索引详细解读_对索引的理解

索引

1、概述

    索引类似图书中的目录索引，可以提高数据检索的效率，降低数据库的IO成本。
    Mysql官方的定义：
    索引(Index)是帮助MySQL高效获取数据的数据结构。
    可以理解为：快速查找排好序的一种数据结构。
    MySQL在300万条记录左右性能开始逐渐下降，虽然官⽅方⽂文档说500~800w记录，所以我们就有必要使用上索引了。
1
2
3
4
5

2、索引的分类

• 主键索引
• 唯一索引
• 普通索引
• 全文索引
• 组合索引

2.1、主键索引

即主索引，根据主键创建的索引，不允许重复，不允许为空值。
如果表中没有定义主键，InnoDB会选择一个唯一的非空索引代替。
如果没有这样的索引，InnoDB会隐式的定义一个主键来作为聚簇索引。

2.2、唯一索引

用来建立索引的列的值必须是唯一的，可以为空。

2.3、普通索引

用表中普通的列构建的索引，没有任何限制

2.4、全文索引

用大文本对象的列构建的索引

5.6版本之前，全文索引只能用于MyISAM储存引擎
5.6版本及以后，MyISAM和InnoDB都支持全文索引
在MySQL8之前，全文索引只对支持英文索引，对中文还不支持
MySQL8中支持了对中文分词的全文索引。
那么问题来了，问什么支持中文：
因为中文和英文有本质上的区别。英⽂是单词语句组成，⽽且都有空格，好分辨，中文是有字组成的句，⽽且有不同的意思，因此不一样。 当然目前中文分词技术已经非常成熟了，因此的mysql8种⽀持了中文的全⽂索引。

2.5、组合索引

用多个列组合而成的索引，这多个列中不允许有空值

• 组合索引的最左原则
  

索引就是为了提高数据检索的速度，不同的索引类型要求和效率也是不一样的。

3、索引原理

只有memory(内存)存储引擎支持哈希索引，哈希索引用索引列的值计算该值的hashCode，
然后在hashCode相应的位置存执该值所在行数据的物理理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，⽽且是散列的分布方式，因此哈希索引不支持范围查找和排序的功能
正常情况下，如果不指定索引的类型，那么一般是指B+Tree索引。
存储引擎以不同的方式使用B+Tree索引。性能也各有不同，但是InnoDB按照原数据格式进⾏存储。

B+TREE索引
B+TREE其实就是B+树，而B+树其实就是B树演变过来的，所以首先要了解B树，了解B树之前要先知道二叉树。

顺序查找：就是从第⼀一个元素开始，按索引顺序遍历待查找序列列，直到找出给定⽬目标或者查找失败

缺点：效率低–需要遍历整个待查询序列

二分查找法：也称为折半法，是⼀一种在有序数组中查找特定元素的搜索算法。

二叉树也存在缺点，就是当数据是顺序插入时就会改变树的形态(在非完全二叉树的时候)

平衡二叉树演变过程：

平衡二叉树经过条件的控制，再通过旋转的⽅式，完成树的平衡，不过，旋转次数过多。

在平衡二叉树稳定性的基础上，再进行优化，减少旋转次数，保证树的平衡性。
树的查找性能取决于树的高度，让树尽可能平衡，就是为了降低树的高度。

红黑树

当数据存在内存中，红黑树的效率非常高，但是文件系统和数据库都是存在硬盘上的，如果数据量过大的话，不能一次性加载到内存。
所以一棵树都无法一次性加载进内存，就没法进行查找。
因此就出现了专为磁盘等存储设备而设计的一种平衡多路查找数，也就是B树，与红黑树相比，在相同的节点情况下，一颗B树的高度远远小于红黑树的高度

B树：
B树即平衡查找树，是一种平衡树状数据结构，一般较多用于存储系统上，比如数据库或者文件系统。

3阶B树演变过程：

查找这个树中的数字7，需要3步
查找数字10，需要2步

通过这个查询步骤可以总结到：
1、查找7和10所用到的步数不一样，所需的时间不同，效率就不均衡。
2、在进行范围查找时，需要反复的返回上一节点，在进入下一节点，这种情况其实是树的遍历，叫做中序遍历，消耗了了时间
3、还有最重要的一点，在B树中，由于每一个节点就是一行数据，那么就是一次IO读区的节点更少。

B+树

B+树是在B树的基础上进行演变

B+树特征
1、B+树只有叶子节点存储数据
2、非叶子节点起到了索引的作用
3、所有叶子节点使用链表相连

优点：
1、磁盘读写代价更低
B树的数据和索引都是在同一节点上，那么每个快中包含的索引是少量的，如果想要去除比较深层的数据，意味着要读取更多的块，才能得到想要的索引和数据，那么增加了IO次数
而B+树中每个块能存储的索引是B树的很多倍，那么获取比较深层的数据，也只需要读取少量的块就可以额，那么减少了磁盘的IO次数
2、随机IO的次数更少
随机IO是指读写操作时间连续，但访问地址不连续，时长约为10ms
顺序IO是指读取和写入操作基于逻辑块逐个连续访问来自相邻地址的数据，时长约为0.1ms
在相同情况下，B树要进行更多的随机IO，而B+树需要更多的顺序IO，所以B+树效率更快
3、查询速度更加稳定
由于B+树非叶子节点不存储数据，因此所有的数据都要查询到叶子节点，而叶子结点的高度都是相同的，所以所有的数据的查询速度都是一样的

4、聚簇索引和非聚簇索引

聚簇索引：索引即数据，数据即索引
非聚簇索引：找到索引仅仅是找到当前索引值和key，如果需要找到索引外的内容，需要回表。

5、MyISAM和InnoDB的区别

1、数据存储方式

• InnoDB由两种⽂文件组成，表结构，数据和索引
• MyISAM由三种⽂文件组成，表结构、数据、索引
  2、索引的方式
• 索引的底层都是基于B+Tree的数据结构建⽴立
• InnoDB中主键索引为聚簇索引，辅助索引是⾮非聚簇索引
• MyISAM中数据和索引存在不不同的⽂文件中，因此都是⾮非聚簇索引
  3、事务的支持
• InnoDB⽀支持事务
• MyISAM不不⽀支持事务

6、索引使用与优化总结

1、合理建立索引，创建了之后不一定用上，占用内存空间
2、多个单列索引并不是最佳选择，mysql只能使用一个索引，因此多个单列索引并不能提高查找性能，为了提高查询性能，合理简历组合/联合索引（最佳左前缀原则）
3、尽可能达成索引覆盖，如果一个索引包含所有需要查询的字段的值，直接根据索引的查询结果返回数据，而无需读表，能够极大的提高性能。因此，可以定义一个让索引包含的额外的列，解释这个列对索引而言是无用的。
4、sql语句避免嵌套语句
5、避免多表查询