MySQL索引特性

MySQL索引特性_第1张图片

文章目录

  • 1. 没有索引,可能会有什么问题
  • 2. 认识磁盘
  • 3. MySQL 与磁盘交互基本单位
  • 4. 建立共识
  • 5. 索引的理解
    • 5.1 理解单个Page
    • 5.2 理解多个Page
    • 5.3 单页情况
    • 5.4 多页情况
    • 5.5 B+ vs B
    • 5.6 聚簇索引 VS 非聚簇索引
  • 6. 索引操作
    • 6.1 创建索引
    • 6.2 查询索引
    • 6.3 删除索引
    • 6.4 复合索引
    • 6.5 全文索引的创建

1. 没有索引,可能会有什么问题

索引:提高数据库的性能,索引是物美价廉的东西了。不用加内存,不用改程序,不用调sql,只要执行正确的 create index ,查询速度就可能提高成百上千倍。但是天下没有免费的午餐,查询速度的提高是以插入、更新、删除的速度为代价的,这些写操作,增加了大量的IO。所以它的价值,在于提高一个海量数据的检索速度。
MySQL索引特性_第2张图片
先整一个海量表,在查询的时候,看看没有索引时有什么问题
构建一个8000000条记录的数据,构建的海量表数据需要有差异性,所以使用存储过程来创建, 拷贝下面代码就可以了,暂时不用理解

-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;
--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;
--创建存储过程,向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;
-- 执行存储过程,添加8000000条记录
call insert_emp(100001, 8000000);

到此,已经创建出了海量数据的表了。下面我们要查询员工编号为998877的员工:
MySQL索引特性_第3张图片
可以看到耗时4.86秒,这还是在本机一个人来操作,在实际项目中,如果放在公网中,假如同时有1000个人并发查询,那很可能就死机。

2. 认识磁盘

MySQL与存储:
MySQL 给用户提供存储服务,而存储的都是数据,数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备,相比于计算机其他电子元件,磁盘效率是比较低的,在加上IO本身的特征,可以知道,如何提交效率,是 MySQL 的一个重要话题。

磁盘中一个盘片:
MySQL索引特性_第4张图片
数据库文件,本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中,就是我们经常所说的扇区。当然,数据库文件很大,也很多,一定需要占据多个扇区。

我们在使用Linux,所看到的大部分目录或者文件,其实就是保存在硬盘当中的。(当然,有一些内存文件系统,如: proc , sys 之类,我们不考虑)。所以,最基本的,找到一个文件的全部,本质,就是在磁盘找到所有保存文件的扇区。

在系统软件上,就直接按照扇区(512字节,部分4096字节)进行IO交互吗
如果操作系统直接使用硬件提供的数据大小进行交互,那么系统的IO代码,就和硬件强相关,换言之,如果硬件发生变化,系统必须跟着变化。从目前来看,单次IO 512字节,还是太小了。IO单位小,意味着读取同样的数据内容,需要进行多次磁盘访问,会带来效率的降低。

之前学习文件系统,就是在磁盘的基本结构下建立的,文件系统读取基本单位,就不是扇区,而是数据块。故系统读取磁盘,是以块为单位的,基本单位是 4KB

mysqld在那里工作呢
mysql对数据的增删查改的时候,其实是在内存中进行的。但是后期mysqld会进行持久化。

3. MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件,可以想象成一种特殊的文件系统。它有着更高的IO场景,所以,为了提高基本的IO效率, MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解)
MySQL索引特性_第5张图片
我们这个mysql数据库的交互大小是16384字节,也就是16KB。
在这里插入图片描述

4. 建立共识

MySQL 中的数据文件,是以page为单位保存在磁盘当中的。
MySQL 的 CURD 操作,都需要通过计算,找到对应的插入位置,或者找到对应要修改或者查询的数据。而只要涉及计算,就需要CPU参与,而为了便于CPU参与,一定要能够先将数据移动到内存当中。所以在特定时间内,数据一定是磁盘中有,内存中也有。后续操作完内存数据之后,以特定的刷新策略,刷新到磁盘。而这时,就涉及到磁盘和内存的数据交互,也就是IO了。而此时IO的基本单位就是Page。为了更好的进行上面的操作, MySQL 服务器在内存中运行的时候,在服务器内部,就申请了被称为 Buffer Pool 的的大内存空间,来进行各种缓存。其实就是很大的内存空间,来和磁盘数据进行IO交互。

