PHP面試MySQL數據庫的索引

你好，是我琉憶，PHP程序員面試筆試系列圖書的做者。

本週（2019.3.4至3.8）的一三五更新的文章以下：

週一：PHP面試MySQL數據庫的基礎知識
週三：PHP面試MySQL數據庫的索引
週五：PHP面試MySQL數據庫的面試真題

本身整理了一篇「 索引有哪些優缺點和使用原則？」的文章，關注公衆號：「 琉憶編程庫」，回覆：「 索引」，我發給你。

如下內容部分來自《PHP程序員面試筆試寶典》如需轉載請註明出處。

---

1、什麼是索引？

索引是一種單獨的、物理的對數據庫表中一列或多列的值進行排序的存儲結構，它是某個表中一列或若干列值的集合和相應的指向表中物理標識這些值的數據頁的邏輯指針清單。索引的做用至關於圖書的目錄，能夠根據目錄中的頁碼快速找到所需的內容。它主要提供指向存儲在表的指定列中的數據值的指針，而後根據指定的排序順序對這些指針排序。數據庫使用索引以找到特定值，而後順指針找到包含該值的行。這樣可使對應於表的SQL語句執行得更快，可快速訪問數據庫表中的特定信息。
索引的特色以下：①能夠提升數據庫的檢索速度；②下降了數據庫插入、修改、刪除等維護任務的速度；③能夠直接或間接建立；④只能建立在表上，不能建立在視圖上；⑤使用查詢處理器執行SQL語句時，一個表上，一次只能使用一個索引；⑥能夠在優化隱藏中使用索引。

索引的分類和使用以下：
1．直接建立索引和間接建立索引
直接建立索引：CREATE INDEX mycolumn_index ON mytable (myclumn)。
間接建立索引：定義主鍵約束或者惟一性鍵約束，能夠間接建立索引。

2．普通索引和惟一性索引
普通索引：CREATE INDEX mycolumn_index ON mytable (myclumn)。
惟一性索引：保證在索引列中的所有數據是惟一的，對聚簇索引和非聚簇索引均可以使用。
CREATE UNIQUE COUSTERED INDEX myclumn_cindex ON mytable(mycolumn)

3．單個索引和複合索引
單個索引：即非複合索引。
複合索引：又稱爲組合索引，在索引創建語句中同時包含多個字段名，最多16個字段。

CREATE INDEX name_index ON username(firstname,lastname)

4．聚簇索引和非聚簇索引（彙集索引，羣集索引）
聚簇索引：物理索引，與基表的物理順序相同，數據值的順序老是按照順序排列。
CREATE CLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn) WITH
ALLOW_DUP_ROW(容許有重複記錄的聚簇索引)

非聚簇索引：CREATE UNCLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn)。

---

2、索引的原理

索引的目的在於提升查詢效率，與咱們查閱圖書所用的目錄是一個道理：先定位到章，而後定位到該章下的一個小節，而後找到頁數。類似的例子還有：查字典，查火車車次，飛機航班等

本質都是：經過不斷地縮小想要獲取數據的範圍來篩選出最終想要的結果，同時把隨機的事件變成順序的事件，也就是說，有了這種索引機制，咱們能夠老是用同一種查找方式來鎖定數據。

數據庫也是同樣，但顯然要複雜的多，由於不只面臨着等值查詢，還有範圍查詢(>、<、between、in)、模糊查詢(like)、並集查詢(or)等等。數據庫應該選擇怎麼樣的方式來應對全部的問題呢？咱們回想字典的例子，能不能把數據分紅段，而後分段查詢呢？最簡單的若是1000條數據，1到100分紅第一段，101到200分紅第二段，201到300分紅第三段......這樣查第250條數據，只要找第三段就能夠了，一會兒去除了90%的無效數據。但若是是1千萬的記錄呢，分紅幾段比較好？稍有算法基礎的同窗會想到搜索樹，其平均複雜度是lgN，具備不錯的查詢性能。但這裏咱們忽略了一個關鍵的問題，複雜度模型是基於每次相同的操做成原本考慮的。而數據庫實現比較複雜，一方面數據是保存在磁盤上的，另一方面爲了提升性能，每次又能夠把部分數據讀入內存來計算，由於咱們知道訪問磁盤的成本大概是訪問內存的十萬倍左右，因此簡單的搜索樹難以知足複雜的應用場景。

