5.深入浅出索引(下)

1.前言

　　在上一篇文章中，我们主要介绍了innodb索引的数据结构模型，今天再继续聊聊跟mysql索引有关的概念

2.开始

　　如果我执行select * from T between 3 and 5，需要执行几次树的搜索操作，会扫描多少行？　　

mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0, 
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;

insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

　　 

　  现在，我们一起来看看这条sql查询语句的执行流程：

　　1.在K 索引树上找到k=3的记录，取得id=300;

　　2.再到ID索引树查到id=300对应的R3;

　　3.在k索引树取下一个值k=5,取得id=500;

　　4.再回到id索引树查到id=500对应的R4;

　　5.在k索引树取下一个值k=6,不满足条件，循坏结束。

　　注意：对于非主键索引的查询，需要扫描到下一个不满足条件的索引值为止。

　　在这个过程中，回到主键主键索引树搜索的过程，我们称之为回表。可以看到，这个查询过程读了k索引树的3条记录(步骤1、3和5)，回表了两次(步骤2和4)。

　　在这个例子中，由于查询结果所需要的数据只在主键索引上有，所以不得不回表，那么有没有可能经过索引优化，避免回表过程呢？

3.覆盖索引

　　如果执行的语句是select ID from T where k between 3 and 5，这时只需要查id的值，而id的值已经在k索引树上，因此可以直接提供查询结果，不需要回表，也就是说，在这个查询里面，所以k已经”覆盖了“我们的查询需求，我们称为覆盖索引。

　　由于覆盖索引可以减少树的搜索次数，显著提升了性能，所以使用覆盖索引是一个常用的性能优化手段。

　　需要注意的是，在引擎内部使用覆盖索引在索引K上其实读了三个记录，R3~R5（对应的索引k上的记录项），但是对于Mysql的server层来说，它就是找引擎拿到了两条记录，因此Mysql认为扫描行数是2.

　　基于上面覆盖索引的说明，我们来讨论一个问题：在一个市民信息表上，是否有必要将身份证号和名字建立联合索引？　

CREATE TABLE `tuser` (
  `id` int(11) NOT NULL,
  `id_card` varchar(32) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `ismale` tinyint(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `id_card` (`id_card`),
  KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB

　　因为身份证号是市民的唯一标识，也就是有根据身份证号查询市民信息的需求，我们只要在身份证号字段上建立索引就够了，而再建立一个(身份证号，姓名)的联合索引，是不是浪费空间？

　　但是如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了，它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。

　　当然，索引字段的维护总是有代价的，因此，在建立冗余索引来支持覆盖索引时就需要权衡考虑了，这正是业务DBA,或者称为业务数据架构师的工作。

4.最左前缀原则

　　看到这里你一定有一个疑问，如果为每一种查询都设计一个索引，索引是不是太多了，如果现在按照市民的身份证号去查他的家庭地址呢？虽然这个查询需求在业务中出现的概率不高，但总不能让它走全表扫描吧？反过来说，单独为一个不频繁的请求创建一个(身份证号，地址)的索引又感觉有点浪费，应该怎么做呢？

　　这里，B+树这种索引结构，可以利用索引的”最左前缀“，来定位记录。

　　为了直观地说明这个概念，我们用(name,age)这个联合索引来分析。

　　

　　可以看到，索引项是按照索引定义里面出现的字段顺序排序的

　　当你的逻辑需求是查到所有名字是”张三“的人时，可以快速定位到ID4,然后向后遍历得到所有需要的结果。

　　如果你要查的是所有名字第一个字是”张“的人，你的SQL语句的条件是”where name like '张%‘。这时，你也能够用上这个索引，查找到第一个符合条件的记录是ID3,然后向后遍历，直到不满足条件为止。

　　可以看到，不只是索引的全部定义，只要满足最左前缀，就可以利用索引来加速检索，这个最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。

　　基于上面对最左前缀索引的说明，我们来讨论一个问题：在建立联合索引的时候，如何安排索引内的字段顺序。

　　这里我们的评估的标准是：索引的复用能力。因为可以支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。因此，第一原则是，如果调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

　　如果既有联合查询，又有基于a、b各自的查询呢？查询条件里面只有b的语句，是无法使用(a，b)这个联合索引的，这时候你不得不维护另外一个索引，也就是说你需要同时维护(a,b)、(b)这两个索引。这时候，我们要考虑的原则就是空间了，比如上面这个市民表的情况，name字段是比age字段大的，那我建议你创建一个(name,age)的联合索引和一个(age)的单字段索引。　　

5.索引下推

　　上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你可能要问，哪些不符合最左前缀的部分，会怎么样呢？

　　我们还是以市民表的联合索引(name,age)为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是10岁的所有男孩’。那么，SOL语句是这么写的：　　

mysql> select * from tuser where name like '张%' and age=10 and ismale=1;

　　你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用”张“，找到第一个满足条件的记录ID3.当然，这还不错，总比全表扫描好。

　　然后呢？

　　当然是判断其他条件是否满足。

　　在mysql5.6之前，只能从ID3开始一个个回表。到主键索引上找出数据行，再对比字段值。

　　而Mysql5.6引入的索引下推优化(index condition pushdown)，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

　　

　　　　　　　　　　　　无索引下推

　　

 　　　　　　　　　　　　有索引下推

 　　在图3和4这两个图里面，每一个虚线箭头表示回表一次。

　　 图3中，在(name,age)索引里面我特意去掉了age的值，这个过程innodb并不会去看age的值，只是按顺序把”name"第一自是“张”的记录一条条取出来回表。因此，需要回表4次。

　　 图 4 跟图 3 的区别是，InnoDB 在 (name,age) 索引内部就判断了 age 是否等于 10，对于不等于 10 的记录，直接判断并跳过。在我们的这个例子中，只需要对 ID4、ID5 这两条记录回表取数据判断，就只需要回表 2 次。　

　　　　

　　问题：

　　重建索引k,可以这样写：　

alter table T drop index k;
alter table T add index(k);

 

　　重建主键，可以这样写：　　

alter table T drop primary key;
alter table T add primary key(id);

 

 

　　通过两个 alter 语句重建索引 k，以及通过两个 alter 语句重建主键索引是否合理。　　

　　这里说说为什么要重建索引？

　　索引可能因为删除，或者页分裂等原因，导致数据页有空洞，重建索引的过程会创建一个新的索引，把数据按顺序插入，这样页面的利用率最高，也就是索引更紧凑、更省空间。

　　重建索引 k 的做法是合理的，可以达到省空间的目的。但是，重建主键的过程不合理。不论是删除主键还是创建主键，都会将整个表重建。所以连着执行这两个语句的话，第一个语句就白做了。这两个语句，你可以用这个语句代替 ： alter table T engine=InnoDB。