【MySQL索引学习】MySQL索引详细学习

一、什么是索引

索引是一种用于快速查询和检索数据的数据结构。 可以将其类比于书的目录。

索引底层的数据结构存在很多种类型，常见的索引结构有: B 树， B+树 和 Hash、红黑树。在 MySQL 中，无论是 Innodb 还是 MyIsam，都使用了 B+树作为索引结构。

二、索引的优缺点

优点：

• 使用索引可以大大加快 数据的检索速度（大大减少检索的数据量）, 这也是创建索引的最主要的原因。
• 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。

缺点：

• 创建索引和维护索引会消耗时间。当对表中数据进行增、删、改的时候，如果数据有索引，那么索引也需要动态修改，会降低SQL的执行效率。
• 索引需要使用物理文件存储，会消耗一定的物理空间。

（我们思考这样一个问题：使用索引一定能提高查询性能吗?
大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。）

三、Mysql为什么使用B+树做索引？

Mysql默认使用的是Innodb引擎，当然MySQL也支持其他的存储引擎如MyISAM等，无论是Innodb还是MyISAM都是使用了B+树作为索引结构，下面我们来分析下索引底层数据结构选型，为什么使用B+树做索引？

（一）为什么不用Hash表？

哈希表存储的元素是键值对，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据（接近 O（1））。

既然哈希表这么快，为什么 MySQL 没有使用其作为索引的数据结构呢？
主要是因为 Hash 索引不支持顺序和范围查询。假如我们要对表中的数据进行排序或者进行范围查询，那 Hash 索引可就不行了。并且，每次 IO 只能取一个。

（试想一种情况:

SELECT * FROM tb1 WHERE id < 1000;

在这种范围查询中，优势非常大，直接遍历比 1000 小的叶子节点就够了。而 Hash 索引是根据 hash 算法来定位的，难不成还要把 1 - 999 的数据，每个都进行一次 hash 计算来定位吗?这就是 Hash 最大的缺点了。
）

（二）为什么不使用二叉查找树

二叉查找树（Binary Search Tree）是一种基于二叉树的数据结构，它具有以下特点：

• 左子树所有节点的值均小于根节点的值。
• 右子树所有节点的值均大于根节点的值。
• 左右子树也分别为二叉查找树。

当二叉查找树是平衡的时候，也就是树的每个节点的左右子树深度相差不超过 1 的时候，查询的时间复杂度为 O(log2(N))，具有比较高的效率。然而，当二叉查找树不平衡时，例如在最坏情况下（有序插入节点），树会退化成线性链表（也被称为斜树），导致查询效率急剧下降，时间复杂退化为 O（N）。

也就是说，二叉查找树的性能非常依赖于它的平衡程度，这就导致其不适合作为 MySQL 底层索引的数据结构。

（三）为什么不使用AVL(平衡二叉树) 树

平衡二叉树（AVL 树）是计算机科学中最早被发明的自平衡二叉查找树。AVL 树的特点是保证任何节点的左右子树高度之差不超过 1，因此也被称为高度平衡二叉树，它的查找、插入和删除在平均和最坏情况下的时间复杂度都是 O(logn)。

那为什么不使用AVL树作为索引呢？原因有如下两点：

• 1、AVL树是高度平衡的二叉树，需要频繁地进行旋转操作来保持平衡，因此会有较大的计算开销进而降低了查询性能。
• 2、在使用 AVL 树时，每个树节点仅存储一个数据，而每次进行磁盘 IO 时只能读取一个节点的数据，磁盘 IO 是一项耗时的操作，而我们在设计数据库时需要最大限度地减少磁盘 IO 操作的次数。

（四）为什么不用红黑树

红黑树是一种自平衡二叉查找树，通过在插入和删除节点时进行颜色变换和旋转操作，使得树始终保持平衡状态。和 AVL 树不同的是，红黑树并不追求严格的平衡，而是大致的平衡。

红黑树的应用还是比较广泛的，例如 JDK1.8 的 HashMap 底层用到了红黑树。对于数据在内存中的这种情况来说，红黑树的表现是非常优异的。

但为什么不会用红黑树来作为索引呢？
原因：
在使用红黑树时，每个树节点仅存储一个数据，而每次进行磁盘 IO 时只能读取一个节点的数据，磁盘 IO 是一项耗时的操作，而我们在设计数据库时需要最大限度地减少磁盘 IO 操作的次数。

（五）B树 & B+树

B 树也称 B-树,全称为 多路平衡查找树 。B+树是B树的一种变化。
目前大部分数据库系统及文件系统都采用 B-Tree 或其变种 B+Tree 作为索引结构。

B树 和 B+树有何异同？Mysql的InnoDB 和 MyISAM 引擎为何都选用B+树作为索引结构？（***）

概述：

• 1、B+树的磁盘IO次数更少。B+树非叶子节点只存储key，可以存放更多的键值。
• 2、B+树叶子节点间是通过双向链表连接，便于顺序查找。
• 3、B+树支持顺序查找、范围查找、分组查找更容易。
• 4、B+树查找效率稳定。任何查找都是从根节点到叶子节点的过程。

详细分析：

• B 树的所有节点既存放键(key) 也存放数据(data)，而 B+树只有叶子节点存放 key 和 data，其他内节点只存放 key。（这样。如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快。）
• B 树的叶子节点都是独立的;B+树中各个叶子节点之间是通过双向链表连接的，叶子节点中的数据是通过单向链表连接的。
• B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。而B树因为数据分散在各个节点，要实现这一点是很不容易的。
• B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

