MySQL索引詳解

時間 2019-11-08

標籤 mysql 索引詳解欄目 MySQL 简体版

原文原文鏈接

前言

因爲MySQL的索引中最重要的數據結構就是B+樹，因此前面咱們先大概講講B+樹的原理git

B+ Tree 原理

1. 數據結構

B Tree 指的是 Balance Tree，也就是平衡樹。平衡樹是一顆查找樹，而且全部葉子節點位於同一層。

B+ Tree 是基於 B Tree 和葉子節點順序訪問指針進行實現，它具備 B Tree 的平衡性，而且經過順序訪問指針來提升區間查詢的性能。github

在 B+ Tree 中，一個節點中的 key 從左到右非遞減排列，若是某個指針的左右相鄰 key 分別是 keyi 和 keyi+1，且不爲 null，則該指針指向節點的全部 key 大於等於 keyi 且小於等於 keyi+1。

2. 操做

進行查找操做時，首先在根節點進行二分查找，找到一個 key 所在的指針，而後遞歸地在指針所指向的節點進行查找。直到查找到葉子節點，而後在葉子節點上進行二分查找，找出 key 所對應的 data。

插入刪除操做會破壞平衡樹的平衡性，所以在插入刪除操做以後，須要對樹進行一個分裂、合併、旋轉等操做來維護平衡性。sql

3. 與紅黑樹的比較

紅黑樹等平衡樹也能夠用來實現索引，可是文件系統及數據庫系統廣泛採用 B+ Tree 做爲索引結構，主要有如下兩個緣由：

（一）更少的查找次數數據庫

平衡樹查找操做的時間複雜度等於樹高 h，而樹高大體爲 O(h)=O(logdN)，其中 d 爲每一個節點的出度。

紅黑樹的出度爲 2，而 B+ Tree 的出度通常都很是大，因此紅黑樹的樹高 h 很明顯比 B+ Tree 大很是多，查找的次數也就更多。

（二）利用磁盤預讀特性緩存

爲了減小磁盤 I/O，磁盤每每不是嚴格按需讀取，而是每次都會預讀。預讀過程當中，磁盤進行順序讀取，順序讀取不須要進行磁盤尋道，而且只須要很短的旋轉時間，速度會很是快。

操做系統通常將內存和磁盤分割成固態大小的塊，每一塊稱爲一頁，內存與磁盤以頁爲單位交換數據。數據庫系統將索引的一個節點的大小設置爲頁的大小，使得一次 I/O 就能徹底載入一個節點。而且能夠利用預讀特性，相鄰的節點也可以被預先載入。服務器

MySQL 索引

索引是在存儲引擎層實現的，而不是在服務器層實現的，因此不一樣存儲引擎具備不一樣的索引類型和實現。

1. B+Tree 索引

是大多數 MySQL 存儲引擎的默認索引類型。

由於再也不須要進行全表掃描，只須要對樹進行搜索便可，因此查找速度快不少。數據結構

除了用於查找，還能夠用於排序和分組。

能夠指定多個列做爲索引列，多個索引列共同組成鍵。函數

適用於全鍵值、鍵值範圍和鍵前綴查找，其中鍵前綴查找只適用於最左前綴查找。若是不是按照索引列的順序進行查找，則沒法使用索引。

InnoDB 的 B+Tree 索引分爲主索引和輔助索引。主索引的葉子節點 data 域記錄着完整的數據記錄，這種索引方式被稱爲聚簇索引。由於沒法把數據行存放在兩個不一樣的地方，因此一個表只能有一個聚簇索引。性能

輔助索引的葉子節點的 data 域記錄着主鍵的值，所以在使用輔助索引進行查找時，須要先查找到主鍵值，而後再到主索引中進行查找。

2. 哈希索引

哈希索引能以 O(1) 時間進行查找，可是失去了有序性：

沒法用於排序與分組；
只支持精確查找，沒法用於部分查找和範圍查找。

InnoDB 存儲引擎有一個特殊的功能叫「自適應哈希索引」，當某個索引值被使用的很是頻繁時，會在 B+Tree 索引之上再建立一個哈希索引，這樣就讓 B+Tree 索引具備哈希索引的一些優勢，好比快速的哈希查找。

3. 全文索引

MyISAM 存儲引擎支持全文索引，用於查找文本中的關鍵詞，而不是直接比較是否相等。

查找條件使用 MATCH AGAINST，而不是普通的 WHERE。

全文索引使用倒排索引實現，它記錄着關鍵詞到其所在文檔的映射。

InnoDB 存儲引擎在 MySQL 5.6.4 版本中也開始支持全文索引。

4. 空間數據索引

MyISAM 存儲引擎支持空間數據索引（R-Tree），能夠用於地理數據存儲。空間數據索引會從全部維度來索引數據，能夠有效地使用任意維度來進行組合查詢。

必須使用 GIS 相關的函數來維護數據。

索引優化

1. 獨立的列

在進行查詢時，索引列不能是表達式的一部分，也不能是函數的參數，不然沒法使用索引。優化

例以下面的查詢不能使用 actor_id 列的索引：

SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5;複製代碼

2. 多列索引

在須要使用多個列做爲條件進行查詢時，使用多列索引比使用多個單列索引性能更好。例以下面的語句中，最好把 actor_id 和 film_id 設置爲多列索引。

SELECT film_id, actor_ id FROM sakila.film_actor WHERE actor_id = 1 AND film_id = 1;複製代碼

3. 索引列的順序

讓選擇性最強的索引列放在前面。

索引的選擇性是指：不重複的索引值和記錄總數的比值。最大值爲 1，此時每一個記錄都有惟一的索引與其對應。選擇性越高，查詢效率也越高。

例以下面顯示的結果中 customer_id 的選擇性比 staff_id 更高，所以最好把 customer_id 列放在多列索引的前面。

SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity,
COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity,
COUNT(*)
FROM payment;複製代碼

staff_id_selectivity: 0.0001
customer_id_selectivity: 0.0373
               COUNT(*): 16049複製代碼

4. 前綴索引

對於 BLOB、TEXT 和 VARCHAR 類型的列，必須使用前綴索引，只索引開始的部分字符。

對於前綴長度的選取須要根據索引選擇性來肯定。

5. 覆蓋索引

索引包含全部須要查詢的字段的值。

具備如下優勢：

索引一般遠小於數據行的大小，只讀取索引能大大減小數據訪問量。
一些存儲引擎（例如 MyISAM）在內存中只緩存索引，而數據依賴於操做系統來緩存。所以，只訪問索引能夠不使用系統調用（一般比較費時）。
對於 InnoDB 引擎，若輔助索引可以覆蓋查詢，則無需訪問主索引。

6. 最左前綴原則

顧名思義是最左優先，以最左邊的爲起點任何連續的索引都能匹配上

聯合索引本質：

當建立(a,b,c)聯合索引時，至關於建立了(a)單列索引，(a,b)聯合索引以及(a,b,c)聯合索引

想要索引生效的話,只能使用 a和a,b和a,b,c三種組合。

索引的優勢

大大減小了服務器須要掃描的數據行數。
幫助服務器避免進行排序和分組，以及避免建立臨時表（B+Tree 索引是有序的，能夠用於 ORDER BY 和 GROUP BY 操做。臨時表主要是在排序和分組過程當中建立，由於不須要排序和分組，也就不須要建立臨時表）。
將隨機 I/O 變爲順序 I/O（B+Tree 索引是有序的，會將相鄰的數據都存儲在一塊兒）。