MySQL探索(一):B-Tree索引

 MySQL是目前業界最爲流行的關係型數據庫之一，而索引的優化也是數據庫性能優化的關鍵之一。因此，充分地瞭解MySQL索引有助於提高開發人員對MySQL數據庫的使用優化能力。

 MySQL的索引有不少種類型，能夠爲不一樣的場景提供更好的性能。而B-Tree索引是最爲常見的MySQL索引類型，通常談論MySQL索引時，若是沒有特別說明，就是指B-Tree索引。本文就詳細講解一下B-Tree索引的的底層結構，使用原則和特性。  爲了節約你的時間，本文的主要內容以下：

• B-Tree索引的底層結構
• B-Tree索引的使用規則
• 聚簇索引
• InnoDB和MyISAM引擎索引的差別
• 鬆散索引
• 覆蓋索引

B-Tree索引

 B-Tree索引使用B-Tree來存儲數據，固然不一樣存儲引擎的實現方式不一樣。B-Tree一般意味着全部的值都是按順序存儲的，而且每個葉子頁到根的距離相同，圖1展現了B-Tree索引的抽象表示，由此能夠看出MySQL的B-Tree索引的大體工做機制。

 B-Tree索引的底層數據結構通常是B+樹，其具體數據結構和優點這裏就不做詳細描述，下圖展現了B-樹索引的抽象表示，大體反應了MyISAM索引是如何工做的，而InnoDB使用的結構有所不一樣。

 MySQL能夠在單獨一列上添加B-Tree索引，也能夠在多列數據上添加B-Tree索引，多列的數據按照添加索引聲明的順序組合起來，存儲在B-Tree的頁中。假設有以下數據表：

CREATE TABLE People (
      last_name    varchar(50)    not null,
      first_name   varchar(50)    not null,
      birthday     date           not null,
      gender       enum('m','f')  not null
      key(last_name, first_name, birthday)
);
複製代碼

 對於表中的每一行數據，索引中包含了last_name，first_name和birthday列的值，下圖展現了該索引是如何組織數據的存儲的。

 B-Tree索引使用B-Tree做爲其存儲數據的數據結構，其使用的查詢規則也由此決定。通常來講，B-Tree索引適用於全鍵值、鍵值範圍和鍵前綴查找，其中鍵前綴查找只適用於根據最左前綴查找。B-Tree索引支持的查詢原則以下所示：

• 全值匹配：全值匹配指的是和索引中的全部列進行匹配，

• 匹配最左前綴：前邊提到的索引能夠用於查找全部姓Allen的人，即只使用索引中的第一列。

• 匹配列前綴：也能夠只匹配某一列的值的開頭部分。例如前面提到的索引可用於查找全部以J開頭的姓的人。這裏也只用到了索引的第一列。

• 匹配範圍值：例如前邊提到的索引可用於查找姓在Allen和Barrymore之間的人。這裏也只使用了索引的第一列。

• 精確匹配某一列並範圍匹配另一列：前邊提到的索引也可用於查找全部姓爲Allen，而且名字是字母K開頭(好比Kim,Karl等)的人。即第一列last_name全匹配，第二列first_name範圍匹配。

 由於索引樹的節點是有序的，因此除了按值查找以外，索引還能夠用於查詢中的ORDER BY操做(按順序查找)，若是ORDER BY子句知足前面列出的幾種查詢類型，則這個索引也能夠知足對應的排序需求。

 下面是一些關於B-Tree索引的限制：

• 若是不是按照索引的最左列開始查找，則沒法使用索引。例如上面例子中的索引沒法查找名字爲Bill的人，也沒法查找某個特定生日的日，由於這兩列都不是最左數據列。
• 若是查詢中有某個列的範圍查詢，則其右側全部列都沒法使用索引優化查找。

聚簇索引

 聚簇索引並非一種單獨的索引類型，而是一種數據存儲方式。具體的細節依賴於其實現方式，可是InnoDB的聚簇索引實際上在同一個結構中保存了B-Tree索引和數據行。

 當表有聚簇索引時，它的數據行實際上存放在索引的葉子頁中，這也就是說數據行和相鄰的鍵值緊湊地存儲在一塊兒。

 下圖展現了聚簇索引中的記錄是如何存放的。注意到，葉子頁包含了行的所有數據行，可是節點頁只包含了索引列。

 聚簇索引可能對性能有幫助，但也可能致使嚴重的性能問題。聚簇的數據是有一些重要的優勢：

• 數據訪問更快，聚簇索引將索引和數據保存在同一個B-Tree中，所以從聚簇索引中獲取數據一般比在非聚簇索引中查找要快。
• 使用覆蓋索引掃描的查詢能夠直接使用頁節點中的主鍵值。

