【MySQL】MySQL索引详解

落日映苍穹つ 2024-03-27 10:47 104阅读 0赞

#### Mysql索引 ####

*  0.写在前面
 *  1.为什么要使用索引
 *  2.常见的索引模型
 *  3.索引维护
 *  4.回表？举例子。

## 0.写在前面 ##

> 文章中包含了：  
> 1.什么是索引  
> 2.索引的数据结构，以及各自的使用场景  
> 3.为什么要设置主键自增？  
> 4.基于主键索引和普通索引的查询有什么区别？  
> 5.什么是回表  
> 6.InnoDB 的索引模型

## 1.为什么要使用索引 ##

**索引的使用就是为了提高查询数据的效率，就像书的目录一样**

## 2.常见的索引模型 ##

**哈希表**

> 哈希表是一种以键值存储的数据结构，只需要通过key就可以找到对应的值  
> 思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置  
> 当多个key经过哈希函数换算，会出现同一个值，即碰撞，一般通过拉链表解决。

> 使用哈希表的缺陷是，经过哈希算法算出的位置是随机的，做区间查找就得将表全部扫描  
> 所以哈希表这种结构就适合做等值查询的场景，比如Memcached及其它一些nosql引擎

**有序数组**

> 有序数组在等值查询和范围查询中的性能就非常优秀了  
> 但是这也是仅仅对于查询来看，如果要更新的时候，就得挪动后面的记录，成本太高了

> 所以有序数组只适合用于静态存储索引，也就是那些不在会被修改的历史数据

**二叉搜索树**

> 二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。这样查找时间复杂度是O（log（n））级别  
> 树可以有二叉，也可以有多叉。多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增。

> 二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N叉”树。这里，“N叉”树中的“N”取决于数据块的大小。

**InnoDB 的索引模型**

> 在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。又因为前面我们提到的，InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。**每一个索引在InnoDB里面对应一棵B+树。**

*  假设有一个主键为id的表，字段grade上有索引

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

表中t1~t5的(ID,grade)值分别为(1,70)、(2,80)、(3,90)、(4,100)和(5,110)，  
此时两棵索引树的示例示意图如下。

> 从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引  
> 主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。  
> 非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondary index）。

那么基于主键索引和普通索引的查询有什么区别？

> 如果语句是select \* from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；  
> 如果语句是select \* from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。

也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

## 3.索引维护 ##

> B+树为了维护索引有序性，在插入新值的时候需要做必要的维护。根据b+树的性质,当插入的值比之前的值都大时，只需在末尾加一个就行了，如果新插入的值，在之前插入值的中间，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。而更糟的情况是，如果最后一个值所在的数据页已经满了，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。  
> 除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约50%。  
> 当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。、

> 如果用主键自增  
> 插入新记录的时候可以不指定ID的值，系统会获取当前ID最大值加1作为下一条记录的ID值。  
> 也就是说，自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。  
> 而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。

## 4.回表？举例子。 ##

> 回表是MySQL数据库中的一个重要概念，它涉及到数据库查询过程中的索引使用和数据行访问。在理解回表之前，我们需要先了解一些基本背景知识。  
> MySQL是一种关系型数据库管理系统，用于存储和管理大量结构化数据。在MySQL中，表格被分为多个行和列，每一行代表一个数据记录，每一列代表数据的一个属性。为了提高查询效率，MySQL引入了索引的概念。

索引是一种数据结构，它可以加快对表格的查询操作。通过索引，MySQL可以快速定位到满足条件的数据行，而不需要遍历整个表格。索引的实现方式有很多种，其中最常见的是B树（B-tree）索引。  
而回表就是在使用索引进行查询时，当找到满足条件的索引记录后，MySQL还需要通过该索引记录再次访问原始的数据行，以获取完整的数据信息。  
**为了更好地理解回表的过程，我们以一个具体的例子来说明。**  
假设我们有一个名为"students"的表格，包含了以下列：id、name、age、score。我们希望查询某个学生的成绩。

*  首先，我们需要创建这个表格：

CREATE TABLE students (
        id INT PRIMARY KEY,
        name VARCHAR(50),
        age INT,
        score FLOAT
    );

*  然后，我们在id字段上创建一个索引：

CREATE INDEX idx_id ON students (id);

*  接下来，我们执行一条查询语句，查找学生ID为1的成绩：

SELECT score FROM students WHERE id = 1;

> MySQL在执行这个查询时，首先会使用索引定位到满足条件的索引记录。在本例中，我们通过索引idx\_id可以直接找到id为1的索引记录。这个过程称为索引查找。

然而，索引只包含了id这个字段，不包含score字段的值。所以，在索引查找到id为1的索引记录后，MySQL需要回到原始的数据行，读取其中的score字段的值。这个过程就是回表操作。  
回表的过程涉及从磁盘中读取原始数据行，并提取所需的字段值。这一步骤可能会引起额外的IO操作，因为磁盘读取通常比内存访问慢很多。因此，回表操作可能会对查询性能产生一定影响。

> 可以看出，回表是在查询过程中索引和数据行之间的切换。通过索引定位到数据行，再通过数据行获取所需的字段值。这个过程虽然增加了一定的开销，但也使得MySQL数据库能够高效地使用索引，减少了对整个表格的扫描，提升了查询效率。

回表操作的频率和开销与查询语句、索引和数据表的结构以及存储引擎等因素有关。如果频繁进行回表操作且性能成为瓶颈，可以通过调整索引策略、优化查询语句或者使用其他技术手段来改善性能。

> 总而言之，回表是MySQL数据库查询过程中的一个重要环节，涉及索引查找和数据行访问。通过理解回表的概念和原理，我们可以更好地优化数据库查询，提高系统的性能和响应速度。