综上，B+树与B树相比，其查找过程IO次数更少，且具备更稳定的查询效率和范围查询这些优势。

（附加：
在MySQL中，InnoDB引擎和MyISAM引擎都是使用B+树作为索引结构，但两者的实现方式不太一样：

• 在InnoDB引擎中主键索引使用的是聚簇索引，非主键索引(二级索引)使用的是非聚簇索引。
• 在MyISAM引擎中无论是主键索引还是非主键索引使用的都是非聚簇索引。

四、聚簇索引和非聚簇索引

（一）聚簇索引

聚簇索引是索引和数据一起存放的索引。即聚簇索引的每个非叶子节点存储的是索引，而每个叶子节点存储的是索引和索引对应的数据。

主键索引其就是聚簇索引

优点：

• 1、查询速度非常块。因为聚簇索引（即主键索引）其是基于B+树这种数据结构，其非叶子节点存储的是主键索引，而非叶子节点存储的是主键索引及其对应的数据。只要定位到了节点就相当于找到了这条数据，其相比与非聚簇索引少了回表或是查找数据文件这些操作。
• 2、对于排序查找和范围查找更加友好。聚簇索引是有序的，其叶子节点是有序的，对于主键的排序查找和范围查找的速度非常快。

缺点：

• 1、依赖于有序的数据。因为B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入的时候进行排序，这样对于插入和查找的效率就肯定会慢。
• 2、更新代价大。对于聚簇索引，在修改其索引时候，因为其叶子节点不仅存储了索引同时也存储了数据，这样其修改代价肯定是较大的。（对于主键索引来说，主键一般是不可被修改的）。

聚簇索引查找流程示意图如下：

（二）非聚簇索引

非聚簇索引是索引和数据分开存放的。即非聚簇索引的每个非叶子节点存放的是也是索引，但叶子节点存放的却是数据的指针或是主键。（当查询到索引对应的指针或是主键后，还需要根据指针或是主键再到数据文件或是表中进行查询）

非主键索引（二级索引即辅助索引）就是非聚簇索引。

优点：

• 更新代价比聚簇索引要小 。非聚簇索引的更新代价就没有聚簇索引那么大了，非聚簇索引的叶子节点是不存放数据的

缺点：

• 1、依赖于数据的有序性。和聚簇索引一样非聚簇索引也依赖于数据的有序性。
• 2、可能会二次查询或回表。这应该是非聚簇索引最大的缺点了。 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。

非聚簇索引查找流程如下：

五、主键索引 和 二级索引

（一）主键索引

数据表中主键使用的就是主键索引。

一张数据表有只能有一个主键，并且主键不能为 null，不能重复。

在 MySQL 的 InnoDB 的表中，当没有显示的指定表的主键时，InnoDB 会自动先检查表中是否有唯一索引且不允许存在 null 值的字段，如果有，则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。

主键索引就属于聚簇索引，其叶子节点data存放的是主键及主键对于的完整的数据。

（二）二级索引

二级索引（Secondary Index）又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。（然后通过回表进而查询到索引对应的数据）

唯一索引，普通索引，前缀索引等索引属于二级索引。

其中：

• 1、唯一索引(Unique Key)：唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据，但是允许数据为 NULL（主键索引是不允许数据为NULL），一张表允许创建多个唯一索引。 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。
• 2、普通索引(Index)：普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和 NULL。
• 3、前缀索引(Prefix)：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小， 因为只取前几个字符。

六、覆盖索引

我们前面说了二级索引，非聚簇索引的叶子节点存储的是主键的值，通过索引可以定位主键的位置。（然后通过回表进而查询到索引对应的数据）。那非聚簇索引一定回表查询吗(覆盖索引)?

非聚簇索引不一定回表查询。
试想一种情况，用户准备使用 SQL 查询用户名，而用户名字段正好建立了索引。

SELECT name FROM table WHERE name='AAA';

那么这个索引的 key 本身就是 name，查到对应的 name 直接返回就行了，无需回表查询。

覆盖索引

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为 覆盖索引（Covering Index）

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。

（注意：
覆盖索引是索引优化的一种常用手段（重点）。
由于覆盖索引的索引即为所要查询的字段的数据，无需进行回表查询，减少了树的搜索次数，显著提高了查询性能，所以使用覆盖索引是索引优化的一种常用手段
）

七、联合索引

联合索引，即使用表中的多个字段创建索引，就是 联合索引

以 score 和 name 两个字段建立联合索引：

ALTER TABLE `Student_Grade` ADD INDEX id_score_name(score, name);

最左前缀匹配原则

最左前缀匹配原则指的是，在使用联合索引时，MySQL 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，

如果最左边的字段不能完全匹配，那么会依次向右移动，对下一个字段进行匹配，直到所有的字段都被匹配或者无法找到匹配项为止。

所以，我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。

八、索引下推

索引下推：是MySQL5.6版本的新特性，用于优化数据查询。当存储引擎通过索引检索到数据并返回给MySQL服务器时，服务器会判断数据是否符合条件。在使用索引条件下推优化时，如果存在某些被索引的列的判断条件，MySQL服务器将这一部分判断条件传递给存储引擎，由存储引擎通过判断索引是否符合MySQL服务器传递的条件，只有当索引符合条件时才会将数据检索出来返回给MySQL服务器。

这种优化可以减少存储引擎查询基础表的次数，也可以减少MySQL服务器从存储引擎接收数据的次数，从而提高了查询效率。简单来说，索引下推就是将原本由上层（服务层）负责的部分任务交给了下层（引擎层）去处理。