【MySQL】MySQL索引详解
作者:mmseoamin日期:2023-12-25

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。