【MySQL】索引 详解
索引 详解
- 一. 概念
- 二. 作用
- 三. 使用场景
- 四. 操作
- 五. 索引背后的数据结构
-
- B-树
- B+树
- 聚簇索引与非聚簇索引
一. 概念
索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引，并指定索引的类型，各类索引有各自的数据结构实现。
二. 作用
数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。索引所起的作用类似书籍目录，可用于快速定位、检索数据，对于提高数据库的性能有很大的帮助。
作用：提高查找效率
代价：
- 占用更多空间：数据库索引需要消耗一定的额外空间， 数据量越大， 索引消耗的额外空间越多。
- 拖慢增删改的效率：当进行增删改时， 往往需要同步调整索引结构
三. 使用场景
要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点：
- 数据量较大，且经常对这些列进行条件查询。
- 该数据库表的插入操作，及对这些列的修改操作频率较低。
- 索引会占用额外的磁盘空间。
满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。
反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。
四. 操作
创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约束（FOREIGN KEY）时，会自动创建对应列的索引。
- 查看索引
show index from 表名;
示例：查看学生表已有的索引
show index from student;
- 创建索引
对于非主键、非唯一约束、非外键的字段，可以创建普通索引
create index 索引名 on 表名(字段名);
示例：创建班级表中，name字段的索引
create index idx_classes_name on classes(name);
注意：
创建索引是一个非常低效的操作， 尤其是当表中已经有很多数据时， 不能贸然创建索引。
- 删除索引
drop index 索引名 on 表名;
示例：删除班级表中name字段的索引
drop index idx_classes_name on classes;
同理， 删除索引也是非常低效的， 容易把数据库搞崩。
所以，在创建表的时候，就应该把索引建好。
五. 索引背后的数据结构
- 为什么顺序表按下标访问速度就快呢 ？为什么不能用 顺序表 存索引呢 ？
顺序表是在 内存 空间中连续存储， 所以支持随机访问，（访问任意地址上的数据速度都是极快的），这是因为内存的硬件结构所支持的。
虽然快， 但是索引是存储在硬盘上的。
- 二叉搜索树为什么不适合做索引 ？
二叉搜索树， 查找时间复杂度为 O（N）（最坏情况 -> 单分支树），
那么就不让二叉搜索树变成单分支树 ：
- AVL树：平衡二叉搜索树，要求任意节点左右子树的高度差不超过 1
- 红黑树：要求比 AVL 树更宽松一点的平衡二叉树
它们都不太适合做索引：
二叉树最大的问题就是当元素多了， 高度就高了， 高度就对应着比较次数，对于数据库来说，每次比较意味着磁盘 IO 。
- 为什么哈希表也不适合存储索引 ？
虽然哈希表查找速度很快，时间复杂度为 O（1），但是哈希表只能针对 “相等” 进行判定，不能对于 “大于”、 “小于” 以及范围查找进行判定，也不能进行模糊匹配（因为哈希表是根据 key 值找到 value 的）。
- 堆更不适合：
- 是二叉树
- 堆只能找到最大值 / 最小值
- 最适合做索引的还得是树形结构, 只不过不是二叉树。
使用多叉搜索树，高度自然就下降了。
数据库中使用的这个多叉搜索树， 是很特殊的树称为 B+ 树。
B-树
（不读作 B 减 树， 这个 - 是连字符， 它就是 B 树）
B 树: 每个节点上都存储 N 个 key 值， N 个 key 值分成 N+1 个区间，每个区间对应一个子树
可以简单理解为下图这个例子：
查找过程：
和二叉搜索树类似， 先从根出发， 根据待比较元素， 确定一个区间。
- 在确定区间时不是也需要比较多次嘛 ？ 和二叉搜索树相比有什么优势 ？
二叉搜索树，每个节点上面只有一个值， 只比较一次，比较次数和高度相关。
但是 B-树， 高度降低了， 只不过每个节点比较了多次， 但是相比于比较次数来说，IO 次数才是关键的， 磁盘是以节点为单位进行 IO 的，每次 IO 加载一个节点， 但是 B-树每个节点中好几个值， B-树高度低很多， IO 次数更少， 效率更高。
B+树
（这个确实就读作 B加 树）
B+ 树: 也是一棵 N 叉搜索树，每个节点上包含多个 key 值， 每个节点若有 N 个 key, 分成 N 个区间 （而不是 N+1 个）
关键点：
- 父节点的值都会在子节点中体现。
- 非叶子节点中的每个值最终都会在叶子节点中体现出来。
- 父节点中的值会作为子节点中的最大值/最小值 （上图以最小值为例）。
- 最下面的叶子节点，用链表进行按顺序连接。
- 非叶子节点只存储 key 值本身即可，叶子节点是完整的数据集合， 只在叶子节点存储数据表的每一行数据。
B+ 树就是为了数据库索引量身打造的：
- 使用 B+ 树进行查找时，整体的 IO 次数比较少。
- 所有查询最终都会落到叶子节点， 每次查询的 IO 次数都差不多， 查询次数稳定，效率就比较稳定。
- 叶子节点用链表相连， 非常适合范围查找，例如查找 （ 30 <= x <= 85） 的值。
- 所有的数据存储（载荷）都是放到叶子节点， 非叶子节点中只保存 key 即可，因此非叶子节点整体占用的空间较小， 甚至可以缓存到内存中，一旦能放到内存中了，磁盘 IO 几乎就没有了。
聚簇索引与非聚簇索引
聚簇索引：
- 将索引与数据放到一块了（指叶子节点），找到索引也就找到数据了。
所以一个表中只能有一个聚簇索引。（因为只有一份数据。） - 聚簇索引将索引值相同的数据放一块。
- 使用二级索引时， 先通过二级索引找到主键索引，再通过主键索引中找数据。（这个过程称为 “回表”）
比如使用 id 建一个索引， 再使用 name 建一个索引， 那么 name 这个索引中叶子节点最终存储的是 id, 然后再通过 id 找到对应的 数据。
为什么辅助索引不直接存储数据的位置？
因为这样就算数据的位置变了，二级索引也不用变。因为对应的主键索引并没有变。 - 聚簇索引中， 数据的物理存放顺序与索引的顺序完全相同，索引相邻，那么对应的数据在磁盘上的位置一定也相邻。所以数据地址都是挨着的。
意味着：如果说， 你插入的这条数据对应的索引不是递增的， 那么这个索引就要插入到中间位置，也就是说对应的数据也要插入中间位置， 也就是说需要挪动数据，才能将这条数据及其索引插入进去。更改了索引结构，大大降低了 更新/插入数据的效率。
所以说：一般以自增主键作为聚簇索引，这样每次插入数据都是添加到末尾， 不用挪动数据。
非聚簇索引：
- 叶子节点中存储的时数据的位置， 而不是数据本身。
- 通过主键索引和二级索引都能直接找到数据， 两者几乎没有区别， 只是一个存储主键， 另一个存储辅助键。
- 数据存放的地址是凌乱的。所以更新/插入数据的速度一般比聚簇索引快，因为只要开辟一块空间把数据放进去就行了，然后让索引中记录位置就行了，不用考虑数据存放的位置。
两者最重要的区别就是：
- 聚簇索引的数据与索引放到一起。（指叶子节点。）
- 聚簇索引中数据存放的物理顺序与索引的排序完全相同。
好啦！ 以上就是对 MySQL 索引的讲解， 希望能帮到你 ！
评论区欢迎指正 ！