索引

辜月十
146 阅读10分钟

1. SQL索引

1.1 索引概述

MySQL官方对索引的定义为：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护者满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。如下面的示意图所示 :

image.png

左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找快速获取到相应数据。

索引就相当于书的目录，这样理解可能会更加简单一点。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。索引是数据库中用来提高性能的最常用的工具。

1.2 索引优势劣势

优势：

1） 类似于书籍的目录索引，提高数据检索的效率，降低数据库的IO成本。

2） 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

劣势：

1） 实际上索引也是一张表，该表中保存了主键与索引字段，并指向实体类的记录，所以索引列也是要占用空间的。

2） 虽然索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE。因为更新表时，MySQL 不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息。

1.3 索引结构

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引：

  • BTREE 索引 ： 最常见的索引类型，大部分索引都支持 B 树索引。
  • HASH 索引：只有Memory引擎支持 ， 使用场景简单 。
  • R-tree 索引（空间索引）：空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少，不做特别介绍。
  • Full-text （全文索引） ：全文索引也是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从Mysql5.6版本开始支持全文索引。

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

索引InnoDB引擎MyISAM引擎Memory引擎
BTREE索引支持支持支持
HASH 索引不支持不支持支持
R-tree 索引不支持支持不支持
Full-text5.6版本之后支持支持不支持

我们平常所说的索引，如果没有特别指明，都是指B+树（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引，统称为 索引。

1.3.1 BTREE 结构

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下：

  • 树中每个节点最多包含m个孩子。
  • 除根节点与叶子节点外，每个节点至少有[ceil(m/2)]个孩子。
  • 若根节点不是叶子节点，则至少有两个孩子。
  • 所有的叶子节点都在同一层。
  • 每个非叶子节点由n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例，key的数量：公式推导[ceil(m/2)-1] <= n <= m-1。所以 2 <= n <=4 。当n>4时，中间节点分裂到父节点，两边节点分裂。

插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例。

演变过程如下：

1). 插入前4个字母 C N G A

image.png

2). 插入H，n>4，中间元素G字母向上分裂到新的节点

image.png

3). 插入E，K，Q不需要分裂

image.png

4). 插入M，中间元素M字母向上分裂到父节点G

image.png

5). 插入F，W，L，T不需要分裂

image.png

6). 插入Z，中间元素T向上分裂到父节点中

image.png

7). 插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂

image.png

8). 最后插入S，NPQR节点n>5，中间节点Q向上分裂，但分裂后父节点DGMT的n>5，中间节点M向上分裂

image.png

到此，该BTREE树就已经构建完成了， BTREE树 和 二叉树 相比， 查询数据的效率更高， 因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

1.3.2 B+TREE 结构

B+Tree为BTree的变种，B+Tree与BTree的区别为：

1). n叉B+Tree最多含有n个key，而BTree最多含有n-1个key。

2). B+Tree的叶子节点保存所有的key信息，依key大小顺序排列。

3). 所有的非叶子节点都可以看作是key的索引部分。

image.png

由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。

1.3.3 MySQL中的B+Tree

MySql索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。并且InnoDB的叶子节点的data域存放的是数据，并不像MyISAM那样存储的是数据的地址，所以相比较于MyISAM效率要高一点。

MySQL中 InnoDB 的 B+Tree 索引结构示意图:

image.png

1.4 索引分类

1） 单值索引 ：即一个索引只包含单个列，一个表可以有多个单列索引。

2） 唯一索引 ：唯一索引的关键字是unique，允许为多个列创建索引，但必须保证这多个列合起来是唯一的，如果是单个列，则必须保证索引列的值必须唯一，但允许有空值。

3） 复合索引 ：即一个索引包含多个列。

4） 全文索引 ：全文索引的关键字是fulltext，全文索引主要用于查找文本当中的关键字，而不是直接与索引中的值相比较，它更像是一个搜索引擎，基于相似度的查询，而不是简单的Where语句的参数匹配。like+%在文本比较少的时候是可以使用的，但是对于大量的文本数据检索，全文索引会比like+%快N倍，速度不是一个数量级，但是全文索引可能存在精度问题。并且全文检索的使用与数据类型(vhar,varchar,text...)以及数据库版本以及存储引擎有关(MyISAM存储引擎以及版本在5.6以后的InnoDB)才可以。(了解即可)。

