MySQL索引詳解

MySQL索引詳解

一. 索引簡介

1. 索引：幫助MySQL高效查詢數據的一種有序的數據結構。

2. 如果沒有索引，查詢某行數據，只能進行全表掃描。這時，需要頻繁地進行磁盤IO，性能很差。

3. 索引一般是一個key-value結構，key是索引值

   對於聚集索引(InnoDB)，value是該行的所有數據

   對於非聚集索引(MyISAM)，value是該行所在的磁盤塊的指針

二. 常用的索引數據結構

1. 二叉樹(非平衡二叉樹)

   弊端：無法保證平衡性。極端情況下，可能退化成鏈表。

2. 紅黑樹(平衡二叉樹)

   1. 優勢：平衡樹，不會退化成鏈表，查詢效率有一定提升。
   2. 弊端：當數據量較大時，樹的高度不可控，導致磁盤IO次數較多，效率下降。
   3. 優化思路：讓一個樹的節點存儲多個索引元素，有效降低樹的高度。

3. B樹

1. 特性：

   1. 樹的每個節點，存儲多個索引元素，同時存儲索引對應的數據
   2. 葉節點具有相同的深度，葉節點的指針爲空
   3. 所有索引元素不重複
   4. 節點中的數據索引從左到右遞增排列

2. 弊端：

   1. 樹的所有節點(包括葉子節點和非葉子節點)都同時存儲索引和數據，導致每個索引元素所佔空間較大。當樹的節點空間一定時，每個節點存保存的索引元素數量就較少，最終導致樹的高度較高。

   2. 樹的每個節點的大小是固定的，一般爲一頁(Page)16KB。可通過命令查看：

      show global status like ‘Innodb_page_size’;

3. 優化思路：儘可能減少每個索引元素所佔的空間大小，使得每個樹節點可以存儲更多的索引元素，從而減小樹的高度。

4. B+樹

   1. 特性：
      1. 非葉子節點不存儲data，只存儲索引(冗餘)，可以放更多的索引
      2. 葉子節點包含所有索引字段
      3. 葉子節點用指針連接，提高區間訪問的性能
   2. 優勢：
      1. 樹高度較矮，針對大多數的表，2~4層即可滿足需求。
      2. 區間訪問性能較好

5. Hash

   1. 特性：對索引值進行hash，映射成對應數據行所在的磁盤文件指針。
   2. 弊端：
      1. 不支持範圍查詢
      2. 不支持模糊查詢
      3. 不支持排序
   3. 適用場景：大量等值查詢時

三. 存儲引擎下的索引實現

存儲引擎的粒度是表級別的。同一個數據庫下的不同表，可以使用不同的存儲引擎。

1. MyISAM引擎

1. MyISAM爲聚集索引，索引文件和數據文件分離，索引數據保存的是對應行所在的磁盤文件指針

2. MyISAM使用3個文件保存數據：

   1. .frm：保存表的定義、結構等元信息
   2. .MYD：保存表中的所有數據行
   3. .MYI：保存表中的所有索引字段

3. InnoDB引擎

1. InnoDB爲聚集索引，索引的葉子節點保存的是該行的所有數據
2. InnoDB使用2個文件保存數據：
   1. .frm：保存表的定義、結構等元信息
   2. .ibd：同時保存InnoDB的數據和索引
3. 對於主鍵索引，索引保存的是所在行的所有數據；對於非主鍵索引，索引保存的是主鍵索引的值

四. 聯合索引

1. 聯合索引的所有列，構成一個節點，保存在B+樹中
2. 聯合索引的最左前綴原則

五. 相關問題

1. 爲什麼InnoDB表必須有主鍵，且推薦整型的自增主鍵？

   InnoDB的表數據文件，就是按照B+樹組織的一個索引結構文件，因此一定要有一個主鍵。如果用戶沒有自定義主鍵，InnoDB會爲選擇一列唯一索引作爲主鍵。如果沒有唯一索引，InnoDB會爲每行數據生成一個唯一的整型自增數值rowId，作爲主鍵。

   使用整型主鍵，索引查詢時，比較效率較高。且整型字段所佔空間較小。

   使用自增主鍵，大部分的插入操作，都是在葉子節點鏈表上的addLast，不會涉及到節點的分裂和平衡，插入效率很高。

2. 爲什麼InnoDB的的非主鍵索引，存儲的是主鍵索引的值，而不是像主鍵索引一樣直接存儲數據？

   1. 數據一致性角度：如果數據在多個索引處維護，那麼就存在數據一致性問題。插入一條記錄時，需要在每個索引樹上都插入一遍，就涉及到了分佈式事務的問題。
   2. 存儲空間角度：如果所有索引樹都保存數據，會造成大量的空間浪費。