MySQL高级-索引

语言: CN / TW / HK

1.索引概述

MySQL官方对索引的定义为:索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外,数据 库系统还维护者满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据, 这样就可以在这些数 据结构上实现高级查找算法,这种数据结构就是索引。如下面的示意图所示 :
提炼观点:
索引是什么?索引是一种数据结构
作用是什么?高效获取数据
在这里插入图片描述
左边是数据表,一共有两列七条记录,最左边的是数据记录的物理地址(注意逻辑上相邻的记录在磁盘上也并不是 一定物理相邻的),(而其中的col1表示序号,col2我们认为是一个主键。)为了加快Col2的查找,可以维护一个右边所示的二叉查找树,每个节点分别包含索引键值和一 个指向对应数据记录物理地址的指针,这样就可以运用二叉查找快速获取到相应数据。(顺序查找时间复杂度一般为O(N),而二叉树查找时间复杂度优化情况下可以达到O(logN))
举个例子:我们要查找3这个数据,在不加索引的时候需要遍历整张表,查找7次,加索引之后只需查找3次即可。
一般来说索引本身也很大,不可能全部存储在内存中,因此索引往往以索引文件的形式存储在磁盘上。索引是数据 库中用来提高性能的最常用的工具。






2.索引优势劣势

优势

  • 1) 类似于书籍的目录索引,提高数据检索的效率,降低数据库的IO成本
  • 2) 通过索引列对数据进行排序,降低数据排序的成本,降低CPU的消耗

劣势

  • 1) 实际上索引也是一张表,该表中保存了主键与索引字段,并指向实体类的记录,所以索引列也是要占用空间的
  • 2) 虽然索引大大提高了查询效率,同时却也降低更新表的速度,如对表进行INSERT、UPDATE、DELETE。因为 更新表时,MySQL 不仅要保存数据,还要保存一下索引文件每次更新添加了索引列的字段,都会调整因为更新所带来的键值变化后的索引信息。

3.索引结构

索引是在MySQL的存储引擎层中实现的,而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同, 也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引:

  • BTREE 索引 : 最常见的索引类型,大部分索引都支持 B 树索引。
  • HASH 索引:只有Memory引擎支持 , 使用场景简单 。
  • R-tree 索引(空间索引):空间索引是MyISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常 使用较少,不做特别介绍。
  • Full-text (全文索引) :全文索引也是MyISAM的一个特殊索引类型,主要用于全文索引,InnoDB从 Mysql5.6版本开始支持全文索引。

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

索引 InnoDB引擎 MyISAM引擎 Memory引擎
BTREE索引 支持 支持 支持
HASH 索引 不支持 不支持 支持
R-tree 索引 不支持 支持 不支持
Full-text 5.6版本之后支持 支持 不支持

我们平常所说的索引,如果没有特别指明,都是指B+树(多路搜索树,并不一定是二叉的)结构组织的索引。其中 聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引,统称为 索引

3.1 BTREE 结构

BTree又叫多路平衡搜索树,一颗m叉的BTree特性如下:

  • 树中每个节点最多包含m个孩子。
  • 除根节点与叶子节点外,每个节点至少有[ceil(m/2)] (向上取整)个孩子。
  • 若根节点不是叶子节点,则至少有两个孩子。
  • 所有的叶子节点都在同一层。
  • 每个非叶子节点由n个key与n+1个指针组成,其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例,每个结点最多有5个孩子,key的数量:公式推导[ceil(m/2)]-1 <= n <= m-1。所以 2 <= n <=4 。当n>4时,中间节点分裂到 父节点,两边节点分裂。
插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例。
演变过程如下:
1). 插入前4个字母 C N G A
在这里插入图片描述
2). 插入H,n>4,(此时5个元素排列为ACGHN,中间元素是G)中间元素G字母向上分裂到新的节点
在这里插入图片描述
3). 插入E,K,Q不需要分裂(插入E时,先和G做比较,小于G,就插入到左边的子树上,最大大于C,就插入到C的后面,紧接着,KQ分别插入到G的右边的子树上。)
在这里插入图片描述
注意:在MySQL的特性中,我们提到了每个非叶子节点由n个key与n+1个指针组成。n+1个指针指的是什么呢?我们可以看到根节点有一个元素,下面有2个指针。左边子树2个元素,3个指针。那它有什么含义呢?比如我们插入E这个元素的时候,我们先与G进行比较,发现比G小,那么我们就插入到它的左边去。此时可以通过左边的这个指针走到左边的子树中。
4). 插入M,中间元素M字母向上分裂到父节点G
在这里插入图片描述
5). 插入F,W,L,T不需要分裂
在这里插入图片描述
6). 插入Z,中间元素T向上分裂到父节点中(z插入到上面的W之后,中间元素向上分裂)
在这里插入图片描述
7). 插入D,中间元素D向上分裂到父节点中。然后插入P,R,X,Y不需要分裂
在这里插入图片描述
8). 最后插入S,NPQR节点n>5,中间节点Q向上分裂,但分裂后父节点DGMT的n>5,中间节点M向上分裂
在这里插入图片描述
到此,该BTREE树就已经构建完成了, BTREE树 和 二叉树 相比, 查询数据的效率更高, 因为对于相同的数据量 来说,BTREE的层级结构比二叉树小,因此搜索速度快



















