MYSQL高级-索引基础及七大JOIN

什么是MySQL索引

• 索引是帮助MySQL高效获取数据的数据结构（有序的），可以理解为排好序的快速查找数据结构。
• 在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
• 我们平常说的MySQL中的索引，没有特别指明的话，都是指BTree（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+Tree（BTree的一种），统称索引。除了B+Tree这种类型的索引外，还有哈希索引等。
• 一般来说，索引本身也挺大，不可能全部存储在内存中，因此，索引往往是以索引文件的形式存储在磁盘上的（.idx）

• 分析上图：

左边是数据表，一共有两列七条数据，最左边的十六进制数字代表他们的物理地址（逻辑上相邻，可是磁盘上并不一定相邻）。为了加快Col2的查找，可以维护一个右边所示的二叉查找树来加快数据的访问速度。

索引的优势和劣势

优势

1. 类似于书籍的目录索引，提高了数据的检索效率，数据的检索，每一次遍历都得从磁盘读取到内存，而索引减少了遍历次数，所以索引降低了数据库的IO成本（影响WHERE)。

2. 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗（影响ORDER BY）。

劣势

1. 索引实质上也是一张表，该表保存了主键于索引字段，并指向实体类的记录，所以索引列也是要占用空间的，所以我们一般都放在磁盘而不是内存中。
2. 索引大大提高了查询效率，同时也降低了更新表的速度，比如我们增删改，都会影响索引表中的对应关系。

索引的结构

索引他是在MySQL的存储引擎层中实现的，不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，同时不是所有的存储引擎都能支持所有的索引类型。

• BTREE索引：最常见的索引类型，大部分的存储引擎都支持，在MySQL的InnoDB引擎中是BTREE结构下的 B+Tree 索引结构。
• HASH索引：使用场景简单。
• R-tree索引（空间索引）：空间索引是MylSAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少。
• Full-text（全文索引）：全文索引也是MyISAM的一个特殊所以类型，主要用于全文索引，InnoDB引擎从MySQL5.6版本开始支持。

MySQL提供的四种索引

索引结构	InnoDB引擎（主要）	MyISAM引擎	Memory引擎
BTREE索引	支持	支持	支持
HASH索引	支持	不支持	支持
R-tree索引	不支持	支持	不支持
Full-text	5.6版本后支持	支持	不支持

所以我们常说的索引，没有特别指明的话，基本都是指B+树（多路索引树，并不一定是二叉结构）结构组织的索引。其中，聚集索引、复合索引、前缀索引、唯一索引默认都是使用B+tree索引，统称为索引。

BTREE结构（重点）

BTree又叫做多路平衡搜索树，一棵m叉的BTree特性如下：

• 树中每个节点最多包含m个孩子。
• 除根节点与叶子节点外，每个结点至少含有==ceil(m/2)==个孩子。
• 若根节点不是叶子节点，则至少有两个孩子。
• 所有叶子节点都在同一层。
• 每个非叶子节点由 n个key 与 n+1个指针 组成，其中==ceil(m/2) - 1 <= n <=m-1==，所谓的指针域，就在下面的例子中的每一路的第二行空行。
• 指针代表要走哪条路。

以5叉的BTree为例，key的数量：公式推导 ceil(m/2) - 1 <= n <= m-1。所以 2 <= n <= 4。当 n > 4 时，中间结点分裂到父节点，两边结点分裂。

用插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例来说明：

演变的过程如下：

1). 插入前4个字母 C N G A ，按ASSIC码大小排序，2 <= n <= 4

2). 插入H，n > 4，触发分裂阈值，中间元素G字母向上分裂到新的节点

3). 插入E K Q不需要分裂，因为都在 n 的范围内

4). 插入M，中间元素M字母向上分裂到父节点G，在这里我们就可以看出为什么每一路指针要有 n + 1 个的原因了

5). 插入F W L T不需要分裂

6). 插入Z，中间元素T向上分裂到父节点中

7). 插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂，注意每插一个就要进行一次是否分裂的判断

8). 最后插入S，N P Q R 这一路节点 n > 5，中间节点Q向上分裂，但分裂后父节点 D G M T 的 n > 5，中间节点M向上分裂

到此，该BTREE树就已经构建完成了， 我们可以看出，由于层数的原因，BTREE树 和 二叉树 相比， 查询数据的效率更高， 因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

B+TREE

B+Tree为BTree的变种，B+Tree与BTree的区别：

• m叉 的 B+Tree 最多含有 m个key， 而 BTree 最多含有 m-1个key。
• B+Tree 的叶子节点保存所有的 key 信息，按key大小顺序排列。
• 所有的非叶子节点都可以看作是key的索引部分。

