MySQL索引机制(详细+原理+解析)

MySQL索引机制

永远年轻，永远热泪盈眶

一.索引的类型与常见的操作

• 前缀索引

  MySQL 前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。

• 复合索引

  集一个索引包含多个列（最左前缀匹配原则）

• 唯一索引

  索引列的值必须唯一，但允许有空值

• 全文索引

  在MySQL 5.6版本以前,只有MyISAM存储引擎支持全文引擎.在5.6版本中,InnoDB加入了对全文索引的支持,但是不支持中文全文索引.在5.7.6版本,MySQL内置了ngram全文解析器,用来支持亚洲语种的分词.

  全文索引为FUllText，在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值，全文索引可以在CHAR,VARCHAR,TEXT类型列上创建

• 主键索引

  设定主键后数据会自动建立索引，InnoDB为聚簇索引

• 单列索引

  即一个索引只包含单个列，一个表可以有多个单列索引

• 覆盖索引

  覆盖索引是指一个查询语句的执行只用从所有就能够得到，不必从数据表中读取，覆盖索引不是索引树，是一个结果，当一条查询语句符合覆盖索引条件时候，MySQL只需要通过索引就可以返回查询所需要的数据，这样避免了查到索引后的回表操作，减少了I/O效率

  -- 目前有一个key(name)索引，聚簇索引是key(id)
  -- 使用了覆盖索引
  select id from stu where key = '天天';
  -- 不使用覆盖索引，因为查询的结果无法从普通索引树中得到
  select * from stu where key = '天天'
  

---

查看索引

show index from table_name;

列名解析：

列名title	解释desc	取值value
table	索引对应表的名称	DB中的表
Non_unique	索引包含value是否为唯一（是否为唯一索引）	0代表是唯一，1代表不是
Key_name	索引的名称	不命名为创建时列名称，联合查询为Seq_in_index为1的列名称，重复是使用_+number区分
Seq_in_index	索引中列的序列号，从1开始,表明在联合查询中的顺序，我们可以根据这个推断出联合索引中索引的前后顺序（使用最左优化原则）	从1递增至联合索引的列数
Column_name	索引的列名	索引的列名
Collation(n.排序方式，校队)	指排序方式	A表示升序，B表示降序，NULL表示未排序。
Cardinality	基数的意思，表示索引中唯一值的数目的估计值，我们知道某个字段的重复值越少越适合建立索引，所以我们一般根据Cardinality来判断索引是否具有高选择性，如果这个值非常小，就需要评估这个字段是否适合做索引	最小值为1，表示索引的列字段值都重复，最大为表中字段数
Sub_part	当索引是前缀索引的时候，sub_part表示前缀的字符数	非前缀为0，前缀索引为字符数
Packed	指示关键字如何被压缩。	如果没有被压缩，则为NULL
NUll	如果列含有null，则含有yes	null/yes
Index_type	表示索引类型，全文索引是Fulltext，Memory引擎对应Hash，其他大多数是Btree，Rtree没有见过	FULLTEXT，HASH，BTREE，RTREE
Comment	注释	...
Index_comment	注释	...

删除索引

drop index index_name on table name;
-- 错误删除primary索引
drop index `PriMary` on temp;
-- >:Incorrect table definition; there can be only one auto column and it must be defined as a key

二.常见的索引详解与创建

• 主键索引

  -- mysql中InnoDB使用主键索引作为聚簇索引，主键索引无法使用
  -- 创建时候,主键自动定义
  create table temppp(id int auto_increment,primary key(id),name varchar(20) not null unique);
  -- 无法删除primary key索引,需要改变的时候，首先需要删除主键列,删除后自动选择一行unique的列作为主键索引
  alter table temppp drop COLUMN id;
  

  查看：

删除前:

删除后：

• 单列索引

  普通的索引，没有什么介绍

  -- 建表时候表级约束建立索引
  create table otest(
  id int(25) PRIMARY key,
  `name` varchar(255),
  -- 这一句就是在建立普通字段的索引，但是无法设置名字
  key(`name`)
  )
  -- 建表后
  alter table otest add index key(`name`)； 
  

  查看:（注意和前缀索引Sub_part的区别）

  

