Python微信订餐小程序课程视频

https://edu.csdn.net/course/detail/36074

Python实战量化交易理财系统

https://edu.csdn.net/course/detail/35475

MySQL索引机制

永远年轻，永远热泪盈眶

一.索引的类型与常见的操作

• 前缀索引

MySQL 前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。

• 复合索引

集一个索引包含多个列（最左前缀匹配原则）

• 唯一索引

索引列的值必须唯一，但允许有空值

• 全文索引

在MySQL 5.6版本以前,只有MyISAM存储引擎支持全文引擎.在5.6版本中,InnoDB加入了对全文索引的支持,但是不支持中文全文索引.在5.7.6版本,MySQL内置了ngram全文解析器,用来支持亚洲语种的分词.

全文索引为FUllText，在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值，全文索引可以在CHAR,VARCHAR,TEXT类型列上创建

• 主键索引

设定主键后数据会自动建立索引，InnoDB为聚簇索引

• 单列索引

即一个索引只包含单个列，一个表可以有多个单列索引

• 覆盖索引

覆盖索引是指一个查询语句的执行只用从所有就能够得到，不必从数据表中读取，覆盖索引不是索引树，是一个结果，当一条查询语句符合覆盖索引条件时候，MySQL只需要通过索引就可以返回查询所需要的数据，这样避免了查到索引后的回表操作，减少了I/O效率

|  | -- 目前有一个key(name)索引，聚簇索引是key(id) |
|  | -- 使用了覆盖索引 |
|  | select id from stu where key = '天天'; |
|  | -- 不使用覆盖索引，因为查询的结果无法从普通索引树中得到 |
|  | select * from stu where key = '天天' |

查看索引

|  | show index from table\_name; |

列名解析：

删除索引

|  | drop index index\_name on table name; |
|  | -- 错误删除primary索引 |
|  | drop index `PriMary` on temp; |
|  | -- >:Incorrect table definition; there can be only one auto column and it must be defined as a key |

二.常见的索引详解与创建

• 主键索引

|  | -- mysql中InnoDB使用主键索引作为聚簇索引，主键索引无法使用 |
|  | -- 创建时候,主键自动定义 |
|  | create table temppp(id int auto\_increment,primary key(id),name varchar(20) not null unique); |
|  | -- 无法删除primary key索引,需要改变的时候，首先需要删除主键列,删除后自动选择一行unique的列作为主键索引 |
|  | alter table temppp drop COLUMN id; |

查看：

删除前:

删除后：

• 单列索引

普通的索引，没有什么介绍

|  | -- 建表时候表级约束建立索引 |
|  | create table otest( |
|  | id int(25) PRIMARY key, |
|  | `name` varchar(255), |
|  | -- 这一句就是在建立普通字段的索引，但是无法设置名字 |
|  | key(`name`) |
|  | ) |
|  | -- 建表后 |
|  | alter table otest add index key(`name`)；  |

查看:（注意和前缀索引Sub_part的区别）

• 唯一索引

当索引的列是unique的时候，会生成唯一索引，唯一索引关于null有下列两种情况

+ SQLSERVER 下的唯一索引的列，允许null值，但最多允许有一个空值

```

|  | -- sql server 下实验代码 |
|  | create table temp |
|  | ( |
|  | id int primary key, |
|  | age varchar(20) unique, |
|  | ); |
|  |  |
|  | create unique index age on temp(age) |
|  | execute sp\_helpindex @objname='temp' |

```

查看:![](https://img2022.cnblogs.com/blog/2288622/202204/2288622-20220401172238115-1524751449.png)

|  | -- 插入两条null语句 |
|  | insert into temp values(1,null); |
|  | insert into temp values(2,null); |

结果:

+ MYSQL下的唯一索引的列，允许null值，并且允许多个空值

```

|  | -- mysql下实验代码 |
|  | create table otest |
|  | ( |
|  | id int primary key, |
|  | age varchar(20) unique, |
|  | key(age) |
|  | ); |
|  | show index from otest |

```

查看:

![](https://img-blog.csdnimg.cn/img_convert/9395f7682dc38415937d6c6f7fd71266.png)