3.2 B+ TREE 结构

B+Tree为BTree的变种,B+Tree与BTree的区别为:

  • 1). n叉B+Tree最多含有n个key,而BTree最多含有n-1个key。
  • 2). B+Tree的叶子节点保存所有的key信息,依key大小顺序排列。
  • 3). 所有的非叶子节点都可以看作是key的索引部分。
    在这里插入图片描述
    由于B+Tree只有叶子节点保存key信息,查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。

3.3 MySQL中的B+ 树

MySql索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加一个指向相邻叶子节点的链表指 针,就形成了带有顺序指针的B+Tree,提高区间访问的性能
在这里插入图片描述
为什么要增加这样一个指针呢?主要的目的就是为了便于范围搜索。比如这里我想要搜索9-15之间的数据。因为他们之间有指针相连,我们直接从9访问到15即可。

4 索引分类

1) 单值索引 :即一个索引只包含单个列,一个表可以有多个单列索引
2) 唯一索引 :索引列的值必须唯一,但允许有空值
3) 复合索引 :即一个索引包含多个列


比如我们有一个student表,有id,name,age,class_id等属性,我们对id建立一个索引,对name也建立一个索引,每个索引只对应一列,所以称之为单值索引。我们对id建立唯一索引,那么里面就不能有重复的元素,但是包含多个空值。而与单值索引对应的是复合索引。我们建立id和name两个列的一个复合索引。

5 索引语法

索引在创建表的时候,可以同时创建, 也可以随时增加新的索引。
准备环境:
(本系统在ubuntu16.04环境中测试,使用命令行界面,同时也可以在windows中使用)
登录到mysql命令行界面中去后,依次输入


create database demo_01 default charset=utf8mb4;

use demo_01;

CREATE TABLE `city` (
`city_id` int(11) NOT NULL AUTO_INCREMENT,
`city_name` varchar(50) NOT NULL,
`country_id` int(11) NOT NULL,
PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `country` (
`country_id` int(11) NOT NULL AUTO_INCREMENT,
`country_name` varchar(100) NOT NULL,
PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'西安',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'NewYork',2);
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北京',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上海',1);

insert into `country` (`country_id`, `country_name`) values(1,'China');
insert into `country` (`country_id`, `country_name`) values(2,'America');
insert into `country` (`country_id`, `country_name`) values(3,'Japan');
insert into `country` (`country_id`, `country_name`) values(4,'UK');

完成后,基本表信息如图所示:
city表(使用查询语句select * from city;)
这里city_id是主键,非空自增。country_id是外键

+---------+-----------+------------+
| city_id | city_name | country_id |
+---------+-----------+------------+
|       1 | 西安      |          1 |
|       2 | NewYork   |          2 |
|       3 | 北京      |          1 |
|       4 | 上海      |          1 |
+---------+-----------+------------+

country表(使用查询语句select * from country;)
country_id是主键非空自增。

+------------+--------------+
| country_id | country_name |
+------------+--------------+
|          1 | China        |
|          2 | America      |
|          3 | Japan        |
|          4 | UK           |
+------------+--------------+

5.1 创建索引

语法 :

