实用指南：【MySQL】索引特性

文章目录

• 一、初始索引
• 二、MySQL与储存
• 三、软件理解
• 四、Page
• 五、聚簇/非聚簇索引
• 六、索引操作
• • 1.创建主键索引
  • 2.创建唯一索引
  • 3.创建普通索引
  • 4.查询索引
  • 5.删除索引

一、初始索引

索引的核心工作是提高数据库性能的，MySQL的服务器，本质是在内存中的，所有数据库的CURD操作，全部都是在内存中进行的，索引也是如此。影响算法效率的因素有两个：组织数据的方式和算法本身。索引就是更改数据组织的方式，从而提高算法效率。

索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的
create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

二、MySQL与储存

数据库文件，本质就是保存在磁盘的盘片中，也就是上面的一个个扇区中，数据库文件很大，因此会占据多个扇区。定位一个扇区需要知道柱面-磁头-扇区，系统读取磁盘，是以块为单位的，而不是扇区，基本单位是4KB。磁盘随机访问是本次IO给出的扇区地址和上次的扇区地址不连续，磁头需要较大移动动作才能重新开始读写，尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

三、软件理解

MySQL作为一个应用级软件，可以想象成一种特殊的文件系统，它有着更高的IO场景，为了提高IO效率，MySQL进行IO的基本单位是16KB，这个基本数据单元，在MySQL里叫做page。

MySQL 将数据以页（page）为单位存储在磁盘中。在执行增删改查（CURD）操作时，系统需要通过计算来定位数据插入位置，或查找待修改、查询的具体数据。

而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够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。

为了更好的进行上面的操作， 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。总之就是一句话：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

当我们向一个具有主键的表中乱序插入数据后，我们会发现数据会自动排序。理解这个现象前，我们先重谈一下page。在MySQL内部一定会同时存在大量的page，因此MySQL会对其进行管理，这样一来page就不仅仅是一个大一点的内存块了，page内部也必须写入对应的管理信息struct page，就像：

struct page
{
struct page* next;
struct page* prev;
char buffer[NUM]
;
}
;
//---16KB

申请page其实就是new page()，将所有page用“链表”（或其他结构）管理起来，这就是在buffer pool内部，对MySQL中的page进行了一个建模。

MySQL 采用 Page 方案进行磁盘 IO 交互，主要基于以下考虑：

假设需要查找 id=2 的记录，如果采用逐条加载的方式，第一次加载 id=1，第二次加载 id=2，需要 2 次 IO。若查找id=5，则需要 5 次 IO。这种逐条加载的方式会导致 IO 次数显著增加。

而采用 Page 方案时，假设这 5 条记录（或更多）都存储在一个 16KB 的 Page 中，查找 id=2 时，整个 Page会被一次性加载到 MySQL 的 Buffer Pool 中，仅需 1 次 IO。后续查找 id=1、3、4、5等记录时，可以直接在内存中完成，无需额外 IO。这种方式显著减少了 IO 次数。

你可能会问：如何确保用户下次查找的数据就在这个 Page 中？虽然无法严格保证，但根据局部性原理，这种可能性很大。程序在执行时往往具有空间局部性和时间局部性，即相邻的数据很可能被连续访问。 此外，IO 效率低下的主要瓶颈通常不是单次 IO 的数据量大小，而是 IO 的次数。通过 Page 方案，可以有效减少 IO次数，从而提升整体性能。

因为有主键，MySQL 会默认按照主键给我们的数据进行排序，从Page内数据记录可以看出，数据是有序且彼此关联的，但是如果page间按照下图的链表结构，查找特定的一条记录就是线性遍历，这样的话效率就太低了：

此时就要引入页目录这一概念了，一本书拥有目录，便于在一本书中进行快速查找。针对上述的单页Page，我们也可以引入目录：

从这里我们就明白为什么MySQL会通过键值来自动排序了，就是为了更方便地引入目录。

但这里只是解决了Page内部查询的问题，而Page之间仍然是线性的，若Page很多的情况下效率仍然是存在问题的，按照之前解决问题的思路，我们可以也给Page带上目录。


当然我们还能给页目录再向上加一个页目录，如下图所示，这个结构其实就是B+树。叶子节点保存数据，而非叶子节点不存数据，因此可以存储更多的目录项，这样就能管理更多的page，宏观上看这颗树就是一个矮胖型的树，这样的形状意味着从顶到底路径上的节点是很少的，找到目标数据只需要更少的Page，从而IO次数也减少，提高了效率。

同时叶子节点是用链表级联起来的，这是B+树的特点，这么设计的原因就是为了进行范围查找，这样就不用每次查找都从顶开始。
这整个结构叫做MySQL InnoDB下的索引结构，我们已经完成了主键索引。一般我们建表插入数据的时候，就是在该结构下进行增删查改，就算我们的表没有主键，MySQL也会自动生成一个隐藏列来充当主键。

其他数据结构为什么不适合？

1.链表：线性遍历，效率低
2.二叉搜索树：“瘦高状”，从顶到底遇到的节点（IO次数）较多，而且极端情况下会退化为线性结构
3.AVL&红黑树：虽然是近似平衡，但形状仍然不变，层数是比B+树高的，B+树更加适合
4.Hash:？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持，Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行
5.B树：B树的非叶子节点存了数据，意味着整体形状更高瘦，IO效率较低，并且非叶子节点是没有级联的，范围查找也不方便

五、聚簇/非聚簇索引

MyISAM存储引擎同样也是使用B+树作为搜索结果，但叶节点存放的是数据的地址，这就是MyISAM的最大特点，索引Page和数据Page分离，即叶节点也没有数据，只有数据对应的地址，这种用户数据和索引分离的索引方案叫做非聚簇索引：

而InnoDB这种用户数据和索引数据放在一起的的索引方案叫做聚簇索引，当然MySQL除了默认会建立主键索引外，我们用户有可能建立其他列信息建立的索引，一般这种索引可以叫做辅助索引，对于MyISAM而言辅助索引和主键索引没有区别，无非是主键不能重复而非主键可以重复而已。而对于InnoDB而言，非主键索引的叶子节点中并没有数据，只有对应记录的Key值，所以通过辅助索引，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，为什么不给辅助索引的叶子节点也给上数据呢？原因就是太浪费空间了。

六、索引操作

索引创建规则：

1.比较频繁作为查询条件的字段应该创建索引
2.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，如性别
3.更新非常频繁的字段不适合创建索引
4.不会出现在where子句中的字段不该创建索引

1.创建主键索引

#方法一
create
table user1(id int
primary
key
,name varchar(30
)
)
;
#方法二
create
table user2(id int
,name varchar(30
)
,
primary
key(id)
)
;
#方法三
create
table user3(id int
,name varchar(30
)
)
;
alter
table user3 add
primary
key(id)
;

主键索引的特点：

1.一个表中最多只有一个主键索引
2.主键索引效率高，因为主键不可重复

2.创建唯一索引

#方法一
create
table user4(id int
primary
key
,name varchar(30
)
unique
)
;
#方法二
create
table user5(id int
primary
key
,name varchar(30
)
,
unique(name)
)
;
#方法三
create
table user6(id int
primary
key
, name varchar(30
)）；
alter
table user6 add
unique(name)
;

唯一索引的特点：

1.一个表中可以有多个唯一索引
2.查询效率高

3.创建普通索引

#方法一
create
table user8(id int
primary
key
,
name varchar(20
)
,
email varchar(30
)
,
index(name) --在表的定义最后，指定某列为索引
)
;
#方法二
create
table user9(id int
primary
key
, name varchar(20
)
, email varchar(30
)
)
;
alter
table user9 add
index(name)
;
--创建完表以后指定某列为普通索引
#方法三
create
table user10(id int
primary
key
, name varchar(20
)
, email varchar(30
)
)
;
-- 创建一个索引名为 idx_name 的索引
create
index idx_name on user10(name)
;

普通索引的特点：

1.一个表中可以有多个普通索引，在实际开发中用的比较多
2.如果某些列需要创建索引，同时该列有重复的值，那么就该使用普通索引

4.查询索引

5.删除索引