MySQL知识点总结（一）——一条SQL的执行过程、索引底层数据结构、一级索引和二级索引、索引失效、索引覆盖、索引下推

一条SQL的执行过程

• 客户端：用于向服务端发起sql查询或更新请求，MySQL自带的命令行客户端、MySQL的JDBC客户端等都是。
• 连接器：用于接收客户端的连接，并进行身份认证、查询当前账号拥有的权限。
• 查询缓存：MySQL服务端会将一条SQL的查询结果缓存缓存起来，下一次再执行相同的sql时，就可以直接从缓存中取。但是一旦对应的库表发生了更新，缓存将会被清空，因此只适用于更新频率不高的场景，MySQL8.0以上的版本已经将其去除。
• 分析器：对SQL进行词法分析和语法发现，就是分析我们的这个SQL要干啥。
• 优化器：对我们的SQL进行优化，选取使用的索引，生成执行计划。
• 执行器：调用执行引擎的接口进行SQL查询或更新。

索引底层数据结构

MySQL索引的底层数据结构是B+树。

B+树是多路平衡树（B-tree）的一个变种，非叶子节点只存放主键和到下一级节点的指针，叶子节点存放主键和主键对应的数据行记录，叶子节点通过指针进行连接，形成一个双向链表，还有一个头指针和尾指针分别指向链表头节点和尾节点。在MySQL的b+tree中，一个索引页是16KB。

为什么不使用二叉树？

首先我们要明白一点，MySQL中的索引页是存储在磁盘中的，每次读取一个索引页，都是一次磁盘读取，会有磁盘寻址的开销，因此MySQL应该选取一种数据结构，可以让它尽量少的去读取磁盘，才适合作为存储索引的数据结构。

因为二叉树每个节点只有两个出路，树高较高，而B+树是多路平衡树，每个节点有多个出路，树高较矮，这意味着如果用二叉树作为索引的数据结构的话，磁盘寻址的次数会比使用B+树时多，性能不如B+树。

并且，在极端情况下，二叉树会退化成链表，比如id等于1、2、3、4、5、6、7的七条数据按顺序插入，最终二叉树的结果就变成了下图这个样子。

为什么不使用红黑树?

红黑树解决了二叉树极端情况退化成链表的问题，但是它没有解决树高较高的问题，因为红黑树也是一个二叉树的数据结构。

为什么不使用hash表？

hash表在插入和等值查询时非常快，可以做到O(1)的时间复杂度。但是hash表的原理是通过hash函数根据key算出一个hash值，然后通过hash值与hash表中的数组长度取模后，进行散列存储的，数据之间不存在顺序性，因此做索引范围查询时需要进行全表扫描，性能是比较低的。

而B+树是按顺序排好序的，并且索引页之间有双向指针，还有头指针和尾指针，范围查询非常方便。

为什么不使用b-tree？

B树是多路平衡树，分叉比二叉树和红黑树多，因此树高会比二叉树和红黑树矮。但是B树的非叶子节点也存放数据，而MySQL的索引页又固定是16KB，因此节点分叉较B+树少，树高比B+树高。此外，B树的叶子节点是没有双向链表连接的，因此范围查询的性能不如B+树。

一级索引和二级索引

一级索引也叫主键索引，是以主键作为索引键的索引，在B+树中通过主键进行排序。

二级索引是非主键索引，是以非主键的字段作为索引键进行排序，比如我们以上面的表为例，在age字段上建立一个二级索引，则效果如下图。

二级节点的叶子节点不存储行记录，而是存储索引建（age字段）和主键（id），当通过二级索引进行搜索时，会先从二级索引找到对应的主键，再通过主键在一级索引中进行查找，这个过程叫做回表。比如我们要通过二级索引查找age=60的这一条数据，则整个过程如下。

这个回表的过程是有性能开销的，如果MySQL判断走二级索引的代价比较大，不如全表扫描，就会放弃二级索引进行全表扫描。回表一般是因为我们建立二级索引时只包含一个索引键，没有包含要查询的其他字段，如果我们建立二级索引时，连同其他需要查询返回的字段一起建立一个二级联合索引，使得需要查询返回的字段在二级索引叶子节点中都有，MySQL就不会回表，这时候二级索引一般都会生效。

索引失效

索引失效是指由于SQL语句编写不规范（或其他原因）导致MySQL不走已经建立的索引进行查询，以下几种情况都会造成索引失效。

索引覆盖

索引覆盖是一种优化二级索引回表查询的手段，在建立索引时，原先的索引键连同最终需要查询返回的字段一起组成一个联合索引。这样，MySQL通过二级索引进行查询时，发现二级索引的叶子节点已经包含了所有需要查询返回的字段，就不会再回表查询，这样查询性能就会大大提高，原本由于大量回表而导致二级索引失效，通过这种优化手段，会使得MySQL会选择这个二级索引进行查询。

索引下推

在老版本的MySQL中，如果联合索引查询使用了范围查询，会使得联合索引中范围查询的字段的后续字段失效。比如我们有一张t_user表，有四个字段：“id（主键）、name、age、phone”。现在我们有一个sql：“select name, age, phone, where name like ‘黄%’ and age > 20;”。我们建立了一个联合索引（name，age），如果MySQL查询走了这个索引，那么MySQL5.6以前的版本是这样的：

新版本（5.6之后）的MySQL则通过索引下推进行优化，MySQL在通过二级索引中的name字段进行模糊匹配查询后，会利用二级索引中的第二个字段age进行条件判断来做进一步的筛选过滤，过滤掉不满足“age > 20”这个条件的id，这样可以减少回表的次数提升查询性能。