MySQL 什麼是索引?

該文爲《 MySQL 實戰 45 講》的學習筆記,感謝查看,若有錯誤,歡迎指正

mysql

1、索引簡介

索引就相似書本的目錄,做用就是方便咱們更加快速的查找到想要的數據。sql

索引的實現方式比較多,常見的有哈希表有序數組搜索樹數據庫

1.1 哈希表

哈希表是將數據以key-value的形式存儲起來,簡單來講就是將key經過哈希函數換算成數組中的一個肯定的位置,將value存到這個位置去。當key比較多時,有可能換算出相同的位置,此時能夠經過鏈表來解決。在查詢時先找到位置,再對該位置的多個value進行遍歷。數組

哈希表適合用於等值查詢,因爲是無序的,不適合用來作區間查詢。

微信

1.2 有序數組

有序數組在等值查詢和區間查詢上效率都很高。因爲是有序的,能夠經過二分法快速獲得結果。也支持範圍查詢。可是也有一個缺點,若是要在中間插入一個數據,那麼後面的全部記錄都要向後挪一位,成本過高了。函數

所以,有序數組只適用於靜態存儲引擎。 例如咱們要保存2019年的出生人口信息,就適合用有序數組。

性能

1.3 搜索樹

常見的搜索樹有二叉,也有多叉學習

二叉樹的特色是:日誌

  • 每一個節點的左兒子小於父節點,父節點又小於右兒子。

多叉樹的特色是:code

  • 每一個節點有多個兒子,兒子之間的大小保證從左到右遞增。

因爲索引不止存在內存中,還會寫到磁盤上,而讀磁盤越多,查詢效率越慢。要下降讀磁盤的次數的話,就要儘可能訪問儘可能少的數據塊。

假設數據塊大小是N,樹高爲M,最多能夠存的數據行數爲 N^(M-1)NM-1 次方)。最多訪問磁盤數爲 M-1

要使樹高比較小,訪問次數就少,N叉樹的樹高就小於二叉樹。以 InnoDB 的一個整數字段索引爲例,這個 N 差很少是 1200,這棵樹高是 4 的時候,就能夠存 1200 的 3 次方個值,這已經 17 億行記錄了。一個 10 億行的表上一個整數字段的索引,查找一個值最多隻須要訪問 3 次磁盤。

數據庫底層存儲的核心就是基於這些數據模型的。每碰到一個新數據庫,咱們須要先關注它的數據模型,這樣才能從理論上分析出這個數據庫的適用場景


2、InnoDB 的索引模型
  • 在 InnoDB 中,表都是根據主鍵順序以索引的形式存放的,這種存儲方式的表稱爲索引組織表
  • InnoDB 使用了 B+ 樹索引模型,因此數據都是存儲在 B+ 樹中的。

所以,每個索引在 InnoDB 裏面對應一棵 B+ 樹。

2.1 索引分類

根據字段約束,分爲主鍵索引普通索引;根據字段內容是否可重複,分爲惟一索引非惟一索引

  • 主鍵索引
    主鍵是一種約束,一個表中只能有一個主鍵;
    主鍵能夠是多個列;
    主鍵能夠被其它表引用爲外鍵使用;
    主鍵索引能夠理解爲非空字段+惟一索引
    主鍵索引的葉子節點存的是整行數據。

  • 普通索引(二級索引)
    一個表中能夠有多個普通索引;索引能夠有多列;
    普通索引的葉子節點內容是主鍵的值;

  • 惟一索引
    字段內容不能重複,可是能夠爲空;
    一個表中能夠有多個惟一索引;
    不能作外鍵使用;

  • 非惟一索引
    字段內容容許重複;

下面以表爲例,建表語句:

mysql> create table T(
id int primary key, 
k int not null, 
name varchar(16),
index (k))engine=InnoDB;

表中 R1~R5 的 (ID,k) 值分別爲 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6),兩棵樹的示例示意圖以下:
在這裏插入圖片描述
id字段爲主鍵索引主鍵索引的字段是不會重複的,一定是惟一索引
k字段爲普通索引k的值容許重複,所以是非惟一索引


2.2 回表操做

分析下面 2 條 SQL 語句:

  1. select * from T where ID=500。此時用到的是主鍵索引,所以直接從索引中返回了整行記錄,只須要搜索ID這棵 B+ 樹。
  2. select * from T where k=5。此時用到的是普通索引,須要先搜索 k索引樹,獲得ID = 500 ,再根據500ID索引樹搜索一次。這種須要返回主鍵索引樹搜索的過程,叫作回表。

以上兩條 SQL 語句返回的結果是同樣的,可是效率卻不同,由於第 2 條 SQL 語句有一次回表操做,效率會慢不少,所以,要儘可能避免回表操做,多使用主鍵查詢

2.3 頁的分裂與合併

仍是以上表爲例,若是咱們要插入一個數據,ID 值爲 700,則只須要在 R5 後面新增長 1 條記錄便可。若是插入的值 ID 爲 400,那就須要邏輯上挪動後面的數據,空出位置。