全文检索，有两个变量，最小搜索长度以及最大搜索长度，对于小于最小搜索长度以及大于最大搜索长度的词语，将不会被索引，简单来说，对一个词语使用全文索引，那么这个词语的长度必须保证在两个变量之间，这两个变量的默认值使用show variables like '%ft%' 来查看。并且这两个变量是可以进行修改的，这个修改自行研究。

image.png

1.5 索引语法

索引在创建表的时候，可以同时创建， 也可以随时增加新的索引。

准备环境:

create database demo_01 default charset=utf8mb4;

use demo_01;

CREATE TABLE `city` (
  `city_id` int(11) NOT NULL AUTO_INCREMENT,
  `city_name` varchar(50) NOT NULL,
  `country_id` int(11) NOT NULL,
  PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `country` (
  `country_id` int(11) NOT NULL AUTO_INCREMENT,
  `country_name` varchar(100) NOT NULL,
  PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;


insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'西安',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'NewYork',2);
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北京',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上海',1);

insert into `country` (`country_id`, `country_name`) values(1,'China');
insert into `country` (`country_id`, `country_name`) values(2,'America');
insert into `country` (`country_id`, `country_name`) values(3,'Japan');
insert into `country` (`country_id`, `country_name`) values(4,'UK');
1.5.1 创建索引
# 语法 ： 

CREATE 	[UNIQUE|FULLTEXT|SPATIAL]  INDEX 索引名称 [USING  index_type] ON 表明(字段名,...)

# 索引的创建：

# 创建主键索引：这意味着该索引值是唯一的且不能为NULL。
alter  table  表名  ADD  primary  key(列名，...); 

# 创建普通索引：索引值可以出现多次且值可以为NULL。
create index 索引名 on 表名 （列名，...）

# 创建唯一索引：该索引的值必须是唯一的，（除了NULL外，NULL可能会出现多次）。
create unique index 索引名 on 表名 （列名，...）

# 创建复合索引:
CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);
    就相当于
    	对name 创建索引 ;
    	对name , email 创建了索引 ;
    	对name , email, status 创建了索引 ;
        
# 创建全局索引：指定索引类型为FULLTEXT，用于全局索引。
create fulltext index 索引名 on 表名 （列名，...）

#全文索引的操作使用match与against关键字
#格式：select * from 表名 where match(添加了全问索引的字段名) against(需要模糊的字符串)；
#该字符串必须大于等于3小于等于84，也就是最小搜索长度以及最大搜索长度。
1.5.2 查看索引
# 语法：show index from 表名;

image.png

# 查看数据库当中所有的索引信息
SELECT * FROM mysql.innodb_index_stats a WHERE a.database_name = '库名'

image.png

1.5.3 删除索引
#语法 ：DROP  INDEX  索引名称  ON  表名;

1.6 索引设计原则

​ 索引的设计可以遵循一些已有的原则，创建索引的时候请尽量考虑 符合这些原则，便于提升索引的使用效率，更高效的使用索引。

  • 对查询频次较高，且数据量比较大的表建立索引。

  • 数据量小的表不要使用索引。

  • 重复数据多的字段不要设置索引，例如性别，只有男和女，一般来说：重复的数据超过百分之15就不应该设置索引。

  • 索引字段的选择，最佳候选列应当从where子句的条件中提取，如果where子句中的组合比较多，那么应当挑选最常用、过滤效果最好的列的组合。

  • 使用唯一索引，区分度越高，使用索引的效率越高。

  • 一个表中的索引不能创建过多，索引越多，维护索引的代价也就高。对于插入、更新、删除等DML操作比较频繁的表来说，索引过多，会引入相当高的维护代价，降低DML操作的效率，增加相应操作的时间消耗。另外索引过多的话，MySQL也会犯选择困难病，虽然最终仍然会找到一个可用的索引，但无疑提高了选择的代价。

  • 利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时where子句中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。

avatar
文章
阅读
粉丝