0201概述和结构-索引-MySQL

1 概述

1.1 介绍

索引是帮忙MySQL 高效获取数据的数据结构（有序）。在数据之外，数据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音乐（指向）数据，这样就可以在这些数据结构傻姑娘实现高级查找算法，这种数据结构就是索引。

1.2 优缺点

优势	缺点
提高数据检索的效率，将低数据IO成本	索引列需要占有空间
通过索引列对数据进行排序，将低数据排序的成本，将低CPU的消耗	索引大大提高查询效率，在更新的时候需要维护索引，效率降低

2 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，按照存储结构分类主要包含以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree（空间索引）	空间索引是MYISAM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）	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES

2.1 B+Tree索引

B+树（B+tree）是一种常用的平衡树数据结构，也是MySQL中常用的索引结构之一，用于提高数据访问效率。B+树与B树类似，但有着更高的磁盘块利用率和更好的查询性能。

B+树的特点如下：

1. 所有关键字都出现在叶子结点的链表中，且链表中的关键字恰好是按照大小顺序排列的。
2. 所有非叶子结点可看成是索引部分，结点中仅含有其子树根结点中的最大（或最小）关键字。
3. 每个叶子结点都带有指向其后继结点的指针，加速区间访问或遍历。

相对于B树，B+树的区别在于：

1. 非叶子结点仅仅是索引，不存储数据。
2. 所有数据都存储在叶子结点中。
3. 叶子结点之间都有指针相连，可以轻易地进行区间查找或遍历。

B+树通常应用于磁盘上的存储，因为它能够更好地利用磁盘块，减少了磁盘I/O操作的次数。当数据量较大时，B+树能够更快地查询到数据。

在MySQL中，使用B+树索引结构的表通常有一个叶子节点包含所有数据的指针，以及多个索引节点来加速查找。这些索引节点仅仅是用来定位叶子节点的位置，不存储具体的数据。B+树索引可以提高查询性能，特别是对于范围查询等操作，但对于大量的更新操作，B+树索引会比较慢，因为更新数据时需要不断地调整索引结构。

如下图2.1-1所示：

B+树一个节点对应一页/块，页为InnoDB引擎逻辑存储结构中固定大小的存储结构。每个非叶子结点不用存储数据，可以存储更多的key，同样数据量大情况下，树的高度自然更低，查询效率相应更高。

InnoDB引擎逻辑存储结构，如下图2.1-2所示：

2.2 hash索引

哈希索引（hash index）基于哈希表实现。哈希索引通过Hash算法（直接定址法、平方取中法、折叠法、除数取余法、随机数法）将数据库的索引列数据转换成定长的哈希码作为key，将这条数据的行的地址作为value一并存入Hash表的对应位置。

在MySQL中，只有Memeory引擎显式的支持哈希索引，这也是Memory引擎表的默认索引结构，Memeory同时也支持B-Tree索引。并且，Memory引擎支持非唯一哈希索引，如果多个列的哈希值相同（或者发生了Hash碰撞），索引会在对应Hash键下以链表形式存储多个记录地址。

Hash索引的特点：

• Hash索引只用于对等比较（=，in），不支持范围查询（between，>,<,…)；
• 无法利用索引完成排序操作；
• 查询效率高，通常只需要一次检索就可以了。

存储引擎支持：

在MySQL重，支持hash索引的是Memory引擎，而Inno DB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

2.3 对比

问题1：为什么Inno DB存储引擎选择使用B+Tree索引结构？

• B+Tree，相对于二叉树，层数少，搜索效率高。
• 相比于B-Tree非叶子结点不存储数据，每个结点（页）能够存储更多的键，那么相同数据量大情况下层级更低，效率更高；
• 相比于Hash，它支持范围查询。

3 索引分类

3.1 通用分类

主要分类如下表3-1所示：

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能由一个	PRIMARY
唯一索引	限制同一表中某数据列值不能重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	FULLTEXt