会建立两个索引，一个非聚簇索引，一个是唯一索引

```

|  | -- 插入两条null语句 |
|  | ....与上代码相似 |

```

结果:

![](https://img-blog.csdnimg.cn/img_convert/33c9e5128d6bfb187f2ca507de61c905.png)

可以插入两个空值（明人不说暗话，我喜欢MySQL）

• 前缀索引

  1. 一方面，它不会索引所有字段所有字符，会减小索引树的大小.
  2. 另外一方面，索引只是为了区别出值，对于某些列，可能前几位区别很大，我们就可以使用前缀索引。
  3. 一般情况下某个前缀的选择性也是足够高的，足以满足查询性能。对于BLOB，TEXT，或者很长的VARCHAR类型的列，必须使用前缀索引，因为MySQL不允许索引这些列的完整长度。

| | ALTER TABLE table_name ADD KEY(column_name(prefix_length)); |
| | -- 表级创建 |
| | create table temppp (id int auto_increment,primary key(id), |
| | name varchar(20) not null unique, |
| | key(name(2))); |
| | -- 表级创建 |
| | alter table temppp add index(name(2)) |

查看：

![](https://img-blog.csdnimg.cn/img_convert/9525ff474ae0e17cdb1e978e2a759d50.png)

> 
> 前缀索引实例的博文:[https://www.jianshu.com/p/fc80445044cc](https://blog.csdn.net/biggbang) 很好，推荐
> 
> 
> 

* 复合索引

| | -- 建表时候表级约束建立索引 |
| | drop table if exists `otest`; |
| | create table otest( |
| | id int(25) PRIMARY key, |
| | `name` varchar(255), |
| | age varchar(255), |
| | -- 这一句就是在建立普通字段的索引，但是无法设置名字 |
| | key(`name`,age) |
| | ); |
| | -- 建表后 |
| | alter table otest add key(`name`,age); |

查看：

![](https://img-blog.csdnimg.cn/img_convert/b77904eac75e4c8d4aec8384376513cb.png)

**复合索引的最左前缀匹配原则**：

对于复合索引，查询在一定条件才会使用该索引

复合索引的优点

> 
> **减少开销。**建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的减少开销！
> 
> 
> **覆盖索引。**对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一。
> 
> 
> **效率高。**索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select from table where col1=1 and col2=2 and col3=3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w10% 10% *10%=1w。
> 
> 
>
* 全文索引（FULLTEXT）

在模糊搜索中很有效，搜索全文中的某一个字段，可以参考这篇博文:[https://zhuanlan.zhihu.com/p/88275060](https://blog.csdn.net/biggbang)

### 三.索引的原理

#### 1.通过实验介绍B+tree

我们先进行下面一个实验看看InnoDB下的主键索引的一个现象。

查看:

![](https://img-blog.csdnimg.cn/img_convert/f293c9bf1491ddbde11e581e75175ba6.png)

我们插入进去的时候，数据的id都是乱序的，为什么这里最后select查询出来的结果都是进行了排序？

这是因为InnoDB索引底层实现的是B+tree，B+tree具有下列的特点：

* 和B-tree一样是自平衡树
* m个子树上层有m个中间节点，但是m个中间节点只保存索引，而不保存数据。
* 所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小**自小而大**的顺序链接。
* 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。

**所以上面的排序是为了使用B+tree的结构**，B+tree为了范围搜索，将主键按照从小到大排序后，拆分成节点。后续还有新的节点进入的时候，和B-tree相同的操作，会进行分裂。

![](https://img-blog.csdnimg.cn/img_convert/3220438f7a8d92643d18979664d62039.png)

一般来说，聚簇索引的B+tree都是三层

* ①：每一个底层片称为一个页，InnoDB中一个页的大小默认是16kb，上层的中间结点称为页目录,每个页目录都有一个指针指向下层存储数据的叶结点
* ②：下层每个叶结点之间都使用链表连接（ps:这里是单链表还是双向链表我记不清楚了，读者可以查查）
* ③：这部分是叶结点存储的数据信息
* ④：这部分是底层链表的指针

