MySQL索引，你真的学会了？索引底层原理是什么？索引什么时候失效，你知道吗？

目录

1、什么是索引

2、索引分类

3、索引的基本操作

3.1、主键索引

3.2、单列索引

3.3、唯一索引

3.4、复合索引

4、索引的底层原理

        为什么使用B+Tree而不是B-Tree?

如果数据量特别大的情况下，B+Tree会不会深度太深影响查询效率？

5、聚簇索引和非聚簇索引

5.1、概念：

5.2、使用聚簇索引的优势

5.3、聚簇索引需要注意什么

5.4、为什么通常建议使用自增id

6、索引失效的常见场景

---

 

1、什么是索引

1.1、索引定义 

        索引是一种帮助MySQL提高查询效率的数据结构

1.2、索引的优点

        加快数据查询的速度

1.3、索引的缺点

1. 维护索引需要耗费数据库资源
2. 索引需要占用磁盘空间
3. 当对表的数据进行增删改时，因为要维护索引，速度会受到影响

2、索引分类

1. 主键索引：设定为主键后数据库会自动建立索引，innodb为聚簇索引
2. 单值索引：一个索引只包含一个列，一个表可以有多个单列索引
3. 唯一索引：索引列的值必须唯一，但允许有空值
4. 复合索引：一个索引包含多个列

3、索引的基本操作

3.1、主键索引

建表，把id设置为主键：

查看索引：

可以看到，我们没有设置索引，但数据库已经自动帮我们把主键设置为索引了~

3.2、单列索引

建表，把age设置为单列索引：

        通过上述，我们可以观察到，主键被数据库自动设置为索引，单列索引可以和主键索引同时存在~

3.3、唯一索引

建表，把name设置为唯一索引：

唯一索引和主键索引的区别：

主键索引的值不能为空，而唯一索引的值可以为空（我在MySQL5.7版本上是支持多个数据为空的的）~

3.4、复合索引

建表，把name和age设置为复合索引：

复合索引底层如何存储的，我们先来看看索引的底层原理：

---

4、索引的底层原理

在MySQL中，实际存储数据，是如何存储的呢？

如下：

看上图，我们会知道存储数据时，是按照三部分存储的，一个是主键索引，一个是数据部分，一个是指针。那么指针指向哪里呢？指针是指向下一个节点的：

        数据就是这样组织起来的。有一个点需要注意的是，MySQL索引底层的数据是按照主键进行有序放置的，也就是说，数据是按照主键索引进行有序存储的。那么问题来了，当我们存入的数据特多时，我们是需要把数据全部遍历一遍吗？这样的话，时间复杂度是不是有点太大了，如果有一万个数据，运气不好的话，找数据不是得找一万次？

        那根据我们上述所说的数据是按照主键有序存储的，那我们就可以对底层数据存储进行优化，把数据划分成一个个的区域，例如下面的3个数据一划分：

       

        划分后，我们就可以把每个区域看成是一页页的数据（MySQL中，每一页默认是规定存储16KB的数据），我们就可以给每一页数据一个目录，如下：

        观察上图，我们就可以得知，目录中的数据其实就是每一页的数据的第一个数据~

        细心的小伙伴会发现，目录中存储的数据，并不是完整的数据，而是只存放了一个数据的主键和指针~

        如果说，如果数据量非常非常大，目录这个区域也已经超过了16KB的数据怎么办，是不是需要我们再给目录再提一层目录呢~如下：

        此时，看到这里学习过数据结构的小伙伴就会知道，这个不就是B+树吗？对的，MySQL索引就是采用了B+的数据结构。

        B+Tree是在B-Tree基础上的一种优化，使其更适合实现外存储索引结构，InnoDB存储引擎(Mysql的默认引擎就是InnoDB）就是用B+Tree实现其索引结构。

        为什么使用B+Tree而不是B-Tree?

1. B+Tree的非叶子节点只存储键值信息，而B-Tree是存储所有数据（每一页的存储空间是有限的，如果非叶子节点也存储数据，会导致每个节点能存储的key的数量变少；当存储的数据量很大时，会导致T-Tree的深度变大，增加查询时的磁盘I/O次数，进而影响查询效率；而B+Tree就能很好的解决这些问题）
2. B+Tree所有叶子结点之间都有一个链指针，B-Tree没有
3. B+Tree数据记录都存放在叶子结点中

如果数据量特别大的情况下，B+Tree会不会深度太深影响查询效率？

        不会哦~B+Tree的高度一般都是在2~4层，而MySQL的InnoDB存储引擎在设计时，是将根节点常驻内存的，也就是说，查找某一键值的行记录时最多只需要1~3次磁盘I/O操作~

        为什么B+Tree的高度一般都是在2~4层？

我们可以来算一算一页能存放多少数据：

        假设是我们刚才的数据的表，有一个id，一个name，一个age。id是int类型，4个字节（数据量大时，需要使用bigInt，8个字节）；name假设是设置20字节；age为int类型，4个字节；一个指针，8个字节；一共一条数据36字节。

