MySQL中的索引 B+Tree

MySQL中的索引 B+Tree

1. 常見索引的數據結構

示意圖均從www.cs.usfca.edu生成

• 哈希(Hash)
  • 示意圖
    
  • 效率高，但是因爲Hash算法的特性，數據無序，不能進行範圍搜索
  • MySQL支持Hash索引
• 二分搜索樹(Binary Search Tree)
  • 示意圖
    
  • 數據有序，能夠按範圍查找，但是容易造成部分數據傾斜，導致該部分數據查詢較慢
• 平衡二分搜索樹(Balanced Binary Search Tree, AVL Tree)
  • 示意圖
    
  • 是二分搜索樹的優化版，解決了數據傾斜的問題，但是需要維護樹平衡的額外開銷
• B樹(B Tree)
  • 示意圖
    
  • 每個節點可以存多條數據，子節點數量也可以大於2，優化了樹的深度
• B+樹(B+Tree)
  • 示意圖
    
  • 葉子節點會額外存儲指向相鄰葉子節點的指針，優化B樹範圍查詢效率，且更加穩定
  • 最底層存實際的數據（只有葉子節點存數據）
• B*樹
  • 是B+樹的變體，在B+樹的非根、非葉子節點再增加指向兄弟節點的指針

2. MySQL中B+Tree的使用

• MySQL中索引主要採用B+Tree（Memory引擎採用Hash索引），其關鍵點如下：
  • 非葉子節點存索引，控制樹的深度
  • 葉子節點存數據，以及指向相鄰葉子節點的指針
  • 數據存入硬盤，需控制每一份數據的大小，以適應硬盤分頁
• 那麼每一份數據應該存多大呢？
  • MySQL每一份數據是硬盤分頁大小的倍數
    • 系統從硬盤中進行讀取操作，是按頁讀取的
    • 如果MySQL每一份數據的大小比硬盤一頁的量小，那麼每次硬盤讀取就可能會讀取一些不需要的數據，影響性能
  • 通過 SHOW GLOBAL STATUS LIKE 'Innodb_page_size';即可查看MySQL每份數據的大小
  • MySQL-5.7中Innodb_page_size=16kb

3. MySQL中兩大主要引擎的索引

• MyISAM（非聚集索引）
  • 索引(*.MYI)和數據(*.MYD)分開存
    • *.MYI文件中B+Tree的葉子節點存儲數據地址，地址對應*.MYD中的數據
  • 主鍵索引(Primary Key): 直接根據索引找到值
  • 輔助索引(Secondary Key): 直接根據索引找到值
  • 其他
    • 支持表鎖
    • 不支持外鍵
    • 不支持事務
    • 不支持全文索引
• InnoDB（聚集索引）
  • 索引和數據存一起(*.ibd)
    • 必須有一個索引，沒有會建一個默認的長整型索引（一般推薦設置一個整型自增主鍵，隨機主鍵會導致B+Tree頻繁分裂）
    • *.ibd文件中包含B+Tree索引，以及具體的數據（存在B+Tree的葉子節點）
  • 主鍵索引(Primary Key): 直接根據索引找到值
  • 輔助索引(Secondary Key): 先用索引找到主鍵，再根據主鍵找到值
  • 其他
    • 支持表鎖、行鎖
    • 支持外鍵
    • 事務安全
    • 支持全文索引

4. 適合創建索引的字段

• 主鍵自動創建索引（推薦自增整型主鍵）
• 頻繁作爲查詢條件的字段
• 經常與其他表關聯的字段
• 經常用作統計、聚合分析的字段
• 經常用作排序的字段
• 單鍵/組合索引，滿足業務條件下，優先選擇組合索引（最左前綴原則）
• 注意點
  • 使用索引時，應遵守最左前綴原則
  • 不要在索引列上做任何操作（計算、函數等等），否則會導致索引失效
  • !=、<>、IS NULL、IS NOT NULL會導致索引列失效
  • 關於like查詢，LIKE '%word%'會可能導致索引列失效，LIKE 'word%'仍能使用索引
  • 如果where中存在範圍條件，那麼該條件右邊的列的索引會失效
  • 儘量使用覆蓋索引（只訪問索引）
  • OR可能會導致索引失效