【MySQL】索引的认识
目录
- 一、索引初识
- 二、学习硬件（磁盘）
- 三、MySQL存储数据图解
- 四、page的结构理解
-
- 1.page的数据结构
- 2.多个page之间的数据结构
- 3.简单介绍一下B+树
- 4.索引的理解
- 5.聚簇索引和非聚簇索引
- 五、索引的操作
-
- 创建索引
- 查看索引
- 删除索引
- 适合设置索引的字段
一、索引初识
构建一张具有大量数据的表
drop database if exists `index_demon`;
create database if not exists `index_demon` default character set utf8;
use `index_demon`;
-- 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
-- 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 ;
-- 雇员表
CREATE TABLE `EMP` (
`empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号',
`ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',
`job` varchar(9) DEFAULT NULL COMMENT '雇员职位',
`mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
`hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',
`sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',
`comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',
`deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);
-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);
将代码放入 名字.sql 文件中 在mysql使用source命令导入，就会构建表
desc查看表结构，可以看到表既没有主键（此处先认为主键会影响索引），也没有任何索引。
查询EMP表中指定工号的员工信息，可以看到每次查询过程都需要花费4.5秒左右。如下：
当我们给员工表中的工号建立索引后，数据库底层就会为员工表中的数据记录构建特定的数据结构，需要注意的是，由于当前员工表中的数据量较大，因此建立索引时也需要花费较长时间。如下：
这时再查询EMP表中指定工号的员工信息，可以看到几乎检测不到查询时耗费的时间。如下：
根本原因就是，给员工工号创建索引后再根据员工工号来查询数据，这时就能够直接通过底层建立的数据结构来快速定位到目标数据，从而提高数据的检索速度，这就是索引的价值。
下面让我们学习索引。
二、学习硬件（磁盘）
通过之前的学习，我们知道，mysql创建数据库其实就是创建一个目录，在innodb存储引擎下，创建一张表其实就是创建两个文件，在linux下，一切皆文件，此时，mysql进行数据持久化存储则为对磁盘文件系统操作。
磁盘及文件系统（点击跳转）
三、MySQL存储数据图解
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)
1、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。Buffer Pool单次向磁盘刷入1M数据和单次向磁盘刷入100M数据，效率肯定是不同的，MySQL底层也有自己的‘缓冲区’刷新策略来保证IO效率。
2、MySQL中的数据文件，是以page为单位保存在磁盘当中的。
3、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。
4、而只要涉及计算，就需要CPU参与，为了便于CPU参与，一定要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。
5、为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数。
四、page的结构理解
磁盘这个硬件设备的基本单位是 512 字节（有些会更大），而 MySQL InnoDB引擎 和磁盘进行数据交互的基本单位是 16KB，这一个个的基本数据单位，在 MySQL 中叫做page（注意和系统的page区分）
MySQL中必然存在大量的page，为了先描述再组织，单个page内部除了用户数据之外，还存在一部分的数据结构，用于MySQL组织管理大量的page。
使用page进行IO交互有什么好处呢？
预加载，根据局部性原理，减少IO次数，提升效率。
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。
1.page的数据结构
这目录就像看书、查字典一样，我们可以通过目录快速定位目标数据的大致页数，提升查找效率。所以MySQL的page里的这些目录虽然说多占用了一丢丢的空间，但大大提高了我们查找数据的速度（空间换时间）
这也解释本段开头我们无序插入数据时，MySQL自动帮我们进行了排序。这是因为只有数据是有序的，MySQL才方便引入页目录，提升后续的查找效率。
2.多个page之间的数据结构
刚刚我们在每个page内部搞了页目录，减少了page内部的检索次数，提升了单page的搜索效率。
上图画出了多个page之间的连接关系，从图中看出页目录在多个page中也是呈现顺序关系的，如果是跨页搜索数据，也只能从前往后顺序遍历每个页的页目录，如果page一多，这种检索方式会大大降低页与页之间数据搜索速度，为了解决该问题，我们同样使用目录的方式对每个页中的目录进行管理：
上图同样使用了page的方式来管理页目录，每个page中不包含有效数据，只包含对应page中的始末页目录，所以一个“一级目录”可以管理上千个page。
那么问题又来了，如果底层的page很多，势必会造成一级目录的数量变多，那么我们对一级目录的遍历不是又变成了线性遍历了吗？再套一层：
一般两三层就够了，那些只用于索引的page，每个可都是16KB，单个page可以索引上千个下一层的page！完全够用，这样套了三层，即便面对海量数据，MySQL的查询效率也不低。（如果不够那就再套一层，存储数量指数级增长）后续查找时，自上而下进行查找，查到哪里就加载哪一部分的page，并不会加载整颗B+树到内存。
我们可以看出存储的数据结构是一颗b+树，要注意的是
1、并不是所有的存储引擎的索引都是采用B+树，还有哈希索引等方式。只能说主流的存储引擎是采用B+树作为索引的数据结构。