那么mysql内部会充满大量的page,mysql就需要先描述,再组织,那么就会用非常高效的数据结构来管理一个一个page,什么样的数据结构来完成page的组织,就是索引的基础

5. 索引的理解

建立测试表:
MySQL索引特性_第6张图片
插入多条记录:
MySQL索引特性_第7张图片
注意:我们并没有按照主键的大小顺序插入。

查看插入结果:
MySQL索引特性_第8张图片
发现竟然默认是有序的!是谁干的呢?排序有什么好处呢?

中断一下—为何MySQL和磁盘进行IO交互的时候,要采用Page的方案进行交互呢
如上面的5条记录,假设一条记录是一个page,那么MySQL要查找id=2的记录,第一次加载id=1,第二次加载id=2,一次一条记录,那么就需要2次IO。如果要找id=5,那么就需要5次IO。

但如果这5条(或者更多)都被保存在一个Page中(16KB,能保存很多记录),那么第一次IO查找id=2的时候,整个Page会被加载到MySQL的Buffer Pool中,这里完成了一次IO。但是往后如果在查找id=1,3,4,5等,完全不需要进行IO了,而是直接在内存中进行了。所以,就在单Page里面,大大减少了IO的次数。

你怎么保证,用户一定下次找的数据,就在这个Page里面
我们不能严格保证,但是有很大概率,因为有局部性原理。往往IO效率低下的最主要矛盾不是IO单次数据量的大小,而是IO的次数。

5.1 理解单个Page

MySQL 中要管理很多数据表文件,而要管理好这些文件,就需要 先描述,在组织,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。
MySQL索引特性_第9张图片
一个page里有它的属性和关于表的记录。不同的 Page ,在 MySQL 中,都是 16KB ,使用 prev 和 next 构成双向链表。
因为有主键的问题, MySQL 会默认按照主键给我们的数据进行排序,从上面的Page内数据记录可以看出,数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢
插入数据时排序的目的,就是优化查询的效率。页内部存放数据的模块,实质上也是一个链表的结构,链表的特点也就是增删快,查询修改慢,所以优化查询的效率是必须的。
正式因为有序,在查找的时候,从头到后都是有效查找,没有任何一个查找是浪费的,而且,如果运气好,是可以提前结束查找过程的。

5.2 理解多个Page

通过上面的分析,我们知道,上面页模式中,只有一个功能,就是在查询某条数据的时候直接将一整页的数据加载到内存中,以减少硬盘IO次数,从而提高性能。但是,我们也可以看到,现在的页模式内部,实际上是采用了链表的结构,前一条数据指向后一条数据,本质上还是通过数据的逐条比较来取出特定的数据。
如果有1千万条数据,一定需要多个Page来保存1千万条数据,多个Page彼此使用双链表链接起来,而且每个Page内部的数据也是基于链表的。那么,查找特定一条记录,也一定是线性查找。这效率也太低了。
MySQL索引特性_第10张图片
MySQL索引特性_第11张图片

5.3 单页情况

针对上面的单页Page,我们能否也引入目录呢?当然可以。
MySQL索引特性_第12张图片
在一个Page内部,我们引入了目录。比如,我们要查找id=4记录,之前必须线性遍历4次,才能拿到结果。现在直接通过目录2[3],直接进行定位新的起始位置,提高了效率。

为何通过键值 MySQL 会自动排序
可以很方便引入目录

5.4 多页情况

MySQL 中每一页的大小只有 16KB ,单个Page大小固定,所以随着数据量不断增大, 16KB 不可能存下所有的数据,那么必定会有多个页来存储数据。在单表数据不断被插入的情况下, MySQL 会在容量不足的时候,自动开辟新的Page来保存新的数据,然后通过指针的方式,将所有的Page组织起来。
MySQL索引特性_第13张图片
需要注意,上面的图,是理想结构,大家也知道,目前要保证整体有序,那么新插入的数据,不一定会在新Page上面,这里仅仅做演示。