• 唯一索引

  当索引的列是unique的时候，会生成唯一索引，唯一索引关于null有下列两种情况

  • SQLSERVER 下的唯一索引的列，允许null值，但最多允许有一个空值

    -- sql server 下实验代码
    create table temp
    (
    id int primary key,
    age varchar(20) unique,
    );
    
    create unique index age on temp(age)
    execute sp_helpindex @objname='temp'
    

    查看:

  

  -- 插入两条null语句
  insert into temp values(1,null);
  insert into temp values(2,null);
  

  结果:

  

  • MYSQL下的唯一索引的列，允许null值，并且允许多个空值

    -- mysql下实验代码
    create table otest
    (
    id int primary key,
    age varchar(20) unique,
    key(age)
    );
    show index from otest
    

    查看:

    

    会建立两个索引，一个非聚簇索引，一个是唯一索引

    -- 插入两条null语句
    ....与上代码相似
    

    结果:

    

    可以插入两个空值（明人不说暗话，我喜欢MySQL）

• 前缀索引

  1. 一方面，它不会索引所有字段所有字符，会减小索引树的大小.
  2. 另外一方面，索引只是为了区别出值，对于某些列，可能前几位区别很大，我们就可以使用前缀索引。
  3. 一般情况下某个前缀的选择性也是足够高的，足以满足查询性能。对于BLOB，TEXT，或者很长的VARCHAR类型的列，必须使用前缀索引，因为MySQL不允许索引这些列的完整长度。

  ALTER TABLE table_name ADD KEY(column_name(prefix_length));
  -- 表级创建
  create table temppp (id int auto_increment,primary key(id),
                       name varchar(20) not null unique,
                      key(name(2)));
  -- 表级创建
  alter table temppp add index(name(2))
  

  查看：

前缀索引实例的博文:https://www.jianshu.com/p/fc80445044cc 很好，推荐

• 复合索引

  -- 建表时候表级约束建立索引
  drop table if exists `otest`;
  create table otest(
  id int(25) PRIMARY key,
  `name` varchar(255),
  age varchar(255),
  -- 这一句就是在建立普通字段的索引，但是无法设置名字
  key(`name`,age)
  );
  -- 建表后
  alter table otest add key(`name`,age);
  

  查看：

  

  复合索引的最左前缀匹配原则：

  对于复合索引，查询在一定条件才会使用该索引

  -- 假设一个下列的索引
  alter table otest add index(id,name,age);
  
  -- 只有查询条件满足组合索引的前缀匹配才能使用索引，也就是对于查询的顺序为
  -- id id,name id,name,age这三种情况下才能使用组合索引
  
  -- 对于下列这种就无法使用索引
  select * from otest where id=?,age=? -- 缺少了name列
  select * from otest where name=?,age=? -- 缺少了id列
  
  -- 对于下列查询MySQL会使用优化调整位置
  select * from otest where id=?,age=?,name=? -- 查询顺序是 id,age,name看起来是不能使用索引的，但是MySQL在执行的时候会进行优化，将顺序调整为id name age。
  

  复合索引的优点

  减少开销。建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的减少开销！

  覆盖索引。对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一。

  效率高。索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select from table where col1=1 and col2=2 and col3=3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w10% 10% *10%=1w。

• 全文索引（FULLTEXT）

  在模糊搜索中很有效，搜索全文中的某一个字段，可以参考这篇博文:https://zhuanlan.zhihu.com/p/88275060

三.索引的原理

1.通过实验介绍B+tree

我们先进行下面一个实验看看InnoDB下的主键索引的一个现象。

create table otest(
id int(25) PRIMARY key,
`name` varchar(255),
age varchar(255)
);


insert into otest values(3,'q',1);
insert into otest values(1,'q',1);
insert into otest values(5,'q',1);
insert into otest values(2,'q',1);
insert into otest values(6,'q',1)
-- 查看现象
SELECT * from otest

查看:

我们插入进去的时候，数据的id都是乱序的，为什么这里最后select查询出来的结果都是进行了排序？

这是因为InnoDB索引底层实现的是B+tree，B+tree具有下列的特点：

• 和B-tree一样是自平衡树

• m个子树上层有m个中间节点，但是m个中间节点只保存索引，而不保存数据。

• 所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。

• 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。

所以上面的排序是为了使用B+tree的结构，B+tree为了范围搜索，将主键按照从小到大排序后，拆分成节点。后续还有新的节点进入的时候，和B-tree相同的操作，会进行分裂。