#### 2.延伸

1. B-tree是所有结点都要存储数据，相同的数据更深，查找速度变慢，所以底层没有使用B-tree。
2. MySQL的InnoDB存储引擎设计时顶层页目录常驻内存，对于2-4层B+树查询时，聚簇索引IO查询1-3次，也就是和硬盘交互进行IO读
3. 计算一个元素的字节大小：**字段类型所占字节 + 一个指针的字节数（32位4byte，64位8byte）
4. 实际单表列过多要拆表，这样主表存数据更多深度也低，查询也快
5. 对于InnoDB来说主键索引就是聚簇索引，而普通索引就是非聚簇索引
6. 对于表中数据操作过多会造成存在许多的页碎片，关于碎片整理可以看我这篇博文

> 
> [https://blog.csdn.net/oldoldcoder/p/16084412.html](https://blog.csdn.net/biggbang)
> 
> 
>

### 四.聚簇索引和非聚簇索引

* 聚簇索引:将数据存储和索引放到了一块，索引结构的叶子结点保存了行数据
* 非聚簇索引：将数据与索引分开存储，索引结构的叶子结点指向主键的值,也就是对应的聚簇索引的row id(需要查找两个B+tree，这个操作过程叫做回表)。

InnoDB中主键索引一定是聚簇索引，聚簇索引一定是主键索引。

![](https://img-blog.csdnimg.cn/img_convert/91d788c7980754d93274a3f61269ef07.png)

**为什么这里辅助索引叶子结点不直接存储数据呢？**

* 数据冗余
* 修改，增加，删除需要操作的更多，时间线性增加，也就是难以维护
* 占用磁盘存储增大

---

MYISAM只有非聚簇索引，索引最终指向的都是物理地址。

![](https://img-blog.csdnimg.cn/img_convert/b551590461ba357f0d68a8c3dd5f47e9.png)

#### 1.使用聚簇索引的优势

Q:既然有回表的存在，那么聚簇索引的优势在哪里？

1. 由于行数据和聚簇索引的叶子结点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把也加载到了buffer中(缓存器),再次访问时，会在内存中完成访问，不必访问磁盘，这样主键和行数据是一起被载入内存的，找到叶子结点就可以立刻将行数据返回了，获得数据更快。
2. 辅助索引的叶子结点，存储主键值，而不是数据的存放地址，好处是当行数据发生变化时，索引树的节点也需要分裂变化，或者是我们需要查找的数据，在上一次读写的缓存中没有，需要发送一次新的IO操作时，可以避免对辅助索引的维护工作，只要维护聚簇索引树就好了，另外一个好处是，因为辅助索引存放的是主键值，减少了辅助索引占用的存储空间的大小。

Q:主键索引作为聚簇索引需要注意什么

1. 当使用主键为聚簇索引时，主键最好不要使用UUID，因为UUID的值过于离散（可以查看UUID的产生过程），不适合排序，并且可能在两个已经排序好的结点中会出现新插入的节点，导致索引树调整复杂度变大。
2. 建议使用int类型的自增，int类型自增主键数据量为4亿，满足一般开发要求，并且由于自增，主键本身就有序，因此开销很小，辅助索引中保存的主键值也会跟着变化，占用存储空间，也会影响到IO操作读取到的数据量。

#### 2.什么情况下无法使用索引

* 查询语句中使用Like关键字

**在查询语句中使用LIke关键字进行查询时，如果匹配字符串的第一个字符为"%"，索引不会使用。如果“%”不是在第一位，索引就会使用**
* 查询语句中使用多列索引

**多列索引是在表的多个字段上创建的索引，满足最左前缀匹配原则，索引才会被使用**
* 查询语句中使用OR关键字

**查询语句只有Or关键字时候，如果OR前后的两个条件都是索引，这这次查询将会使用索引，否则Or前后有一个条件的列不是索引，那么查询中将不使用索引**

### 5.关于Explain语句

作者不会，建议查找，这里列出是作为提醒

**永远年轻，永远热泪盈眶**

> 
> TIPS:MySQL底层存储文件：
> 
> 
> * MyISAM：.frm是存放表结构的文件，.MYD是存放表数据的文件,.MYI是存放表索引的文件
> * InnoDB：.frm存放表结构，.Ibd是存放表数据和索引的
> 
> 
> 

转载请注明：xuhss » MySQL索引机制(详细+原理+解析)