MySQL索引机制的详细解析及原理

目录

• 一.索引的类型与常见的操作
• 二.常见的索引详解与创建
• 三.索引的原理
• 1.通过实验介绍B+tree
• 2.延伸
• 四.聚簇索引和非聚簇索引
• 1.使用聚簇索引的优势
• 2.什么情况下无法使用索引
• 总结

一.索引的类型与常见的操作

前缀索引

MySQL 前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。

复合索引

集一个索引包含多个列（最左前缀匹配原则）

唯一索引

索引列的值必须唯一，但允许有空值

全文索引

在MySQL 5.6版本以前,只有MyISAM存储引擎支持全文引擎.在5.6版本中,InnoDB加入了对全文索引的支持,但是不支持中文全文索引.在5.7.6版本,MySQL内置了ngram全文解析器,用来支持亚洲语种的分词.

全文索引为FUllText，在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值，全文索引可以在CHAR,VARCHAR,TEXT类型列上创建

主键索引

设定主键后数据会自动建立索引，InnoDB为聚簇索引

单列索引

即一个索引只包含单个列，一个表可以有多个单列索引

覆盖索引

覆盖索引是指一个查询语句的执行只用从所有就能够得到，不必从数据表中读取，覆盖索引不是索引树，是一个结果，当一条查询语句符合覆盖索引条件时候，MySQL只需要通过索引就可以返回查询所需要的数据，这样避免了查到索引后的回表操作，减少了I/O效率

-- 目前有一个key(name)索引，聚簇索引是key(id)
-- 使用了覆盖索引
select id from stu where key = '天天';
-- 不使用覆盖索引，因为查询的结果无法从普通索引树中得到
select * from stu where key = '天天'

查看索引

show index from table_name;

列名解析：

列名title	解释desc	取值value
table	索引对应表的名称	DB中的表
Non_unique	索引包含value是否为唯一（是否为唯一索引）	0代表是唯一，1代表不是
Key_name	索引的名称	不命名为创建时列名称，联合查询为Seq_in_index为1的列名称，重复是使用_+number区分
Seq_in_index	索引中列的序列号，从1开始,表明在联合查询中的顺序，我们可以根据这个推断出联合索引中索引的前后顺序（使用最左优化原则）	从1递增至联合索引的列数
Column_name	索引的列名	索引的列名
Collation(n.排序方式，校队)	指排序方式	A表示升序，B表示降序，NULL表示未排序。
Cardinality	基数的意思，表示索引中唯一值的数目的估计值，我们知道某个字段的重复值越少越适合建立索引，所以我们一般根据Cardinality来判断索引是否具有高选择性，如果这个值非常小，就需要评估这个字段是否适合做索引	最小值为1，表示索引的列字段值都重复，最大为表中字段数
Sub_part	当索引是前缀索引的时候，sub_part表示前缀的字符数	非前缀为0，前缀索引为字符数
Packed	指示关键字如何被压缩。	如果没有被压缩，则为NULL
NUll	如果列含有null，则含有yes	null/yes
Index_type	表示索引类型，全文索引是Fulltext，Memory引擎对应Hash，其他大多数是Btree，Rtree没有见过	FULLTEXT，HASH，BTREE，RTREE
Comment	注释	...
Index_comment	注释	...

删除索引

drop index index_name on table name;
-- 错误删除primary索引
drop index `PriMary` on temp;
-- >:Incorrect table definition; there can be only one auto column and it must be defined as a key

二.常见的索引详解与创建

主键索引

-- mysql中InnoDB使用主键索引作为聚簇索引，主键索引无法使用
-- 创建时候,主键自动定义
create table temppp(id int auto_increment,primary key(id),name varchar(20) not null unique);
-- 无法删除primary key索引,需要改变的时候，首先需要删除主键列,删除后自动选择一行unique的列作为主键索引
alter table temppp drop COLUMN id;

查看：

删除前:

删除后：

单列索引

普通的索引，没有什么介绍

-- 建表时候表级约束建立索引
create table otest(
id int(25) PRIMARY key,
`name` varchar(255),
-- 这一句就是在建立普通字段的索引，但是无法设置名字
key(`name`)
)
-- 建表后
alter table otest add index key(`name`)；