1KB=1024字节；一页可以存16KB，16*1024/28约等于455条数据。

当我们的B+Tree的高度为2时，也就是说有一层目录，我们来算算能存多少数据：

        目录中，只存放id和指针，一共12个字节，一页能存放数据个数：16*1024/12约等于1365个数据。那么1365的数据就对应1365页叶子节点的数据，约等于对应621226条数据。

        当B+Tree的高度为3时，大家可以自己算算，能存的数据量其实是非常大的，因此一般B+Tree的高度都是在2~4层的~

---

5、聚簇索引和非聚簇索引

5.1、概念：

• 聚簇索引：将数据存储与索引放到一块，索引结构的叶子结点保存了行数据
• 非聚簇索引：将数据与索引分开存储，索引结构的叶子结点指向了数据对应的位置。

聚簇索引：

        也就是说，数据库中的所有数据都是放在聚簇索引的叶子结点中的，而其他索引都属于辅助索引（例如：复合索引、前缀索引、唯一索引等），辅助索引叶子结点中存储的不是数据的物理位置，而是主键值，因此，辅助索引访问数据时总是需要二次查找的：

说明： 

1. 我们会看到辅助索引，是以age作为单列索引的，索引这个索引树就是以age大小排序的~
2. InnoDB使用的是聚簇索引，将主键组织到一B+树中，而行数据就储存在叶子节点上，若使用 where d =4"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。
3. 若对Name列进行条件搜索，则需要两个步: 第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键，第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。 (重点在于通过其他键需要建立辅助索引)
4. 聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一且非空的索代，如果没有这样的索引，InnoDB 会隐式定义一个主键(举似oracle中的Rowld)来作为聚索引，如果已经设置了主键为聚索引又希望再单独设置聚索引，必须先别除主键，然后添加我们想要的聚能索引，最后恢复设置主键即可。

非聚簇索引：

        MYISAM就是使用的非聚簇索引，非聚簇索引的两颗B+树看上去没有什么不同，节点的结构完全一致，只是存储的内容不同。主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。表数据存储在独立的地方，这两颗B+树的叶子结点都使用一个地址指向真正的表数据，对于表数据来说，这两个建没有任何差别，由于索引树是独立的，通过辅助建索引无需访问主键的索引树：

5.2、使用聚簇索引的优势

        每次使用辅助索引检索都要经过两次B+树查找，看上去聚簇索引的效率明显要低于非聚簇索引，这不是多此一举吗？聚簇索引的优势在哪？

1. 由于行数据和聚簇索引的叶子节点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把页加载到了Buffer中（缓存器），再次访问时，会在内存中完成访问，不必访问磁盘。这样主键和行数据是一起被载入内存的，找到叶子节点就可以立刻将行数据返回了，如果按照主键Id来组织数据，获得数据更快。
2. 辅助索引的叶子节点，存储主键值，而不是数据的存放地址。好处是当行数据放生变化时，索引树的节点也需要分裂变化；或者是我们需要查找的数据，在上一次IO读写的缓存中没有，需要发生一次新的IO操作时，可以避免对辅助索引的维护工作，只需要维护聚簇索引树就好了。另一个好处是，因为辅助索引存放的是主键值，减少了辅助索引占用的存储空间大小。

5.3、聚簇索引需要注意什么

        当使用主键为聚簇索引时，主键最好不要使用UUID，因为UUID的值太过于离散，不适合排序且可能出现新增记录的UUID，会插入在索引树中间的位置，导致索引树调整复杂度变大，消耗更多的时间和资源。

        建议使用int类型的自增，方便排序并且默认会在索引树的末尾增加主键值，对索引树的结构影响最小。而且，逐渐值占用的存储空间越大，辅助索引中保存的主键值也会跟着变大，占用存储空间，也会影响到IO操作读取到的数据量~

5.4、为什么通常建议使用自增id

        聚簇索引的数据的物理存放顺序与索引顺序是一致的，即：只要索引是相邻的，那么对应的数据一定也是相邻的存放在磁盘上的。如果主键不是自增id，那么可以想象，例如使用UUID，每次都是随机值，就会导致每次添加数据时，都不要不断地调整数据的物理地址、重新分页等。当然也有其他措施来减少这些操作，但是这是无法减少这些操作的，但却无法彻底避免。那如果说使用自增，那就简单了，他只需要一页一页的写，索引结构相对紧凑，磁盘碎片少，效率也高~

---

6、索引失效的常见场景

• 复合索引（联合索引），要使用最左前缀（也就是说，联合索引，索引的叶子结点在排序时其实是按照创建索引时，最左边这个值排序的，因此要使用最左前缀），否则会失效
• 查询时使用like关键字，并且以%开头时，索引会失效
• 在列上进行函数运算时，索引会失效
• 使用in不会造成索引失效，而not in会
• 使用or关键字时，如果or的前后的列都是索引则会使用索引，如果其中一个列不是索引，索引就会失效~

好啦，本期就到这里咯，下期见~~~