1. 主键索引（Primary Key Index）：主键是一种用于唯一标识每个记录的索引，通常使用B+树作为索引结构，可以快速定位到指定的记录。主键索引在查询、更新、删除等操作时具有高效性能。
2. 唯一索引（Unique Index）：唯一索引要求索引列的值不能重复，通常用于保证数据的唯一性和数据完整性。唯一索引通常也使用B+树作为索引结构，与主键索引类似。
3. 普通索引（Normal Index）：普通索引是最基本的索引类型，它可以加速查询特定列或多个列的值。普通索引也常使用B+树作为索引结构。
4. 全文索引（Full-Text Index）：全文索引可以用于高效地进行文本匹配和搜索。它不像普通索引只能匹配关键字的前缀，而是能够匹配关键字的任意位置。全文索引通常采用特殊的数据结构，如倒排索引等。

需要根据具体场景和查询需求来选择合适的索引类型。选择适当的索引类型可以有效地提高数据库的查询效率和性能

3.2 InnoDB存储引擎分类

InnoDB存储引擎中，根据所有的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引	将数据存储和索引放在一起，索引结构的叶子结点保存了行数据	必须有，而且只有一个
二级索引	将数据和索引分开存储，索引结构的叶子结点关联的是对应的主键	可以存在多个

聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引；
• 如果不存在主键，将使用第一个唯一索引作为聚集索引；
• 如果表没有主键或者没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

示例表及结构如下图3.2-1所示：

• 聚集索引为主键索引，叶解决存储主键对应行数据；
• name字段建立的索引为二级索引，叶结点存储主键。

接下来我们该SQL语句select * from user where name='Arm'的执行过程，如下图3.2-2所示：

具体过程如下：

• 根据name字段查找，先根据name=‘Arm’到name字段到二级索引进行匹配查找，查找结果为对应的主键10；
• 在根据主键id=10在id字段的聚集索引（主键索引）匹配查找，找到对应的行记录row。

回表查询：先在二级索引中查找数据，找到主键。然后在到聚集索引中根据主键获取数据的方式，称为回表查询。

4 思考题

示例表同#3中user表

1. 以下2条SQL语句那个执行效率高？为什么

select * from user where id=10;
select * from user where name='Arm';
-- id为主键，name字段创建有索引

回答：第一条SQL语句执行效率高；

解析：

• 第一条查询字段id为主键，通过聚集索引根据主键匹配查询相应的数据行；而第二条查询根据name字段，需要先通过二级索引查询出主键，在通过聚集索引根据id（主键字段）查询对应数据。

2. InnoDB的主键索引B+tree指定高度可以存储多少条记录？

B+tree存储结构如下图4-1所示所示：

假设: 一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空

间，假设主键即使为bigint，占用字节数为8。 高度为2:

$n\ast 8+(n+1)\ast 6=16\ast 1024,算出n约为1170;1171\ast 16=18736$ 也就是说，如果树的高度为2，则可以存储 18000 多条记录。

高度为3:
1171 * 1171 * 16 = 21939856 也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。

一行数据大小为rowSize,一页大小为16k，InnoDB的指针占有6字节大小，主键类型占有大小为primarySize,高度为h，则存储记录公式为：

• 非叶结点计算主键数量：$keys\ast primarySize+(keys+1)\ast 6=16\ast 1024$

• 叶结点计算可以存储多少记录：$key{s}^{h-1}\cdot \frac{16\ast 1024}{rowSize}=records$

• 大小单位为字节，keys为主键数量。

后记

如果小伙伴什么问题或者指教，欢迎交流。

❓QQ:806797785

参考链接:

[1]ChatGPT

[2]MySQL数据库视频[CP/OL].2020-04-16.p66-73.

[3]MySQL相关（番外篇）- innodb 逻辑存储结构.[CP/OL].

[4]MySQL之InnoDB存储引擎-逻辑存储结构.[CP/OL].