2、只有叶子结点采用链表进行级联，这是因为这是B+树的特性；同时，叶子结点进行级联可以满足范围查找（有时候数据读取的时候跨页了，叶子结点有指向next页的指针，就很方便）
3.简单介绍一下B+树
1、非叶节点不保存数据，只用来索引，所有数据都保存在叶子节点。
2、数据只在叶子结点保存，并保存指向前后叶子结点的指针，通过链表指针对叶子结点进行级联，且叶子结点本身依关键字的自小而大顺序连接。
为什么要选择B+树
①只有叶子节点用来存储数据，其余节点用来存储目录，这样可以存储更多的目录。这样的一棵树，一定是比较“矮”的树，
这样在查询数据时，可以更快的找到数据。
②在查询数据时，一般局部性原理会吧要查询数据周围一定范围的数据也一并加载，使用链表方式，方便范围查找。
4.索引的理解
我们指明看主键列，MySQL会根据主键进行排序。如果我们在创建表的时候没有指明主键，MySQL会生成一个隐藏的列作为主键。这也说明了我们指明主键，MySQL会按照主键进行排序，我们不指明主键，MySQL的排序以默认生成的主键为准，所以这时我们的数据插入时的顺序是怎样的，拿出来的顺序就是怎样。
建立一张测试表
create table if not exists user (
id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);
插入数据
insert into user values(3,18,'孙权');
insert into user values(4,18,'刘备');
insert into user values(2,18,'关羽');
insert into user values(5,10,'张飞');
insert into user values(1,100,'周瑜');
5.聚簇索引和非聚簇索引
MyISAM 引擎同样使用B+树作为索引结果，和上面讲的innodb存储引擎不一样的是，MyISAM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。
聚簇索引：像innodb存储引擎那样把B+树和数据存放在一起称为聚簇索引。
非聚簇索引：像MyISAM存储引擎那样把B+树和数据分离的方式称为非聚簇索引。
MyISAM的辅助（普通）索引
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他列信息建立的索引，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。
MyISAM存储引擎可以在一张表中建立多个索引，下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别：
innodb的辅助（普通）索引
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：
InnoDB的非主键索引中叶子节点并没有数据，而只有对应记录的key值。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？数据主键索引有，没必要保存两份，不然太浪费空间了。
五、索引的操作
创建索引
我们在前面学习中可知，在创建表时为表添加主键，其实也是在创建索引。
创建索引
①创建表时主动添加 primary key
②创建表的最后，指定某列或某几列为主键索引（和创建表时添加同理）。
③创建表后，使用alter命令给指定字段添加主键索引
创建索引可以分为很多，例如主键索引，唯一键索引，普通索引等。
主键索引的特点：
- 一个表中，最多只能有一个主键索引，一个主键可以由多个列同时承担。
- 主键索引的查询效率高。
- 创建主键索引的列，其列值不能为NULL，且不能重复。
- 主键索引的列一般是数字类型。
唯一键索引的特点：
- 一个表中，可以有多个唯一索引，一个唯一键可以由多个列同时承担。
- 唯一索引的查询效率高。
- 创建唯一索引的列，其列值可以为NULL，但是不能重复。
- 如果给唯一索引设置NOT NULL属性，则等价于主键索引。
普通索引的特点：
- 一个表中，可以有多个普通索引，一个普通索引可以由多个列同时承担。
- 创建普通索引的列，其列值可以为NULL，也可以重复。
查看索引
①使用show keys(index) from 表名SQL查询，比如查询articles表中的索引信息。如下：
- Table： 表示创建索引的表的名称。
- Non_unique： 表示该索引是否是唯一索引，如果是则为0，如果不是则为1。
- Key_name： 表示索引的名称。
- Seq_in_index： 表示该列在索引中的位置，如果索引是单列的，则该列的值为1，如果索引是复合索引，则该列的值为每列在索引定义中的顺序。
- Column_name： 表示定义索引的列字段。
- Collation： 表示列以何种顺序存储在索引中，“A”表示升序，NULL表示无分类。
- Cardinality： 索引中唯一值数目的估计值。基数根据被存储为整数的统计数据计数，所以即使对于小型表，该值也没有必要是精确的。基数越大，当进行联合时，MySQL使用该索引的机会就越大。
- Sub_part： 表示列中被编入索引的字符的数量，若列只是部分被编入索引，则该列的值为被编入索引的字符的数目，若整列被编入索引，则该列的值为NULL。
- Packed： 指示关键字如何被压缩。若没有被压缩，则值为NULL。
- Null： 用于显示索引列中是否包含NULL，若包含则为YES，若不包含则为NO。
- Index_type： 显示索引使用的类型和方法（BTREE、FULLTEXT、HASH、RTREE）。
- Comment： 显示评注。
②使用desc 表名SQL查询（信息比较简略），比如查询articles表中的索引信息。如下：
删除索引
创建一个用户表用于测试索引的删除，表中包含用户的id、姓名和邮箱，并将这三列分别设置为主键索引、唯一索引和普通索引。如下：
删除主键索引
使用alter table 表名 drop primary keySQL即可删除主键索引。如下：
删除非主键索引
使用alter table 表名 drop index 索引名SQL即可删除指定的非主键索引。如下：
此外，也可以使用drop index 索引名 on 表名SQL也可以删除指定的非主键索引。如下
一个表只有一个主键索引，所以在删除主键索引的时候不用指明索引名，而一个表中可能有多个非主键索引，所以在删除非主键索引时需要指明索引名。
适合设置索引的字段
- 比较频繁作为查询条件的字段应该创建索引。
- 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件。
- 更新非常频繁的字段不适合创建索引。
- 不会出现在where子句中的字段不应该创建索引。
时刻要记住，创建索引的目的就是为了提高查询的效率。