若是剛好 R5 所在的數據頁已經滿了,那麼就須要申請一個新的數據頁,而且將 R5 挪過去,這個狀況就叫作頁分裂

數據頁中並非要利用率達到 100% 纔會申請新的數據頁。也不是說只要有數據刪除,那麼後一頁的數據就會順補到前一頁,這樣太浪費性能了。數據頁有一個利用率,假設分裂是80%,合併是 50%。只要利用率達到了 80%,就會申請一個新的數據頁。若是刪除數據比較多,利用率低於 50% 了,就會把後一頁的數據合併過來。

如何避免頁分裂形成的性能消耗?常見作法是在表中,設置一個自增加的 id 主鍵,這個字段不能和業務相關。自增主鍵的定義:NOT NULL PRIMARY KEY AUTO_INCREMENT

這樣每次插入數據,若是不指定 id 值,就會自增加到最後,由於和業務無關,因此不必去指定 id 值。這樣能夠避免出現頁分裂。


3、索引的一些特色
3.1 覆蓋索引

仍是以上表爲例,執行如下 SQL 語句,分析執行過程:

mysql> select * from T where k between 3 and 5;
  1. 在普通索引k上遍歷,獲得k=3對應的 ID300
  2. 經過 ID=300 去主鍵索引上取得整行記錄R3
  3. 繼續向後遍歷k,獲得k=5對應的 ID500
  4. 經過 ID=500 去主鍵索引上取得整行記錄R5
  5. 繼續向後遍歷k,發現k=6,不知足between條件,循環結束。

能夠看到,這個過程讀了k索引樹的 3 條記錄(步驟 1,3,5), 回表了2次(步驟2,4)。

若是咱們換成如下 SQL 語句:

mysql> select ID from T where k between 3 and 5;

因爲 ID已經在k索引樹上了,所以能夠直接返回結果,不用回表。這種索引中已經覆蓋了咱們要查詢的數據,叫作覆蓋索引

覆蓋索引能夠減小樹的搜索次數(沒有回表過程),顯著提升查詢性能。

3.2 關於掃描行數

MySQL 認爲上述操做掃描的行數是 2 行,由於在索引中查數據,是在引擎層的操做。而 Server 層最後只拿到了 2 條記錄,所以 MySQL 認爲只掃描了 2 行。

那麼如何看掃描函數呢?有 2 種方法:

  1. 使用explain查看預計掃描行數
mysql> explain select * from t where a between 1000 and 2000;
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+
| id | select_type | table | type  | possible_keys | key  | key_len | ref  | rows | Extra                 |
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+
|  1 | SIMPLE      | t     | range | a             | a    | 5       | NULL | 1000 | Using index condition |
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+
1 row in set (0.01 sec)

mysql>

能夠看到使用了索引 key=a,預計掃描行數rows=1000

  1. 將慢日誌記錄時間設置爲 0 ,直接在慢日誌中查看掃描行數
# Time: 191228 13:03:16
# User@Host: federated[federated] @  [60.191.76.22]  Id:   177
# Query_time: 31.211439  Lock_time: 0.000059 Rows_sent: 0  Rows_examined: 95324
SET timestamp=1577509396;
CALL Z10004();

能夠看到,掃描行數爲Rows_examined: 95324

3.3 最左前綴原則

舉一個例子來理解最左前綴原則,假設有一個聯合索引(name,age)以下:
在這裏插入圖片描述
能夠看到,索引順序先按照第一個字段排序,再按照第二個字段。

假設咱們要查詢全部名爲張三的數據。能夠快速定位到ID4,再依次向後遍歷。若是要查詢全部姓張(where name like '張%'),也能用到索引,先定位到ID3,再依次向後遍歷,直到不知足條件爲止。

不僅是索引的所有定義,只要知足最左前綴,就能夠利用索引來加速檢索。這個最左前綴能夠是聯合索引的最左 N 個字段,也能夠是字符串索引的最左 M 個字符。

在創建聯合索引時,如何肯定字段的先後順序呢?

  • 第一原則,若是經過調整順序,能夠少維護一個索引,那麼這個順序每每就是須要優先考慮採用的。
    好比,已經有了一個(a, b)索引,就沒必要再創建一個 a 索引了。

  • 考慮磁盤空間佔用大小。
    好比,(name, age) 索引加上 age 索引,和 (age, name) 索引加上 name 索引。這兩種狀況,咱們就要考慮佔用空間了。選擇佔用空間小的。
    因爲name 字段比 age 字段大,所以咱們選擇(name, age) 索引加上 age 索引。

3.4 索引下推

索引下推功能是在 MySQL 5.6 引入的,目的是減小回表次數。

仍是以市民表的聯合索引(name, age)爲例。若是如今有一個需求:檢索出表中「名字第一個字是張,並且年齡是 10 歲的全部男孩」。那麼,SQL 語句是這麼寫的:

mysql> select * from tuser where name like '張%' and age=10 and ismale=1;
  • 沒有索引下推
    先定位到ID3,而後回表到主鍵索引,找出對應的數據行,判斷是否符合and age=10 and ismale=1。最終要回表 4 次(ID3,ID4,ID5,ID6),返回的結果只有 ID4,ID5。
    在這裏插入圖片描述
  • 索引下推
    在回表以前,會先判斷這個聯合索引上的後續字段是否知足條件,不知足則不進行回表操做。最終只用回表 2 次。
    在這裏插入圖片描述


感謝閱讀,有興趣的小夥伴能夠關注個人微信公衆號DevOps探索之旅,你們一塊兒學習進步

相關文章
相關標籤/搜索