由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子。所以B+Tree的所以==查询效率更加稳定==。

MySQL中的B+Tree

MySQL中的索引数据结构对经典的B+Tree进行了优化。在原来的基础上，增加了一个指向相邻叶子节点的链表指针，形成了带有顺序的 B+Tree ，这么做的好处就是提高了区间访问的新能。

MySQL中的 B+Tree 索引结构示意图:：

怎么个提高法，我们可以拿想要查找17，由于有指针的存在，我们可以快速定位区间，直接从 15结点 开始查找就行了，极大的减少了定位的时间复杂度。

索引的分类（重要）

1. 单值索引：一个索引只包含单个列，一个表可以有多个单列索引，中规中矩的建议一张表最多五个单值索引，索引值可多次出现。
2. 唯一索引：索引列的值必须唯一，但允许为空。
3. 复合索引：一个索引包含多个列。

索引的语法（重要）

索引可以与表同时创建，也可以随时增加，在MySQL中主键字段，会自动创建主键索引。

索引一共有四种创建方式：唯一索引，主键索引，单值索引，全文索引四种。

准备环境

CREATE TABLE `city` (
  `city_id` int(11) NOT NULL AUTO_INCREMENT,
  `city_name` varchar(50) NOT NULL,
  `country_id` int(11) NOT NULL,
  PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `country` (
  `country_id` int(11) NOT NULL AUTO_INCREMENT,
  `country_name` varchar(100) NOT NULL,
  PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'西安',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'纽约',2);
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北京',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上海',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(5,'伦敦',4);
insert into `city` (`city_id`, `city_name`, `country_id`) values(6,'东京',3);
insert into `city` (`city_id`, `city_name`, `country_id`) values(7,'大阪',3);
insert into `city` (`city_id`, `city_name`, `country_id`) values(8,'华盛顿',2);

insert into `country` (`country_id`, `country_name`) values(1,'中国');
insert into `country` (`country_id`, `country_name`) values(2,'美国');
insert into `country` (`country_id`, `country_name`) values(3,'日本');
insert into `country` (`country_id`, `country_name`) values(4,'英国');

创建索引

语法：

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name 
[USING index_type] -- 选择索引分类，不指定默认使用 B+Tree 类型
ON tbl_name(index_col_name, ...) -- 哪一张表的哪个字段，两个以上就是符合索引

index_col_name : column_name[(length)][ASC | DESC]

在 city 表中用 city_name 创建一个普通索引：

CREATE INDEX `index_city_name `
ON city(city_name);

查看索引

语法：

SHOW INDEX FROM tbl_name;

查看 city 表所持有的索引：

这里会打印出我们刚刚创建的索引以及主键索引共两个索引。

SHOW INDEX FROM `city`;

删除索引

语法：

DROP INDEX index_name ON tbl_name;

我们删除创建的 index_city_name 索引：

DROP INDEX `index_city_name` ON `city`;

ALTER命令

用 ALTER 来创建或修改索引。

语法：

-- 添加一个主键，这意味着索引的值必须唯一，并且不能为空
ALTER TABLE tbl_name ADD PRIMARY KEY(column_list);
-- 创建索引的值必须是唯一的（比如国家的名称就不可能重复），可以为空
ALTER TABLE tbl_name ADD UNIQUE index_name(column_list);
-- 创建普通索引，值可以出现多次
ALTER TABLE tbl_name ADD INDEX index_name(column_list);
-- 创建全文索引
ALTER TABLE tbl_name ADD FULLTEXT index_name(column_list);

索引的设计原则（重要）

• 索引字段的选择，最佳候选列应该是 where子句 中常用的条件，如果 where子句 中的条件组合比较多，应该挑选最常用并且过滤效果相对最好的组合。
• 使用唯一索引，区分度越高，使用索引的效率越高。
• 索引数量不是越多越好，索引越多，维护的代价越高：
  • 对于增删改等DML ** 操作频繁的表来说，索引过多会提升维护成本**，从而降低增删改等DML操作的效率。
  • 对于MySQL来说，也不是越多越好，索引多了就得选择，选择的过程也会消耗时间。
• 使用短索引，索引建立之后是使用硬盘来存储的：
  • 提升索引访问I/O操作效率，也可以提升总体的访问效率。
  • 如果构成索引的字段总长度比较短的话，在给定大小的存储块内可以存储更多的索引，就可以提升MySQL访问索引的 I/O 操作的效率。
• 利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时 where子句 中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。
• 例如：

CREATE INDEX index_person_name_tel_email 
ON person(person_name, person_tel, person_email);
-- 相当于对 person_name 创建了索引
-- 同时也对 person_name, person_tel 创建了索引
-- 说白了就是对 person_name, person_tel, person_email 的笛卡尔积中的所有元素都做了索引