查看:（注意和前缀索引Sub_part的区别）

唯一索引

当索引的列是unique的时候，会生成唯一索引，唯一索引关于null有下列两种情况

SQLSERVER 下的唯一索引的列，允许null值，但最多允许有一个空值

-- sql server 下实验代码
create table temp
(
id int primary key,
age varchar(20) unique,
);

create unique index age on temp(age)
execute sp_helpindex @objname='temp'

查看:

-- 插入两条null语句
insert into temp values(1,null);
insert into temp values(2,null);

结果:

MYSQL下的唯一索引的列，允许null值，并且允许多个空值

-- mysql下实验代码
create table otest
(
id int primary key,
age varchar(20) unique,
key(age)
);
show index from otest

查看:

会建立两个索引，一个非聚簇索引，一个是唯一索引

-- 插入两条null语句
....与上代码相似

结果:

可以插入两个空值（明人不说暗话，我喜欢MySQL）

前缀索引

• 一方面，它不会索引所有字段所有字符，会减小索引树的大小.
• 另外一方面，索引只是为了区别出值，对于某些列，可能前几位区别很大，我们就可以使用前缀索引。
• 一般情况下某个前缀的选择性也是足够高的，足以满足查询性能。对于BLOB，TEXT，或者很长的VARCHAR类型的列，必须使用前缀索引，因为MySQL不允许索引这些列的完整长度。

ALTER TABLE table_name ADD KEY(column_name(prefix_length));
-- 表级创建
create table temppp (id int auto_increment,primary key(id),
                     name varchar(20) not null unique,
                    key(name(2)));
-- 表级创建
alter table temppp add index(name(2))

查看：

前缀索引实例的博文:https://www.jb51.net/article/243195.htm很好，推荐

复合索引

-- 建表时候表级约束建立索引
drop table if exists `otest`;
create table otest(
id int(25) PRIMARY key,
`name` varchar(255),
age varchar(255),
-- 这一句就是在建立普通字段的索引，但是无法设置名字
key(`name`,age)
);
-- 建表后
alter table otest add key(`name`,age);

查看：

复合索引的最左前缀匹配原则：

对于复合索引，查询在一定条件才会使用该索引

-- 假设一个下列的索引
alter table otest add index(id,name,age);

-- 只有查询条件满足组合索引的前缀匹配才能使用索引，也就是对于查询的顺序为
-- id id,name id,name,age这三种情况下才能使用组合索引

-- 对于下列这种就无法使用索引
select * from otest where id=?,age=? -- 缺少了name列
select * from otest where name=?,age=? -- 缺少了id列

-- 对于下列查询MySQL会使用优化调整位置
select * from otest where id=?,age=?,name=? -- 查询顺序是 id,age,name看起来是不能使用索引的，但是MySQL在执行的时候会进行优化，将顺序调整为id name age。

复合索引的优点

减少开销。建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的减少开销！

覆盖索引。对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一。

效率高。索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select from table where col1=1 and col2=2 and col3=3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w10% 10% *10%=1w。

全文索引（FULLTEXT）

在模糊搜索中很有效，搜索全文中的某一个字段，可以参考这篇博文:https://www.jb51.net/article/243201.htm

三.索引的原理

1.通过实验介绍B+tree

我们先进行下面一个实验看看InnoDB下的主键索引的一个现象。

create table otest(
id int(25) PRIMARY key,
`name` varchar(255),
age varchar(255)
);

insert into otest values(3,'q',1);
insert into otest values(1,'q',1);
insert into otest values(5,'q',1);
insert into otest values(2,'q',1);
insert into otest values(6,'q',1)
-- 查看现象
SELECT * from otest

查看:

我们插入进去的时候，数据的id都是乱序的，为什么这里最后select查询出来的结果都是进行了排序？

这是因为InnoDB索引底层实现的是B+tree，B+tree具有下列的特点：

• 和B-tree一样是自平衡树
• m个子树上层有m个中间节点，但是m个中间节点只保存索引，而不保存数据。
• 所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。
• 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。