这样,我们就可以通过多个Page遍历,Page内部通过目录来快速定位数据。可是,貌似这样也有效率问题,在Page之间,也是需要 MySQL 遍历的,遍历意味着依旧需要进行大量的IO,将下一个Page加载到内存,进行线性检测。这样就显得我们之前的Page内部的目录,有点杯水车薪了。

那么如何解决呢?解决方案,其实就是我们之前的思路,给Page也带上目录
使用一个目录项来指向某一页,而这个目录项存放的就是将要指向的页中存放的最小数据的键值。和页内目录不同的地方在于,这种目录管理的级别是页,而页内目录管理的级别是行。其中,每个目录项的构成是:键值+指针
MySQL索引特性_第14张图片
存在一个目录页来管理页目录,目录页中的数据存放的就是指向的那一页中最小的数据。有数据,就可通过比较,找到该访问那个Page,进而通过指针,找到下一个Page。

其实目录页的本质也是页,普通页中存的数据是用户数据,而目录页中存的数据是普通页的地址

可是,我们每次检索数据的时候,该从哪里开始呢?虽然顶层的目录页少了,但是还要遍历啊?不用担心,可以在加目录页。
MySQL索引特性_第15张图片
这就是B+树啊!至此,我们已经给我们的表user构建完了主键索引。随便找一个id=?我们发现,现在查找的Page数一定减少了,也就意味着IO次数减少了,那么效率也就提高了。

主键索引:
1.具有主键的表,一表一个B+树
2.但是没有主键,mysql会自动形成隐藏主键

既然有隐藏主键,为什么我们在海量数据的时候会非常慢呢
因为我们是按照员工id查的,它不是主键,我们也没有按照隐藏主键来查。

B+树中所有的叶子节点,路上的节点,需要全部加载到内存中吗
不需要。查找的时候,自定向下找,只需要加载部分目录页到内存,即可完成算法的整个查找过程。

为什么目录页里面不放数据呢?这样在路上不就能找到吗
Page分为目录页和数据页。目录页只放各个下级Page的最小键值。目录页里面没有数据id和page的地址,意味着16KB可以全部存储id和page的地址,也就是说,一个目录页可以管理更多的下级page

InnoDB 在建立索引结构来管理数据的时候,其它数据结构为何不行
MySQL索引特性_第16张图片

5.5 B+ vs B

最值得比较的是 InnoDB 为何不用B树作为底层索引
MySQL索引特性_第17张图片
MySQL索引特性_第18张图片
目前这两棵树,对我们最有意义的区别是:
1.B树节点,既有数据,又有Page指针,而B+,只有叶子节点有数据,其它目录页,只有键值和Page指针。
2.B+叶子节点,全部相连,而B没有

为何选择B+
1.节点不存储data,这样一个节点就可以存储更多的key。可以使得树更矮,所以IO操作次数更少。
2.叶子节点相连,更便于进行范围查找。

5.6 聚簇索引 VS 非聚簇索引

上面我们所说的, InnoDB 这种的存储引擎,其中B+树和数据是耦合在一起的,叫做聚簇索引

MyISAM 存储引擎-主键索引,MyISAM 引擎同样使用B+树作为索引结果,叶节点的data域存放的是数据记录的地址

下图为 MyISAM表的主索引, Col1 为主键:
MySQL索引特性_第19张图片
MyISAM 最大的特点是,将索引Page和数据Page分离,也就是叶子节点没有数据,只有对应数据的地址

代码演示:
MySQL索引特性_第20张图片
我们在user1是InnoDB存储引擎,user2是MyISAM存储引擎。
MySQL索引特性_第21张图片
并且InnoDB存储引擎在磁盘上是2个文件,MyISAM存储引擎是3个文件。两个.frm文件是一样的,它们是表结构,里面记录有哪些列,列的名称是什么等等。

那么为什么MyISAM存储引擎比InnoDB存储引擎多一个呢
原因就是:InnoDB存储引擎是把索引和数据是一起的,所以放到了同一个文件中。MyISAM存储引擎是二者分开的,.MYD是存放数据的,.MYI是存放索引的。