 若是在設計表和查詢時能充分利用上面的優勢，那麼就能極大地提高性能。同時，聚簇索引也有一些缺點：

• 插入順序嚴重依賴插入順序。按照主鍵的順序插入是向InnoDB表中插入數據速度最快的方式，須要避免主鍵鍵值隨機的(不連續且值得分佈範圍很是大)聚簇索引，好比使用UUID做爲主鍵，而應該使用相似AUTO_INCREMENT的自增列。
• 更新聚簇索引列的代價很高，由於會強制InnoDB將每一個被更新的行移動位置到新的位置。
• 基於聚簇索引的表在插入新行，或者主鍵被更新致使須要移動行時，可能面臨「頁分裂」的問題。當行的主鍵值要求必須將這行插入到某個已滿的頁中時，存儲引擎會將該頁分裂成兩個頁面來容納該行，這就是一次頁分裂操做。頁分裂會致使表佔用更多的磁盤空間
• 二級索引可能比想象的更大，由於在二級索引中的葉節點包含了引用行的主鍵列
• 二級索引訪問須要兩次索引查找，而不是一次。

InnoDB和MyISAM的索引區別

 聚簇索引和非聚簇索引的數據分佈有區別，以及對應的主鍵索引和二級索引的數據分佈也有區別，一般會讓人感到困惑和意外。下圖展現了MyISAM和InnoDB的不一樣索引和數據存儲方式。

 MyISAM的數據分佈很是簡單，按照數據插入的順序存儲在磁盤上，主鍵索引和二級索引的葉節點存儲着指針，指向對應的數據行。

 InnoDB中，聚簇索引「就是」表，因此不會像MyISAM那樣須要獨立的行存儲。聚簇索引的每一個葉節點都包含了主鍵值和全部的剩餘列(在此例中是col2)。

 InnoDB的二級索引和聚簇索引很不一樣。InnoDB二級索引的葉節點中存儲的不是「行指針」，而是主鍵值，並以此做爲指向行的「指針」。

鬆散索引掃描

 MySQL並不支持鬆散索引掃描，也就是沒法按照不連續的方式掃描一個索引。一般，MySQL的索引掃描須要先定義一個起點和終點，即便須要的數據只是這段索引中不多數的幾個，MySQL仍然須要掃描這段索引中的每一個條目。

 下面，咱們經過一個示例說明這點，假設咱們有以下索引(a,b)，有下面的查詢：

mysql>SELECT * FROM tb1 WHERE b BETWEEN 2 AND 3;
複製代碼

 由於索引的前導字段是列a，可是在查詢中只指定了字段b，MySQL沒法使用這個索引，從而只能經過全表掃描找到匹配的行，以下圖所示。

 瞭解索引的物理結構的話，不難發現還能夠有一個更快的辦法執行上面的查詢。索引的物理結構(不是存儲引擎的API)是的能夠先掃描a列第一個值對應的b列的範圍，而後再跳到a列第二個不不一樣值掃描對應的b列的範圍。下圖展現了若是由MySQL來實現這個過程會怎樣。

 注意到，這時就無須再使用WHERE子句過濾，由於鬆散索引掃描已經跳過了全部不須要的記錄。

 MySQL 5.0以後的版本，在某些特殊的場景下是可使用鬆散索引掃描的，例如，在一個分組查詢中須要找到分組的最大值和最小值：

mysql> EXPLAIN SELECT actor_id, MAX(film_id)
        -> FROM sakila.film.film_actor
        -> GROUP BY actor_id;
********************************************* 1. row ***********************************
id: 1
select_type: SIMPLE
table: film_actor
type: range
possible_keys: NULL
key: PRIMARY
key_len: 2
ref: NULL
rows: 396
Extra: Using index for group-by
複製代碼

 在EXPLAIN中的Extra字段顯示"Using index for group-by"，表示這裏將使用鬆散索引掃描。

覆蓋索引

 索引除了是一種查找數據的高效方式以外，也是一種列數據的直接獲取方式。MySQL可使用索引來直接獲取列的數據，這樣就不須要讀取數據行。若是一個索引包含全部須要查詢的字段的值，咱們就稱之爲「覆蓋索引」。  覆蓋索引是很是有用的工具，可以極大地提升性能。SQL查詢只須要掃描索引而無需回表，會帶來不少好處：

• 索引條目數量和大小一般遠小於數據行的條目和大小，因此若是隻須要讀取索引，那麼MySQL就會極大地減小數據訪問量。
• 由於索引是按照列順序存儲的，因此對於I/O密集型的範圍查找會比隨機從磁盤讀取每一行數據的I/O要少的多。
• 因爲InnoDB的聚簇索引，覆蓋索引對InnoDB表特別有用。InnoDB的二級索引在葉子節點中保存了行的主鍵，索引若是二級主鍵可以覆蓋查詢，則避免對主鍵索引的第二次查詢。

 當發起一個被覆蓋索引的查詢(也叫索引覆蓋查詢)時，在EXPLAIN的Extra列能夠看到"Using Index"的信息。例如，表sakila.inventory有一個多列索引(store_id, film_id)。MySQL若是隻須要訪問這兩列，就可使用這個索引作覆蓋索引，以下所示：

mysql> EXPLAIN SELECT store_id, film_id FROM sakila.inventory
*********************************1.row***************************************
id:1
select_type:SIMPLE
table:inventory
type:index
possible_keys:NULL
key:idx_store_id_film_id
key_len:3
ref:NULL
rows:4673
Extra:Using Index
複製代碼

訂閱最新文章，歡迎關注個人微信公衆號

參考：

• MySQL索引背後的數據結構及算法原理
• 《高性能MySQL》