【MySQL】-索引以及树的常用数据结构分析

作者：学Java的冬瓜
博客主页：☀冬瓜的主页
专栏：【MySQL】
分享：纵一苇之所如，凌万顷之茫然。——《赤壁赋》
主要内容：MySQL中索引的介绍、创建索引、使用索引；索引背后的数据结构的分析、关于二叉搜索树、AVL树、B树、B+树这些数据结构分析

一、索引

1、什么是索引？

可以对表中的一列或者多列创建索引，各类索引有各自的数据结构实现。

原理：当查询某一项时，使用索引后，查询不是从原表中查所有数据再显示目标项，而是将索引拿来查询，数据量大大减少，从而提高查询效率。

2、索引的优缺点

优点：

• 加快了查询操作，提高效率，因为在实际中，查的比增删改多很多。

缺点：

• 索引提高了增删改的开销。因为索引相当于一本书的目录，每次增删改后，需要同时改变这个目录，即改索引。
• 索引会多占用空间

3、使用索引

前提：我创建了一个student表，id为主键，还有一个name字段

mysql> desc student;
+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| id    | int         | NO   | PRI | NULL    |       |
| name  | varchar(20) | YES  |     | NULL    |       |
+-------+-------------+------+-----+---------+-------+
2 rows in set (0.00 sec)

@ 查看索引

创建表时，有主键/unique/外键，都会自动创建索引

-- 查看索引
show index from 表名

mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table   | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| student |          0 | PRIMARY  |            1 | id          | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.04 sec)

@ 创建索引

对于一个非主键，非唯一约束，非外键约束的字段，可以采用普通索引

-- 创建索引
create index 索引名 on 表名(字段名)

mysql> create index ind_name_stu on student(name);
Query OK, 0 rows affected (0.06 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show index from student;--可以看到，多出了关于name的索引
+---------+------------+--------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table   | Non_unique | Key_name     | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+---------+------------+--------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| student |          0 | PRIMARY      |            1 | id          | A         |           0 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| student |          1 | ind_name_stu |            1 | name        | A         |           0 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
+---------+------------+--------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.04 sec)

@ 删除索引

-- 删除索引
drop index 索引名 on 表名 

4、总结索引

1. 创建表时，有主键/unique/外键，都会自动创建索引
2. 对于一个非主键约束，非唯一约束，非外键约束的字段，可以采用普通索引
3. 索引创建好后，查询时会自动使用索引去查，而不需要手动操作。因为SQL是通过数据库的 “执行引擎” 来执行的，这会涉及到 “优化” 操作，即在操作结果不变的前提下，“执行引擎” 去决定是否使用索引，它会选择更优的方法去操作。
4. 索引最好在表创建之初就创建好。不然当表中数据量很大很大才创建索引时，会吃掉大量的磁盘IO，花很长时间(几十分钟到几个小时)。并且在这段时间内，数据库无法被正常使用。
5. 基于上一条原因，和数据库删库删表一样，索引也是一个危险操作
6. 对一个字段有重复内容时，索引可以支持，但是可能不能提高效率，比如我对学生表的性别字段给个索引，不能提高查找效率，这其实是没有意义的。

二、重点：索引在MySQL中的数据结构

1、数据结构分析

哈希表：

• 用哈希表查询元素，时间复杂度为O(1)，查找效率极高。但是它在MySQL数据库中有个致命缺陷：它只能比较是否相等，不能进行大于小于这样的范围查询，而数据库经常需要范围查询。

二叉搜索树（BST=>Binary Search Tree)：

• 二叉搜索树，又叫二叉排序树。时间复杂度最坏为O(N)（节点个数就是树的高度时最坏）。在二叉搜索树平衡时，即是平衡二叉树（AVL=>AVL是由三个人创建的，取自他们的名字)，才是O(logn)（注意：logn是非常高效的，n越大，logn函数图像越平，就越接近O(1)）。
• 二叉搜索树可以范围查询，在数据库中可以满足哈希表的缺陷，即实现范围查询(找到起始点和终点就行)。但是二叉搜索树因为是二叉而不是n叉，所以树的高度会比较高，即使它变成平衡的AVL树，而树的高度就代表了查询元素需要的比较次数，在数据库比较元素时，是需要读写硬盘进行IO操作的，所以高度越高，查询效率越低。

N叉搜索树（B树=>Binary Tree）:

• 又叫B树(B-Tree)，有些人又叫B-树，不是B减树，而是叫做B杠树。例如B+树其实是B±树(B加杠树)，因为不美观，所以省掉杠叫做B+树。而B树可以加上杠就是(B-树)。
• 虽然比较次数不变，但是硬盘IO操作减少了。因为从硬盘读取一个节点时，每个节点里面就包含了多个数据，所以减少了硬盘IO操作。下面就是B树的数据结构简图。
  

B+树：

• 和B树一样，高度降低后，硬盘读写次数减少，效率提高。
• 适合范围查询。 因为B+树的数据都在叶子节点上，并且叶子节点用链表串起来，只要找到起点和终点所在的节点，用链表查询就很方便，所以非常适合范围查询。
• 查询操作比较均衡。 因为所有数据都在叶子节点上用链表连接起来 ，无论查询哪个元素，硬盘IO次数差不多都要到叶子节点。而如果是B树，因为在非叶子节点上的数据也要看，所以对于查询一个数据可能IO次数减少，但查询一个范围的数据时，IO次数会大大增加。
• 因为B+树的非叶子节点不存放数据行，只存放索引，因此空间大大降低，这时，内存可能就可以放下这个结构，进一步降低了硬盘的IO，提高效率。
• 综上所有分析，B+树是非常适合于做数据库的索引背后的数据结构的。
  

2、索引中的数据结构总结

1. 主键索引会随着表的创建而自动创建(如果用B+树实现)，当手动创建非主键索引时，会再创建一棵B+树，这棵B+的非叶子节点里面存的都是这一列的key（比如创建name2索引 ），到了叶子节点这一行，存的就不是数据行了，而是存主键(id)。
2. 如果使用主键列来索引来查询，只查一次第一棵B+树即可； 而如果用非主键列来查询，要先查一遍这个非主键列索引的B+树，然后再查主键列索引的B+树。
3. 回表：就是用非主键列索引在叶子节点查出主键id，在根据id去主键列索引查询数据行。
4. MySQL的InnoDB这个主流的数据库引擎，就是使用的B+树。不同的引擎可能使用不同的数据结构。哈希表增删查改效率极高，因此在特定情况下也可能使用哈希表。