Skip to content

Latest commit

 

History

History
309 lines (203 loc) · 12.7 KB

File metadata and controls

309 lines (203 loc) · 12.7 KB

索引

什么是索引?

索引是一种用于快速查询和检索数据的数据结构。 常见的索引结构有: B树, B+树和Hash。

索引的作用就相当于目录的作用。

打个比方: 我们在查字典的时候,如果没有目录, 那我们就只能一页一页的去找我们需要查的那个字,速度很慢。

如果有目录了,我们只需要先去目录里查找字所在的页数,然后直接翻到那一页就行了。

索引的优点

索引最大的优点就是数据的检索效率高,这也是创建和使用索引的原因。 毕竟大部分系统的读请求总是大于写请求的。

索引的缺点

  • 创建索引和维护索引需要耗费许多时间 : 当对表中的数据进行增删改的时候,如果数据有索引, 那么索引也需要动态的修改,会降低SQL执行效率。

  • 占用物理存储空间 : 索引需要使用物理文件存储,也会耗费一定空间。

B树和B+树区别

  • B树的所有节点既存放 键(key) 也存放 数据(data);B+树只有叶子节点存放 key 和 data,其他的内节点只存放key。

  • B树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。

  • B树的检索的过程相当于对范围内的每个节点的关键字做二分查找, 可能还没有到达叶子节点,检索就结束了。 而B+树的检索效率就很稳定了,任何查找都是从根节点到叶子节点的过程, 且叶子节点的顺序检索很明显。

B+树

Hash索引

  • Hash索引定位快

Hash索引指的就是Hash表,最大的优点就是能够在很短的时间内, 根据Hash函数定位到数据所在的位置,这是B+树所不能比的。

  • Hash冲突

知道HashMap或HashTable的同学,相信都知道它们最大的缺点就是Hash冲突了。 不过对于数据库来说这还不算最大的缺点。

  • Hash索引不支持顺序和范围查询(Hash索引不支持顺序和范围查询是它最大的缺点。)

试想一种情况:

SELECT * FROM tb1 WHERE id < 500;

B+树是有序的,在这种范围查询中,优势非常大, 直接遍历比500小的叶子节点就够了。

而Hash索引是根据hash算法来定位的,可能还要把 1 - 499的数据, 每个都进行一次hash计算来定位,就算不这样做,也需要全表扫描吧。

索引类型

主键索引(Primary Key)

数据表的主键列使用的就是主键索引。

一张数据表有只能有一个主键,并且主键不能为null,不能重复。

在mysql的InnoDB的表中,当没有显示的指定表的主键时, InnoDB会自动先检查表中是否有唯一索引的字段。 如果有,则选择该字段为默认的主键,否则InnoDB将会自动创建一个6Byte的自增主键。

二级索引(辅助索引)

二级索引又称为辅助索引,是因为二级索引的叶子节点存储着主键。 也就是说,通过二级索引,可以定位主键的位置。

唯一索引,普通索引,前缀索引等索引属于二级索引。

PS:不懂的同学可以暂存疑,慢慢往下看,后面会有答案的,也可以自行搜索。

  1. 唯一索引(Unique Key): 唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据, 但是允许数据为NULL,一张表允许创建多个唯一索引。 建立唯一索引的目的通常都是为了该属性列的数据的唯一性,而不是为了查询效率。

  2. 普通索引(Index):普通索引的唯一作用就是为了快速查询数据。 一张表允许创建多个普通索引,并允许数据重复和NULL。

  3. 前缀索引(Prefix):前缀索引只适用于字符串类型的数据。 前缀索引是对文本的前几个字符创建索引,相比普通索引建立的数据更小因为只取前几个字符。

  4. 全文索引(Full Text):全文索引主要是为了检索大文本数据中的关键字的信息, 是目前搜索引擎数据库使用的一种技术。 Mysql5.6之前只有MYISAM引擎支持全文索引,5.6之后InnoDB也支持了全文索引。

二级索引: B+树二级索引

聚集索引与非聚集索引

聚集索引

聚集索引即索引结构和数据一起存放的索引。

主键索引属于聚集索引。

在Mysql中,InnoDB引擎的表的.ibd文件就包含了该表的索引和数据, 对于InnoDB引擎表来说,该表的索引(B+树)的每个非叶子节点存储索引, 叶子节点存储索引和索引对应的数据。

聚集索引的优点

聚集索引的查询速度非常的快,因为整个B+树本身就是一颗多叉平衡树, 叶子节点也都是有序的,定位到索引的节点,就相当于定位到了数据。

聚集索引的缺点

  • 依赖于有序的数据

因为B+树是多路平衡树,如果索引的数据不是有序的, 那么就需要在插入时排序,如果数据是整型还好, 否则类似于字符串或UUID这种又长又难比较的数据,插入或查找的速度肯定比较慢。

  • 更新代价大

如果对索引列的数据被修改时,那么对应的索引也将会被修改, 而且况聚集索引的叶子节点还存放着数据,修改代价肯定是较大的, 所以对于主键索引来说,主键一般都是不可被修改的。