一般来说，聚簇索引的B+tree都是三层

• ①：每一个底层片称为一个页，InnoDB中一个页的大小默认是16kb，上层的中间结点称为页目录,每个页目录都有一个指针指向下层存储数据的叶结点
• ②：下层每个叶结点之间都使用链表连接（ps:这里是单链表还是双向链表我记不清楚了，读者可以查查）
• ③：这部分是叶结点存储的数据信息
• ④：这部分是底层链表的指针

2.延伸

1. B-tree是所有结点都要存储数据，相同的数据更深，查找速度变慢，所以底层没有使用B-tree。

2. MySQL的InnoDB存储引擎设计时顶层页目录常驻内存，对于2-4层B+树查询时，聚簇索引IO查询1-3次，也就是和硬盘交互进行IO读

3. 计算一个元素的字节大小：**字段类型所占字节 + 一个指针的字节数（32位4byte，64位8byte）

4. 实际单表列过多要拆表，这样主表存数据更多深度也低，查询也快

5. 对于InnoDB来说主键索引就是聚簇索引，而普通索引就是非聚簇索引

6. 对于表中数据操作过多会造成存在许多的页碎片，关于碎片整理可以看我这篇博文

   https://www.cnblogs.com/oldoldcoder/p/16084412.html

四.聚簇索引和非聚簇索引

• 聚簇索引:将数据存储和索引放到了一块，索引结构的叶子结点保存了行数据
• 非聚簇索引：将数据与索引分开存储，索引结构的叶子结点指向主键的值,也就是对应的聚簇索引的row id(需要查找两个B+tree，这个操作过程叫做回表)。

InnoDB中主键索引一定是聚簇索引，聚簇索引一定是主键索引。

为什么这里辅助索引叶子结点不直接存储数据呢？

• 数据冗余
• 修改，增加，删除需要操作的更多，时间线性增加，也就是难以维护
• 占用磁盘存储增大

---

MYISAM只有非聚簇索引，索引最终指向的都是物理地址。

1.使用聚簇索引的优势

Q:既然有回表的存在，那么聚簇索引的优势在哪里？

1. 由于行数据和聚簇索引的叶子结点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把也加载到了buffer中(缓存器),再次访问时，会在内存中完成访问，不必访问磁盘，这样主键和行数据是一起被载入内存的，找到叶子结点就可以立刻将行数据返回了，获得数据更快。
2. 辅助索引的叶子结点，存储主键值，而不是数据的存放地址，好处是当行数据发生变化时，索引树的节点也需要分裂变化，或者是我们需要查找的数据，在上一次读写的缓存中没有，需要发送一次新的IO操作时，可以避免对辅助索引的维护工作，只要维护聚簇索引树就好了，另外一个好处是，因为辅助索引存放的是主键值，减少了辅助索引占用的存储空间的大小。

Q:主键索引作为聚簇索引需要注意什么

1. 当使用主键为聚簇索引时，主键最好不要使用UUID，因为UUID的值过于离散（可以查看UUID的产生过程），不适合排序，并且可能在两个已经排序好的结点中会出现新插入的节点，导致索引树调整复杂度变大。
2. 建议使用int类型的自增，int类型自增主键数据量为4亿，满足一般开发要求，并且由于自增，主键本身就有序，因此开销很小，辅助索引中保存的主键值也会跟着变化，占用存储空间，也会影响到IO操作读取到的数据量。

2.什么情况下无法使用索引

• 查询语句中使用Like关键字

  在查询语句中使用LIke关键字进行查询时，如果匹配字符串的第一个字符为"%"，索引不会使用。如果“%”不是在第一位，索引就会使用

• 查询语句中使用多列索引

  多列索引是在表的多个字段上创建的索引，满足最左前缀匹配原则，索引才会被使用

• 查询语句中使用OR关键字

  查询语句只有Or关键字时候，如果OR前后的两个条件都是索引，这这次查询将会使用索引，否则Or前后有一个条件的列不是索引，那么查询中将不使用索引

5.关于Explain语句

作者不会，建议查找，这里列出是作为提醒

永远年轻，永远热泪盈眶

TIPS:MySQL底层存储文件：

• MyISAM：.frm是存放表结构的文件，.MYD是存放表数据的文件,.MYI是存放表索引的文件
• InnoDB：.frm存放表结构，.Ibd是存放表数据和索引的