什么情况建议建立索引

• 主键自动建立唯一索引。
• 对查询频率较高，并且数据量较大的表建立索引。
• 查询中与其它表的关联字段，外键关系建立索引。
• WHERE条件里用不到的字段不创建索引。
• 单值索引/组合索引的选择问题：
  • 高并发下，建议选择组合索引。
• 最常查询，最常进行排序的字段：
  • 查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度。
  • 查询中，统计或者分组字段，分组前提是排序。

什么情况不建议建立索引

• 表记录的数据很少的时候。
  • MySQL三百万数据之后不建索引检索效率会下降。
• 频繁更新的字段不适合创建索引，提高查询速度，降低更新速度。
• 数据重复，且分布平均的表字段，重复内容过多，索引效果越低。

JOIN查询

常见的查询

针对上方第四个原因来系统了解一下join查询。

重温DQL的语法：

# 人工
SELECT DISTINCT
	<select_list>
FROM
	<left_table> <join_type>
JOIN <right_table> ON <join_condition>
WHERE
	<where_condition>
GROUP BY
	<group_by_list>
HAVING
	<having_condition>
ORDER BY
	<order_by_condition>
LIMIT <limit_number>

# 机读
FROM <left_table>
ON <join_condition>
<join_type> JOIN <right_table>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
SELECT
DISTINCT <select_list>
ORDER BY <order_by_condition>
LIMIT <limit_number>

|

机读顺序

七大JOIN查询

|

七大JOIN查询(Oracle)

测试案例

CREATE TABLE t_dept(
	id INT(11) NOT NULL AUTO_INCREMENT,
	deptName VARCHAR(30) DEFAULT NULL,
	locAdd VARCHAR(40) DEFAULT NULL,
	PRIMARY KEY(id)
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE t_emp (
	id INT(11) NOT NULL AUTO_INCREMENT,
	NAME VARCHAR(20) DEFAULT NULL,
	deptId INT(11) DEFAULT NULL,
	PRIMARY KEY (id),
	KEY fk_dept_Id (deptId)
	#CONSTRAINT 'fk_dept_Id' foreign key ('deptId') references 'tbl_dept'('Id')
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO t_dept(deptName,locAdd) VALUES('RD',11);
INSERT INTO t_dept(deptName,locAdd) VALUES('HR',12);
INSERT INTO t_dept(deptName,locAdd) VALUES('MK',13);
INSERT INTO t_dept(deptName,locAdd) VALUES('MIS',14);
INSERT INTO t_dept(deptName,locAdd) VALUES('FD',15);

INSERT INTO t_emp(NAME,deptId) VALUES('z3',1);
INSERT INTO t_emp(NAME,deptId) VALUES('z4',1);
INSERT INTO t_emp(NAME,deptId) VALUES('z5',1);
INSERT INTO t_emp(NAME,deptId) VALUES('w5',2);
INSERT INTO t_emp(NAME,deptId) VALUES('w6',2);
INSERT INTO l_emp(NAME,deptId) VALUES('s7',3);
INSERT INTO t_emp(NAME,deptId) VALUES('s8',4);
INSERT INTO t_emp(NAME,deptId) VALUES('s9',51);

+----+----------+--------+
| id | deptName | locAdd |
+----+----------+--------+
|  1 | RD       | 11     |
|  2 | HR       | 12     |
|  3 | MK       | 13     |
|  4 | MIS      | 14     |
|  5 | FD       | 15     |
+----+----------+--------+
5 rows in set (0.00 sec)

+----+------+--------+
| id | NAME | deptId |
+----+------+--------+
|  1 | z3   |      1 |
|  2 | z4   |      1 |
|  3 | z5   |      1 |
|  4 | w5   |      2 |
|  5 | w6   |      2 |
|  6 | s8   |      4 |
|  7 | s9   |     51 |
+----+------+--------+
7 rows in set (0.00 sec)

• join类型一：
  

• join类型二：

  • 查询结果中有左表的所有条目，包含两表交叉部分。
  • 左表独有部分，在右表中有就显示，没有就补null。
    

• join类型三：

  • 查询结果中有右表的所有条目，包含量表交叉部分。
  • 右表独有部分，在左表中有就显示，没有就null。
    

• join类型四：

  • 查询结果有左表独有的内容，右表同行为空。

• join类型五：

  • 查询结果有右表独有的内容，左表同行为空。
    

• join类型六：

  • 查询结果是全方位，左右表公有、私有部分都有。
  • 图中语法，MySQL 的 SQL 并不支持，只能用 UNION 来联合实现。

• join类型七：
  • 左表右表私有部分。
    

码云仓库同步笔记，可自取欢迎各位star指正:https://gitee.com/noblegasesgoo/notes

如果出错希望评论区大佬互相讨论指正，维护社区健康大家一起出一份力，不能有容忍错误知识。
										—————————————————————— 爱你们的 noblegasesgoo