MySQL 除了默认会建立主键索引外,我们用户也有可能建立按照其它列信息建立的索引,一般这种索引可以叫做辅助(普通)索引

对于 MyISAM 建立辅助(普通)索引和主键索引没有差别,无非就是主键不能重复,而非主键可重复

下图就是基于 MyISAM 的 Col2 建立的索引,和主键索引没有差别:
MySQL索引特性_第22张图片
就是用Col2的数据来做目录页,然后就用Col2数据来查找整个消息。

同样, InnoDB 除了主键索引,用户也会建立辅助(普通)索引,我们以上表中的 Col3 建立对应的辅助索引如下图
MySQL索引特性_第23张图片
这里我们是按照姓名来做索引的,那么InnoDB是怎么做的呢?它是按照姓名查,然后到叶子节点放的不是数据,而是主键。

所以通过辅助(普通)索引,找到目标记录,需要两遍索引:首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录。这种过程,就叫做回表查询

为何 InnoDB 针对这种辅助(普通)索引的场景,不给叶子节点也附上数据呢?原因就是太浪费空间了。

在这里插入图片描述

6. 索引操作

6.1 创建索引

创建主键索引
MySQL索引特性_第24张图片
MySQL索引特性_第25张图片
MySQL索引特性_第26张图片
主键索引的特点:
1.一个表中,最多有一个主键索引,当然可以使复合主键。
2.主键索引的效率高(主键不可重复)。
3.创建主键索引的列,它的值不能为null,且不能重复。
4.主键索引的列基本上是int

唯一索引的创建
在这里插入图片描述
在这里插入图片描述
MySQL索引特性_第27张图片
唯一索引的特点:
1.一个表中,可以有多个唯一索引
2.查询效率高
3.如果在某一列建立唯一索引,必须保证这列不能有重复数据
4.如果一个唯一索引上指定not null,等价于主键索引

普通索引的创建
MySQL索引特性_第28张图片
MySQL索引特性_第29张图片
第三种方式

create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

这第3种方式,我们可以自己定义索引的名字。

演示一下:
MySQL索引特性_第30张图片
MUL代表的就是索引。
在这里插入图片描述

MySQL索引特性_第31张图片

6.2 查询索引

第1种方法(信息比较简略): desc 表名
MySQL索引特性_第32张图片
第2种方法:show keys from 表名
MySQL索引特性_第33张图片
第3种方法: show index from 表名
MySQL索引特性_第34张图片
可以看到,我们如果设置了主键,它就是一个索引,每设置一个索引就是一个B+树。Key_name就是索引的名字,Colum_name就是索引在哪列。

6.3 删除索引

第一种方法-删除主键索引: alter table 表名 drop primary key;

第二种方法-其它索引的删除: alter table 表名 drop index 索引名; 索引名就是show keysfrom 表名中的 Key_name 字段

第三种方法方法: drop index 索引名 on 表名

6.4 复合索引

MySQL索引特性_第35张图片
我们现在给name和email加上复合索引:
MySQL索引特性_第36张图片
可以看到name和email的索引的名字是一样的,那么我们该如何删除呢?
MySQL索引特性_第37张图片
直接删除共同的索引名就行了。如果我们创建索引时不起名字的话。
MySQL索引特性_第38张图片
MySQL索引特性_第39张图片
可以看到这两种方式都不行,因为复合索引默认第一个列名称。我们只需要删除第一个就行了。
MySQL索引特性_第40张图片

6.5 全文索引的创建

当对文章字段或有大量文字的字段进行检索时,会使用到全文索引。MySQL提供全文索引机制,但是有要求,要求表的存储引擎必须是MyISAM,而且默认的全文索引支持英文,不支持中文。如果对中文进行全文检索,可以使用sphinx的中文版(coreseek)。
MySQL索引特性_第41张图片
全文索引的意思:不是查找某个消息,而是整个大文本内容。
MySQL索引特性_第42张图片
我们插入一些数据,然后查询有没有database数据:
MySQL索引特性_第43张图片
虽然查询出数据,但是没有使用到全文索引。可以用explain工具看一下,explain类似预处理,我不运行,但是我们想看看我是按照什么规则去运行。
MySQL索引特性_第44张图片
key为null表示没有用到索引。

如何使用全文索引呢
MySQL索引特性_第45张图片
通过explain来分析这个sql语句:
MySQL索引特性_第46张图片
key用到了title。

你可能感兴趣的:(MySql,mysql,数据库,索引)