2. 索引

目录

• 2.1 索引概述
• 2.2 索引优势劣势
• 2.3 索引结构
  • 2.3.1 BTREE 结构
  • 2.3.3 B+TREE 结构
  • 2.3.3 MySQL中的B+Tree
  • 索引的底层实现
  • mysql的索引实现
• 2.4 索引分类
• 2.5 索引语法
  • 2.5.1 创建索引
  • 2.5.2 查看索引
  • 2.5.3 删除索引
  • 2.5.4 ALTER命令
• 2.6 索引设计原则

2.1 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）。索引是在数据库表的字段上添加的，是为了提高查询效率存在的一种机制。在数据之外，数据库系统还维护着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 :

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）。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。

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。

磁盘存取示意图

每次从磁盘中查找数据称为磁盘I/O， 而磁盘IO 至少要经历磁盘寻道、磁盘旋转、数据读取等等操作，非常影响性能，所以对于读取数据，最大的优化就是减少磁盘I/O

2.2 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。

2.3 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。InnoDB引擎默认的。
• 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。

2.3.1 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)]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，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

2). 插入H，n>4，中间元素G字母向上分裂到新的节点

3). 插入E，K，Q不需要分裂

4). 插入M，中间元素M字母向上分裂到父节点G

5). 插入F，W，L，T不需要分裂

6). 插入Z，中间元素T向上分裂到父节点中

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

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

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。

2.3.3 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。

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。

2.3.3 MySQL中的B+Tree

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。

MySQL中的 B+Tree 索引结构示意图:

索引的底层实现

索引底层数据结构分析

// 数据结构演示网站
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

二叉树

为了加快数据的查找,可以维护二叉查找树, 每个节点分别包含索引键值和一个指向对应数据记录的物理地址的指针,这样就可以运用二叉查找在一定的复杂度内获取相应的数据,从而快速的检索出符合条件 的记录

左子树的键值小于根的键值
 
右子树的键值大于根的键值

从二叉树的查找过程了来看，最坏的情况下磁盘IO的次数由树的高度来决定。从前面分析情况来看，减少磁盘IO的次数就必须要压缩树的高度，让瘦高的树尽量变成矮胖的树，所以引出B-Tree强势登场

B-Tree

平衡查找树
度(Degree) 节点的数据存储个数
叶节点具有相同的深度
节点中数据key从左到右递增排列
叶节点的指针为空

为了提升度的长度，还需要对这种数据结构进行优化，所以它的升华版B+Tree诞生了

B+Tree

B+树是B树的变体,基本与B-Tree相同

特点

非叶子节点不存储data,只存储key,可以增大度
叶子节点不存储指针
顺序访问指针，提高区间访问能力

B+Tree索引的性能分析

一般使用磁盘I/O次数评价索引结构的优劣
 
预读：磁盘一般会顺序向后读取一定长度的数据(页的整数倍)放入内存
局部性原理：当一个数据被用到时，其附近的数据也通常会马上被使用
B+Tree的度一般会超过100，因此h非常小 (一般为3到5之间)，性能就会非常稳定
B+Tree叶子节点有顺序指针，更容易做范围查询
 
 
 
存储器读取数据按 磁盘块读取 
 
每个磁盘块的大小为  扇区（页）的2的N次方
 
每个扇区的最小单位 512B 或 4096B 不同的生产厂家不同

Hash

使用hash结构存储索引，查找单行数据很快，但缺点也很明显。

1.无法用于排序
2.只支持等值查找，不支持范围查询
3.存在Hash冲突
 
Hash索引只适用于某些特定场景，我们使用不多

mysql数据库使用什么数据结构作为索引?   B+Tree
索引为什么能够提升查询性能?  磁盘io，数据结构减少磁盘io次数方向说
为什么选用B+Tree作为索引的数据结构?  从二叉树到B+Tree数据结构说
聚簇索引和非聚簇索引的区别?   以MyISAM与InnoDB引擎区别来说

mysql的索引实现

**MySql底层的数据结构主要是基于Hash 和 B+Tree**
但mysql的索引对于不同的存储引擎(Engine) ,索引实现略有不同
 
 
存储引擎：
	数据库存储引擎是数据库底层软件组件，数据库管理系统使用数据引擎进行创建、查询、更新和删除数据操作。不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能，使用不同的存储引擎还可以获得特定的功能。
	
通过 show engines 可以查看当前数据库支持的引擎、默认的引擎
 
5.7 默认的引擎是innodb   可通过 SET default_storage_engine=< 存储引擎名 >更改

MyISAM索引(非聚簇)

引擎特点:
	1、不支持事务
	2、不支持外键
	3、查询速度很快。(insert和update会影响查询效率)
	4、对表进行加锁（表锁）
	5、支持全文索引
索引特点：
	MyISAM 索引文件和数据文件是分离的
	叶子节点存储的是数据的磁盘地址
	非主键索引和主键索引类似

文件

xxx.frm  : 以.frm结尾的文件保存表的数据结构、表的设置项
xxx.MYD  : 以.MYD结尾的文件保存表中的数据    data
xxx.MYI  : 以.MYI结尾的文件保存表所有的索引  index

主键索引： 非主键索引：

InnoDB索引(聚簇)

引擎特点：
	1. 适合处理高并发的更新请求。
	2. 支持事务。
	3. 可以从灾难中恢复（通过bin-log日志等）。
	4. 外键约束。只有他支持外键。
	5. 采用行锁
索引特点：
	数据文件本身就是索引文件
	表数据文件本身就是按照B+Tree组织的一个索引结构文件
	聚集索引-叶节点包含了完整的数据记录
	非主键索引 的叶子节点指向主键
 

文件

xxx.frm  : 以.frm结尾的文件保存表的数据结构、表的设置项
xxx.ibd  : 以.ibd结尾的文件保存表的数据和索引

主键索引： 非主键索引：叶子节点指向主键

PS:如果没有主动设置主键，就会选一个不包含NULL的第一个唯一索引列作为主键列，并把它用作一个聚集索引。
如果没有这样的索引就会使用行号生成一个聚集索引，把它当做主键，这个行号6bytes，自增。可以用select _rowid from table来查询。

2.4 索引分类

1） 单列索引 ：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

2.5 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:

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');

2.5.1 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]

🌰： 为city表中的city_name字段创建索引 ；

create index idx_city_name on city(city_name);

2.5.2 查看索引

语法：

show index  from  table_name;

🌰：查看city表中的索引信息；

show index from city;

-- 表名后加 \G
show index from city\G;

2.5.3 删除索引

语法 ：

DROP  INDEX  index_name  ON  tbl_name;

🌰： 想要删除city表上的索引idx_city_name，可以操作如下：

2.5.4 ALTER命令

-- 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
alter  table  tb_name  add  primary  key(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）
# column_list 可以有多个列，组成的复合索引值要唯一
alter  table  tb_name  add  unique index_name(column_list);
 
-- 添加普通索引，索引值可以出现多次。（多个列组成复合索引）
alter  table  tb_name  add  index index_name(column_list);
	
-- 该语句指定了索引为FULLTEXT，用于全文索引
alter  table  tb_name  add  fulltext  index_name(column_list);	

🌰：

2.6 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。where条件里用不到的字段不创建索引

• 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。

  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 ;