---

本身整理了一篇「 索引有哪些優缺點和使用原則？」的文章，關注公衆號：「 琉憶編程庫」，回覆：「 索引」，我發給你。

---

3、索引的數據結構

任何一種數據結構都不是憑空產生的，必定會有它的背景和使用場景，咱們如今總結一下，咱們須要這種數據結構可以作些什麼，其實很簡單，那就是：每次查找數據時把磁盤IO次數控制在一個很小的數量級，最好是常數數量級。那麼咱們就想到若是一個高度可控的多路搜索樹是否能知足需求呢？就這樣，b+樹應運而生。

如上圖，是一顆b+樹，關於b+樹的定義能夠參見B+樹，這裏只說一些重點，淺藍色的塊咱們稱之爲一個磁盤塊，能夠看到每一個磁盤塊包含幾個數據項（深藍色所示）和指針（黃色所示），如磁盤塊1包含數據項17和35，包含指針P一、P二、P3，P1表示小於17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大於35的磁盤塊。真實的數據存在於葉子節點即三、五、九、十、1三、1五、2八、2九、3六、60、7五、7九、90、99。非葉子節點只不存儲真實的數據，只存儲指引搜索方向的數據項，如1七、35並不真實存在於數據表中。

b+樹的查找過程

如圖所示，若是要查找數據項29，那麼首先會把磁盤塊1由磁盤加載到內存，此時發生一次IO，在內存中用二分查找肯定29在17和35之間，鎖定磁盤塊1的P2指針，內存時間由於很是短（相比磁盤的IO）能夠忽略不計，經過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內存，發生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，經過指針加載磁盤塊8到內存，發生第三次IO，同時內存中作二分查找找到29，結束查詢，總計三次IO。真實的狀況是，3層的b+樹能夠表示上百萬的數據，若是上百萬的數據查找只須要三次IO，性能提升將是巨大的，若是沒有索引，每一個數據項都要發生一次IO，那麼總共須要百萬次的IO，顯然成本很是很是高。

b+樹性質

1.索引字段要儘可能的小：經過上面的分析，咱們知道IO次數取決於b+數的高度h，假設當前數據表的數據爲N，每一個磁盤塊的數據項的數量是m，則有h=㏒(m+1)N，當數據量N必定的狀況下，m越大，h越小；而m = 磁盤塊的大小 / 數據項的大小，磁盤塊的大小也就是一個數據頁的大小，是固定的，若是數據項佔的空間越小，數據項的數量越多，樹的高度越低。這就是爲何每一個數據項，即索引字段要儘可能的小，好比int佔4字節，要比bigint8字節少一半。這也是爲何b+樹要求把真實的數據放到葉子節點而不是內層節點，一旦放到內層節點，磁盤塊的數據項會大幅度降低，致使樹增高。當數據項等於1時將會退化成線性表。
2.索引的最左匹配特性（即從左往右匹配）：當b+樹的數據項是複合的數據結構，好比(name,age,sex)的時候，b+數是按照從左到右的順序來創建搜索樹的，好比當(張三,20,F)這樣的數據來檢索的時候，b+樹會優先比較name來肯定下一步的所搜方向，若是name相同再依次比較age和sex，最後獲得檢索的數據；但當(20,F)這樣的沒有name的數據來的時候，b+樹就不知道下一步該查哪一個節點，由於創建搜索樹的時候name就是第一個比較因子，必需要先根據name來搜索才能知道下一步去哪裏查詢。好比當(張三,F)這樣的數據來檢索時，b+樹能夠用name來指定搜索方向，但下一個字段age的缺失，因此只能把名字等於張三的數據都找到，而後再匹配性別是F的數據了， 這個是很是重要的性質，即索引的最左匹配特性。

---

預告：本週五（3.8）將更新PHP面試MySQL數據庫的面試題，敬請期待。

以上內容摘自《PHP程序員面試筆試寶典》書籍，目前本書沒有電子版，可到各大電商平臺購買紙質版。

更多PHP相關的面試知識、考題能夠關注公衆號獲取：琉憶編程庫

對本文有什麼問題或建議均可以進行留言，我將不斷完善追求極致，感謝大家的支持。