什么是mysql索引,为什么要有索引

一、什么是索引？

索引就好比字典的目录一样我们通常都会先去目录查找关键偏旁或者字母再去查找要比直接翻查字典查询要快很多

读者福利：私信 回复 012 即可获取一份578页PDF文档的MySQL学习笔记。

二、为什么要有索引？

然而我们在使用mysql数据库的时候也像字典一样有索引的情况下去查询，肯定速度要快很多

2.1问题：

1.mysql数据存储在什么地方?

磁盘

2.查询数据慢，一般卡在哪？

IO

3.去磁盘读取数据，是用多少读取多少吗？

磁盘预读

局部性原理：数据和程序都有聚集成群的倾向，同时之前被访问过的数据很可能再次被查询，空间局部性，时间局部性

磁盘预读：内存和磁盘发生数据交互的时候，一般情况下有一个最小的逻辑单元，页。 页一般由操作系统觉得大小，4k或8k，而我们在进行数据交互的时候，可以取页的整数倍来读取

innodb存储引擎每次读取数据，读取16k

4.索引存储在哪？

磁盘，查询数据的时候会优先将索引加载到内存中

5.索引在存储的时候，需要什么信息？需要存储存储什么字段值？

key:实际数据行中存储的值

文件地址

offset：偏移量

6.这种格式的数据要使用什么样的数据结构来进行存储？

key-values

哈希表，树(二叉树、红黑树、AVL树、B树、B+树)

7.mysql索引系统中不是按照刚刚说的格式存储的，为什么？

OLAP:联机分析处理----对海量历史数据进行分析，产生决策性的策略----数据仓库—Hive

OLTP:联机事务处理----要求很短时效内返回对应的结果----数据库—关系型数据库(mysql、oracle)

三、mysql的索引数据结构

3.1哈希表:

HashMap数组加链表的结构，不适合作为索引的原因：

1.哈希冲突会造成数据散列不均匀，会产生大量的线性查询，比较浪费时间

2.不支持范围查询，当进行范围查询的时候，必须挨个遍历

3.对于内存空间的要求比较高

优点： 如果是等值查询，非常快

在mysql中有没有hash索引?

1.memory存储引擎使用的是hash索引

2.innodb支持自适应hash

create table test(id int primary key,name varchar(30))engine=‘innodb/memory/myisam‘-- 5.1之后默认innodb123

3.2树：

树这种数据结构有很多，我们常见的有：二叉树、BST、AVL、红黑树、B树、B+树

①二叉树：无序插入

这就是我们的树的结构图，但是二叉树的数据插入是无序的，也就是说当需要查找的时候，还是得一个一个挨着去遍历查找

②BST(二叉搜索树)：插入的数据有序，左子树必须小于根节点，右子树必须大于根节点--------使用二分查找来提高效率

这样的话如果要查询数据，可以通过二分查找，快速缩小范围，减少了时间复杂度但是如果插入的顺序是升序或者降序的话，树的形状会变成如下：

此时二叉搜索树就会退化成链表，时间复杂度又会变成O(n)

③AVL：平衡二叉树为了解决上述问题，通过左旋转或右旋转让树平衡最短子树跟最长子树高度只差不能超过1

由图我们可以看到，当顺序插入的时候，会自动的进行旋转，以达到平衡但是会通过插入性能的损失来弥补查询性能的提升当我们插入的数据很多时候，而查询很少的时候，由于插入数据会旋转同样会消耗很多时间④红黑树(解决了读写请求一样多)同样是经过左右旋让树平衡起来，还要变色的行为最长子树只要不超过最短子树的两倍即可

查询性能和插入性能近似取得平衡但是随着数据的插入、发现树的深度会变深，树的深度会越来越深，意味着IO次数越多，影响数据读取的效率

⑤ B树为了解决上述数据插入过多，树深度变深的问题，我们采用B树把原来的有序二叉树变成有序多叉树

举例： 如果要查询ｓｅｌｅｃｔ * from table where id=14？

第一步，将磁盘一加载到内存中，发现1411,寻找地址磁盘7第三步，将磁盘七加载到内存中，发现14=14，读取data，取出data，结束思考：B树就是完美的嘛？问题1： B树不支持范围查询的快速查找，如果我们查询一个范围的数据，查找到范围一个边界时，需要回到根节点重新遍历查找，需要从根节点进行多次遍历，即便找到范围的另一个边界，查询效率会降低。问题2： 如果data存储的是行记录，行的大小随着列数的增多，所占空间会变大。这时，一个页中可存储的数据量就会变少，树相应就会变高，磁盘IO次数就会变大。思考2：三层B树能够存储多少条记录？答: 假设一个data为1k，innodb存储引擎一次读取数据为16k，三层即161616=4096；但是往往在开发中，一个表的数据要远远大于4096，难道要继续加层，这样岂不就加大了IO四、为什么使用B+树？