所以上面的排序是为了使用B+tree的结构，B+tree为了范围搜索，将主键按照从小到大排序后，拆分成节点。后续还有新的节点进入的时候，和B-tree相同的操作，会进行分裂。

一般来说，聚簇索引的B+tree都是三层

• ①：每一个底层片称为一个页，InnoDB中一个页的大小默认是16kb，上层的中间结点称为页目录,每个页目录都有一个指针指向下层存储数据的叶结点
• ②：下层每个叶结点之间都使用链表连接（ps:这里是单链表还是双向链表我记不清楚了，读者可以查查）
• ③：这部分是叶结点存储的数据信息
• ④：这部分是底层链表的指针

2.延伸

• B-tree是所有结点都要存储数据，相同的数据更深，查找速度变慢，所以底层没有使用B-tree。
• MySQL的InnoDB存储引擎设计时顶层页目录常驻内存，对于2-4层B+树查询时，聚簇索引IO查询1-3次，也就是和硬盘交互进行IO读
• 计算一个元素的字节大小：**字段类型所占字节 + 一个指针的字节数（32位4byte，64位8byte）
• 实际单表列过多要拆表，这样主表存数据更多深度也低，查询也快
• 对于InnoDB来说主键索引就是聚簇索引，而普通索引就是非聚簇索引
• 对于表中数据操作过多会造成存在许多的页碎片，关于碎片整理可以看我这篇博文

https://www.jb51.net/article/243206.htm

四.聚簇索引和非聚簇索引

• 聚簇索引:将数据存储和索引放到了一块，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主键的值,也就是对应的聚簇索引的row id(需要查找两个B+tree，这个操作过程叫做回表)。

InnoDB中主键索引一定是聚簇索引，聚簇索引一定是主键索引。

为什么这里辅助索引叶子结点不直接存储数据呢？

• 数据冗余
• 修改，增加，删除需要操作的更多，时间线性增加，也就是难以维护
• 占用磁盘存储增大

MYISAM只有非聚簇索引，索引最终指向的都是物理地址。

1.使用聚簇索引的优势

Q:既然有回表的存在，那么聚簇索引的优势在哪里？

• 由于行数据和聚簇索引的叶子结点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把也加载到了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，找到叶子结点就可以立刻将行数据返回了，获得数据更快。
• 辅助索引的叶子结点，存储主键值，而不是数据的存放地址，好处是当行数据发生变化时，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，在上一次读写的缓存中没有，需要发送一次新的IO操作时，可以避免对辅助索引的维护工作，只要维护聚簇索引树就好了，另外一个好处是，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的大小。

Q:主键索引作为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的值过于离散（可以查看UUID的产生过程），不适合排序，并且可能在两个已经排序好的结点中会出现新插入的节点，导致索引树调整复杂度变大。
• 建议使用int类型的自增，int类型自增主键数据量为4亿，满足一般开发要求，并且由于自增，主键本身就有序，因此开销很小，辅助索引中保存的主键值也会跟着变化，占用存储空间，也会影响到IO操作读取到的数据量。

2.什么情况下无法使用索引

• 查询语句中使用Like关键字

  在查询语句中使用LIke关键字进行查询时，如果匹配字符串的第一个字符为"%"，索引不会使用。如果“%”不是在第一位，索引就会使用

• 查询语句中使用多列索引

  多列索引是在表的多个字段上创建的索引，满足最左前缀匹配原则，索引才会被使用

• 查询语句中使用OR关键字

  查询语句只有Or关键字时候，如果OR前后的两个条件都是索引，这这次查询将会使用索引，否则Or前后有一个条件的列不是索引，那么查询中将不使用索引

5.关于Explain语句

作者不会，建议查找，这里列出是作为提醒

永远年轻，永远热泪盈眶

TIPS:MySQL底层存储文件：

MyISAM：.frm是存放表结构的文件，.MYD是存放表数据的文件,.MYI是存放表索引的文件

InnoDB：.frm存放表结构，.Ibd是存放表数据和索引的

总结

到此这篇关于MySQL索引机制的详细解析及原理的文章就介绍到这了,更多相关MySQL索引机制内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！