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
[USING index_type]
ON tbl_name(index_col_name,...)
index_col_name : column_name[(length)][ASC | DESC]

解释:create创建,[UNIQUE|FULLTEXT|SPATIAL]指定索引的类型(可选),唯一索引,全文索引。index_name索引名称。[USING index_type]指定索引数据结构的类型(可选),如果不指定,默认用B+树。ON tbl_name(index_col_name,…)指定对哪一张表的哪些字段创建索引。

在上述例子中,我们可以对city表哪些字段创建索引呢?city_id不行,因为city_id是主键,主键默认是主键索引。所以我们可以对city_name创建索引。
为city表中的city_name字段创建索引;

mysql> create index idx_city_name on city(city_name);
Query OK, 0 rows affected (0.04 sec)
Records: 0  Duplicates: 0  Warnings: 0

我们创建的这个索引实际上就是普通索引

5.2 查看索引

语法:

show index  from  table_name;

可以在table_name后面加上一个\G,这样看的更清晰

mysql> show index from city\G
*************************** 1. row ***************************
        Table: city
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: city_id
    Collation: A
  Cardinality: 4
     Sub_part: NULL
       Packed: NULL
         Null:
   Index_type: BTREE
      Comment:
Index_comment:
*************************** 2. row ***************************
        Table: city
   Non_unique: 1
     Key_name: idx_city_name
 Seq_in_index: 1
  Column_name: city_name
    Collation: A
  Cardinality: 4
     Sub_part: NULL
       Packed: NULL
         Null:
   Index_type: BTREE
      Comment:
Index_comment:
2 rows in set (0.00 sec)

可以看到有两个索引。数据结构类型都是B+树

5.3 删除索引

语法 :

DROP  INDEX  index_name  ON  tbl_name;

示例 : 想要删除city表上的索引idx_city_name,可以操作如下:

mysql> drop index idx_city_name on city;
Query OK, 0 rows affected (0.03 sec)
Records: 0  Duplicates: 0  Warnings: 0

5.4 ALTER命令

1). alter  table  tb_name  add  primary  key(column_list); 
该语句添加一个主键,这意味着索引值必须是唯一的,且不能为NULL  
  
2). alter  table  tb_name  add  unique index_name(column_list);        
这条语句创建索引的值必须是唯一的(除了NULL外,NULL可能会出现多次) 
   
3). alter  table  tb_name  add  index index_name(column_list);
添加普通索引, 索引值可以出现多次。    

4). alter  table  tb_name  add  fulltext  index_name(column_list);        
该语句指定了索引为FULLTEXT, 用于全文索引 

演示唯一索引

 alter table city add unique idx_city_name(city_name);

6 索引设计原则

索引的设计可以遵循一些已有的原则,创建索引的时候请尽量考虑符合这些原则,便于提升索引的使用效率,更高效的使用索引。

  • 对查询频次较高,且数据量比较大的表建立索引。
  • 索引字段的选择,最佳候选列应当从where子句的条件中提取,如果where子句中的组合比较多,那么应当挑选最常用、过滤效果最好的列的组合。
  • 使用唯一索引,区分度越高,使用索引的效率越高。
  • 索引可以有效的提升查询数据的效率,但索引数量不是多多益善,索引越多,维护索引的代价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说,索引过多,会引入相当高的维护代价,降低DML操作的效率,增加相应操作的时间消耗。另外索引过多的话,MySQL也会犯选择困难病,虽然最终仍然会找到一个可用的索引,但无疑提高了选择的代价。
  • 使用短索引,索引创建之后也是使用硬盘来存储的,因此提升索引访问的I/O效率,也可以提升总体的访问效率。假如构成索引的字段总长度比较短,那么在给定大小的存储块内可以存储更多的索引值,相应的可以有效的提升MySQL访问索引的I/O效率。
  • 利用最左前缀,N个列组合而成的组合索引,那么相当于是创建了N个索引,如果查询时where子句中使用了组成该索引的前几个字段,那么这条查询SQL可以利用组合索引来提升查询效率。(这是针对复合索引而言的,在后期会重点讲解)
创建复合索引:
CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);
就相当于    
对name 创建索引 ;    
对name , email 创建了索引 ;   
对name , email, status 创建了索引 ;
分享到: