列字段组合创建的索引，在查询条件使用索引的从左字段顺序才会生效，遵循最左匹配原则。

单列索引和联合索引又包括：

• 普通索引
  非主键，非唯一列的索引
• 主键索引
  基于该表主键自动生成成的索引，如果未给表定义主键，会查找该表中是否存在非空、整形、唯一索引作为其主键（可通过select _rowid from 表名查看），若都不满足会隐式生成一个rowid作为主键（无法直接查到）
• 唯一索引
  基于表的唯一列生成的索引，允许为空值
• 全文索引
  将存储于数据库中的整本书或整篇文章中任意内容信息查找出来，如大量级的文字中如like %关键字%，普通索引的效率与全文索引相比是非常低的。

二、按数据结构分类：

1.B+tree索引
b+tree基于平衡二叉树的一种多路平衡查找树，所有记录都按照顺序存放在叶子节点中，各个叶子节点直接通过链表相连。与b树不同的是：

• 非叶子节点只存储键值信息。
• 所有叶子节点之间都有一个链指针。
• 数据记录都存放在叶子节点中。

2.hash索引
基于hash表结构实现的索引，mysql中只有MEMORY/HEAP和NDB存储引擎支持；
InnoDB引擎支持自适应hash索引，但是是数据库自身创建使用的，而不能进行人为定义。当二级索引被频繁的访问时，便会自动创建自适应哈希索引；
通过 命令SHOW ENGINE INNODB STATUS可查看自适应hash索引的使用情况；
通过 命令SHOW VARIABLES LIKE '%ap%hash_index' 查看是否打开自适应hash索引。

对比：

• 由于hash索引是比较其hash值，hash索引只能进行等值查找而不能进行范围查找
• hash索引无法进行排序：原因同上
• 不支持最左匹配原则，复合索引时合并一起计算hash值
• hash索引的检索效率很高可以一次定位，但是当发生大量hash碰撞的时候，链表变长，hash索引效率上是不如b+tree的
• 由于存在hash碰撞的问题，当需要获得总数时候，hash 索引在任何时候都不能避免表扫描

3.T-tree索引

4.R-tree索引

三、按存储结构分类：

1.聚簇索引（聚集索引）
InnoDB的聚簇索引实际上是在同一个BTree结构中同时存储了索引和整行数据，通过该索引查询可以直接获取查询数据行。
聚簇索引不是一种单独的索引类型，而是一种数据的存储方式，聚簇索引的顺序，就是数据在硬盘上的物理顺序。
在mysql通常聚簇索引是主键的同义词，每张表只包含一个聚簇索引（其他数据库不一定）。

2.辅助索引（非聚集索引，次级索引，二级索引）
非聚集索引在BTree的叶子节点中保存了索引列和主键。如果查询列不在该索引内，只能查到其主键值，还需要回表操作查询聚簇索引进行查询。

聚簇索引的优点：

• 可以把相关数据保存在一起，如：实现电子邮箱时，可以根据用户ID来聚集数据，这样只需要从磁盘读取少量的数据页就能获取某个用户全部邮件，如果没有使用聚集索引，则每封邮件都可能导致一次磁盘IO
• 数据访问更快，聚集索引将索引和数据保存在同一个btree中，因此从聚集索引中获取数据通常比在非聚集索引中查找要快
• 使用覆盖索引扫描的查询可以直接使用页节点中的主键值

聚簇索引的缺点：

• 聚簇数据最大限度地提高了IO密集型应用的性能，但如果数据全部放在内存中，则访问的顺序就没有那么重要了，聚集索引也没有什么优势了
• 插入速度严重依赖于插入顺序，按照主键的顺序插入是加载数据到innodb表中速度最快的方式，但如果不是按照主键顺序加载数据，那么在加载完成后最好使用optimize table命令重新组织一下表
• 更新聚集索引列的代价很高，因为会强制innodb将每个被更新的行移动到新的位置
• 基于聚集索引的表在插入新行，或者主键被更新导致需要移动行的时候，可能面临页分裂的问题，当行的主键值要求必须将这一行插入到某个已满的页中时，存储引擎会将该页分裂成两个页面来容纳该行，这就是一次页分裂操作，页分裂会导致表占用更多的磁盘空间
• 聚集索引可能导致全表扫描变慢，尤其是行比较稀疏，或者由于页分裂导致数据存储不连续的时候
• 二级索引可能比想象的更大，因为在二级索引的叶子节点包含了引用行的主键列。
• 二级索引访问需要两次索引查找，而不是一次

引用：《高性能MYSQL》（第三版）