带你读Mysql技术内幕[5]——什么是索引

前言：本文是自己的阅读《Mysql技术内幕——InnoDB存储引擎》的笔记，主要是为了将阅读和实践结合起来，途中会穿插自己的理解及自己工作中的实践。我理解阅读一本经典的书，无论是技术书籍还是生活数据，带着目的去读，知道书讲得是什么，并且结合自己的理解，输出一定的文字。

经常在工作中，会遇到某个查询比较慢的时候，小伙伴就会思考是否需要新增一个索引来解决呢？
慢 ——> 索引 ——> 解决
似乎索引是一种能够提高速度的东东，那么到底是什么呢？本文带领你一探究竟。

1. 有哪些索引

InnoDB存储引擎支持的索引主要有：

1. B+树索引
2. 全文索引
3. 哈希索引 (有没有很熟悉，咱们在第二篇文章中说了，Innodb会很智能的自动给我们加上自适应hash索引)

可能有人就会问，什么是B+树索引呢？其内部主要结构是什么样的呢？

2. B+树数据结构

B+树的数据结构整体属于：
数据存放到叶子节点中，非叶子节点只存放相应的索引。
同时B+树的高度十分稳定，一般高度都是2 - 4层，这样的话，每次查询最多只需要进行2到4次的磁盘IO。

1. 聚集索引

什么是聚集索引？
按照每张表的主键构造一颗B+树，同时叶子节点中存放的是整张表的行记录数据，叶节点的数据页通过双向链表进行连接。

而非聚集索引中，存放的仅仅是键值及其指向数据页的偏移量。

聚集索引的好处？
对于主键的排序查找和范围查找速度很快。因为叶子节点存放的数据就是用户所需要查询的数据。

2. 辅助索引

辅助索引又称为非聚集索引。叶子节点并不包含行记录的全部数据，包含的是键值及对应的数据页偏移量，该偏移量用于判断去哪儿可以找到与索引相对应的行数据。

一般查找过程：通过非聚集索引中的偏向量，找到对应的主键索引的主键，在通过主键索引找到一个完整的行记录。这通常又称为回表查询

记住：Innodb存储引擎是一个索引组织表

下图是一个辅助索引的查找过程

3. 管理索引

1、如何创建和管理索引

创建索引的方式有两种，第一种是建表的时候，第二种是后续修改。

ALTER  TABLE t ADD KEY ind_id (id);

可以通过如下命令查看表中的索引

SHOW INDEX FROM t\G;

各个含义如下

字段	含义
Table	索引所在表名
Non_unique	非唯一索引
Key_name	索引名字
Seq_in_index	索引中该列的位置
Column_name	索引所在表名
Collation	列以什么方式存储在索引中，A表示排序，
Cardinality	索引中唯一值的数目的估计值，这个值很关键，会根据该值判断是否使用索引
Sub_part	是否是列的部分为索引
Packed	关键字的压缩方式
Null	索引的列是否包含Null值
Index_type	索引的类型

3. Cardinality值

前面说到了Cardinality对于索引分析十分关键，那么什么是cardinality呢？

这个值主要用于判断某个索引是否真的有用，一般建立索引的原则是：某个字段的取值范围很广，基本上没有重复。则适合于建立B+数索引。
Cardinality值就是用来判断字段是否符合这个特征，因为该值的定义是：不重复记录数据的条数。

可以想一下，如何统计该值呢？
总不可能每次有变化，则将整个表整体计算一遍吧，那样如果数据量超级大的情况下，服务器性能都被计算Cardinality吃掉了，势必会导致insert和update很慢。Innodb采用的是随机抽象的方法。

1. 想统计B+索引中叶子节点的数量。
2. 随机抽查8个叶子节点，统计每个页不同记录的个数。
3. 根据上述给一个预估计值。

4. B+树索引的使用

1. 联合索引

什么是联合索引？
对表中的多个列进行索引，组成一个组合索引。

联合索引在B+树的排列顺序是按照建立索引的顺序排列的，也就是最左原则。

比如建立一个订单表:

CREATE TABLE `orders` (
  `order_num` int(11) NOT NULL AUTO_INCREMENT COMMENT '订单号',
  `order_date` datetime NOT NULL COMMENT '订单日期',
  `cust_id` int(11) NOT NULL COMMENT '用户Id',
  `shop_id` int(11) DEFAULT NULL COMMENT '店铺Id',
  PRIMARY KEY (`order_num`),
  KEY `ind_orderNum_date` (`order_num`,`order_date`)
) ENGINE=InnoDB AUTO_INCREMENT=20022 DEFAULT CHARSET=utf8;

组合索引ind_orderNum_date在B+树中是先按照order_num，再按照order_date排序。
因此如下查找是没有办法利用索引的

select * from orders where order_date = '2020-06-07 00:00:00'

下面可以看一下组合索引在B+树中的结构
基本上是一种组合排序的形式，从索引左边元素往右边元素依次排序，当然下面的图只是一个例子

2. 覆盖索引

什么是覆盖索引？
从辅助索引中就可以得到查询的结果，而不需要再根据辅助索引的key及指针查询聚集索引的记录。

覆盖索引的好处？
查找数据快，并且辅助索引不包含整行记录的所有信息，因此物理大小 小于聚集索引，可以减少大量的IO操作。

并且对于统计性问题，比如求解count()之类的

explain select count(*) from orders where order_date>= '2005-09-30 00:00:00';

按照索引的最左原则，按道理是无法利用到ind_orderNum_date索引的，但是分析发现：

并且看explain结果中Extra是Using Index，这就代表利用了覆盖索引。

3. 优化器选择不使用索引

比如下面的查询

explain select * from orders where order_num>= '20046' and order_num <= '20058';

系统分析可能使用的索引有PRIMARY、 ind_orderNum_date，系统最后选择了使用PRIMARY，这种方式其实就是一种表扫描的方式。因为用户想要的是全列的数据，无法利用上其他索引。

4. Multi-Range Read优化

Multi-Range Read优化，又简称为MRR。
那么什么是MRR优化呢？
主要目的是减少磁盘的随机访问，并且将随机访问转化为较为顺序的数据访问。执行计划会自己帮助分析如何进行MRR优化。会自己将范围查询拆分为键值对的查询。

主要使用的查询类型：
type为range、red、eq_ref类型的查询

有哪些好处？

1. MRR使数据访问变得较为顺序，在查询辅助索引时，首先按照得到的查询结果，根据主键进行排序，并按照主键排序的顺序进行书签查找。
2. 减少缓冲池中页被替换的次数。
3. 批量处理对键值的查询操作。

5. ICP优化

Index Condition PushDown 优化同样是Msyql5.6开始支持的一种根据索引进行查询的优化方式。

为什么需要ICP？
在此之前的做法是：当进行索引查询时，先根据索引来查找记录，然后再根据where条件过滤记录。
ICP优化之后：Mysql会在取出索引的同时，判断是否可以进行WHERE条件的过滤。有时可以减少上层SQL对记录的拉取，提高数据库整体性能。(如果不满足条件了，则不拉取数据了)

使用哪些查询情况？
主要支持range、ref、eq_ref、ref_or_null类型的查询

5. hash索引

Innodb采用自适应hash索引，系统自己创建并使用，用户无法自己创建。

总结

本文主要讲解了索引的一些基础知识，包括各个索引的区别及底层B+树的结构等，需要对于新版本中的索引的优化加一些注意比如MRR优化，ICP优化等。