非聚集索引

非聚集索引即索引结构和数据分开存放的索引。

二级索引属于非聚集索引。

MYISAM引擎的表的.MYI文件包含了表的索引, 该表的索引(B+树)的每个叶子非叶子节点存储索引, 叶子节点存储索引和索引对应数据的指针,指向.MYD文件的数据。

非聚集索引的叶子节点并不一定存放数据的指针, 因为二级索引的叶子节点就存放的是主键。

非聚集索引的优点

  • 更新代价比聚集索引要小:非聚集索引的更新代价就没有聚集索引那么大了,非聚集索引的叶子节点是不存放数据的

非聚集索引的缺点

  • 跟聚集索引一样,非聚集索引也依赖于有序的数据

  • 可能会二次查询(回表):这应该是非聚集索引最大的缺点了。 当查到索引对应的指针或主键后,可能还需要根据指针或主键再到数据文件或表中查询。

这是Mysql的表的文件截图:

Mysql表文件截图

聚集索引和非聚集索引:

B+树聚集索引

非聚集索引一定回表查询吗(覆盖索引)?

非聚集索引不一定回表查询。

试想一种情况,用户准备使用SQL查询用户名,而用户名字段正好建立了索引。

 SELECT name FROM table WHERE name='guang19';

那么这个索引的key本身就是name,查到对应的name直接返回就行了,无需回表查询。

即使是MYISAM也是这样,虽然MYISAM的主键索引确实需要回表,因为它的主键索引的叶子节点存放的是指针。 但是如果SQL查的就是主键呢?

SELECT id FROM table WHERE id=1;

主键索引本身的key就是主键,查到返回就行了。 这种情况就称之为覆盖索引了。

覆盖索引

覆盖索引即需要查询的字段正好是索引的字段,那么查找到该索引的字段就可以返回了,而无需回表查询。

如主键索引,如果一条SQL需要查询主键,那么正好根据主键索引就可以查到主键。

再如普通索引,如果一条SQL需要查询name,name字段正好有索引, 那么直接根据这个索引就可以查到数据,也无需回表。

覆盖索引: B+树覆盖索引

索引创建原则

单列索引

单列索引即由一列属性组成的索引。

联合索引(多列索引)

联合索引即由多列属性组成索引。

最左前缀原则

假设创建的联合索引由三个字段组成:

ALTER TABLE table ADD INDEX index_name (num,name,age)

那么当查询的条件为: num 或 (num AND name) 或 (num AND name AND age)时,索引才生效。 所以在创建联合索引时,尽量把查询最频繁的那个字段作为索引的最左(第一个)字段。 查询的时候也尽量以这个字段为第一条件。

但可能由于版本原因(我的mysql版本为8.0.x),我创建的联合索引, 相当于在联合索引的每个字段上都创建了相同的索引:

联合索引(多列索引)

无论是否符合最左前缀原则,每个字段的索引都生效:

联合索引生效

索引创建注意点

最左前缀原则

虽然我目前的Mysql版本较高,好像不遵守最左前缀原则,索引也会生效。 但是我们仍应遵守最左前缀原则。

选择合适的字段

  • 不为NULL的字段: 索引字段的数据应该尽量不为NULL,因为对于数据为NULL的字段,数据库较难优化。 如果字段频繁被查询,但又避免不了为NULL,建议使用0,1,true,false 这样语义较为清晰的短值或短字符作为替代。

  • 被频繁查询的字段: 我们创建索引的字段应该是查询操作非常频繁的字段。

  • 被作为条件查询的字段: 被作为WHERE条件查询的字段,应该被考虑建立索引。

  • 被经常频繁用于连接的字段: 经常用于连接的字段可能是一些外键列,外键列并不是一定要建立外键, 只是说该列涉及到表与表的关系。对于频繁被连接查询的字段,可以考虑建立索引,提高多表连接查询的效率。

不合适的字段

  • 被频繁更新的字段应该慎重建立索引: 虽然索引能带来查询上的效率,但是维护索引的成本也是不小的。 如果一个字段不被经常查询,反而被经常修改,那么就更不应该在这种字段上建立索引了。

  • 不被经常查询的字段没有必要建立索引

尽可能的考虑建立联合索引而不是单列索引

因为索引是需要占用磁盘空间的,可以简单理解为每个索引都对应着一颗B+树。 如果一个表的字段过多,索引过多,那么当这个表的数据达到一个体量后, 索引占用的空间也是很多的,且修改索引时,耗费的时间也是较多的。

如果是联合索引,多个字段在一个索引上,那么将会节约很大磁盘空间, 且修改数据的操作效率也会提升。

考虑在字符串类型的字段上使用前缀索引代替普通索引

前缀索引仅限于字符串类型,较普通索引会占用更小的空间, 所以可以考虑使用前缀索引带替普通索引。

使用索引一定能提高查询性能吗?

大多数情况下,索引查询都是比全表扫描要快的。 但是如果数据库的数据量不大,那么使用索引也不一定能够带来很大提升。