实际存储表数据的时候，怎么存储呢？key完整的数据行改造B+树

B+树对B树进行了改进，把数据全放在了叶子节点中，叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表。例如： 查询范围 ｓｅｌｅｃｔ * from table where id between 11 and 35？

第一步，将磁盘一加载到内存中，发现1111>17,寻找地址磁盘5第三步，将磁盘五加载到内存中，发现11=11，读取data第四步，继续向右查询，读取磁盘5，发现35=35，读取11-35之间数据，结束由此可见，这样的范围查询比B树速度提高了不少

对比B树和B+树？

叶子节点中才放数据非叶子节点中不存储数据B+树每个节点包含更多个节点，这样做的好处，可以降低树的高度，同时将数据范围变成多个区间，区间越多查询越快

问题： 创建索引时用int还是varchar？

答：视情况而定，但是记住一定让key越小越好

五、索引的创建

在创建索引之前，我先说一下存储引擎存储引擎： 表示不同的数据在磁盘的不同表现形式大家去观察mysql的磁盘文件会发现innodb： innodb的数据和索引都存储在一个文件下.idbmyisam： myisam的索引存储在.MYI文件中，数据存储在.MYD中

5.1聚簇索引和非聚簇索引

概念：判断是否是聚簇索引就看数据和索引是否在一个文件中innodb：

只能有一个聚簇索引，但是有很多非聚簇索引向innodb插入数据的时候，必须要包含一个索引的key值这个索引的key值，可以是主键，如果没有主键，那么就是唯一键，如果没有唯一键，那么就是一个自生成的6字节的rowid

myisam： 非聚簇索引

MySQL—innodb----B+树索引和数据存储在一起，找到索引即可读取对应的数据

MySQL—myisam----B+树索引和存储数据的地址在一起，找到索引得到地址值，再通过地址找到对应的数据

5.2回表

接下来，我会创建一张案例表给大家展示

CREATE TABLE user_test(id INT PRIMARY KEY AUTO_INCREMENT,-- id为主键uname VARCHAR(20) ,age INT,gender VARCHAR(10), KEY `idx_uname` (`uname`) -- 索引选择为名字)ENGINE = INNODB;ｉｎｓｅｒｔ INTO user_test VALUES(1,‘张三‘,18,‘男‘);ｉｎｓｅｒｔ INTO user_test VALUES(NULL,‘马冬梅‘,19,‘女‘);ｉｎｓｅｒｔ INTO user_test VALUES(NULL,‘赵四‘,18,‘男‘);ｉｎｓｅｒｔ INTO user_test VALUES(NULL,‘王老七‘,22,‘男‘);ｉｎｓｅｒｔ INTO user_test VALUES(NULL,‘刘燕‘,16,‘女‘);ｉｎｓｅｒｔ INTO user_test VALUES(NULL,‘万宝‘,26,‘男‘);1234567891011121314ｓｅｌｅｃｔ * from user_test where uname = ‘张三‘;-- 当我们表中有主键索引的时候，我们再去设置一个uname为索引，那么此时这条sql语句的查询过程应该如下：12

首先先根据uname查询到id，再根据id查询到行的信息这样的操作走了两棵B+树，就是回表当根据普通索引查询到聚簇索引的key值之后，再根据key值在聚簇索引中获取数据我们可以发现这样的操作是很浪费时间的，因此我们日常操作的时候，尽量减少回表的次数

5.3覆盖索引

ｓｅｌｅｃｔ id,uname from table where uname = ‘张三‘;-- 根据uname 可以直接查询到id，uname两个列的值，直接返回即可-- 不需要从聚簇索引查询任何数据，此时叫做索引覆盖123

5.4最左匹配

在说最左匹配之前，我们先聊一下几个名词主键(一般为一个列)-------->联合主键(多个列)索引-------->联合索引(可能包含多个索引列)

-- 假设有一张表，有id，name，age，gender四个字段，id是主键，name，age是组合索引列-- 组合索引使用的时候必须先匹配name，然后匹配ageselect * from table where name = ? and age = ? ;-- 生效ｓｅｌｅｃｔ * from table where name = ?;-- 生效ｓｅｌｅｃｔ * from table where age = ? ;-- 不生效ｓｅｌｅｃｔ * from table where age = ? and name = ? ;-- 生效--在mysql内部有优化器会调整对应的顺序12345678910

5.5索引下推

mysql5.7之后，默认支持的一个特点举一个例子：

ｓｅｌｅｃｔ * from table where name = ? and age = ? ;-- mysql里的三层架构:-- 客户端:JDBC-- 服务端:server-- 存储引擎:数据存储在没有索引下推之前，根据name从存储引擎中获取符合规则的数据，在server层对age进行过滤有索引下推之后，根据name、age两个条件从存储引擎中获取对应的数据1234567

分析：有索引下推的好处，如果我们有50条数据，我们通过过滤会得到10条数据，如果没有索引下推，会先获取50条再去排除得到10条，而有了下推之后，我们会直接在存储引擎就过滤成了10条

原文：https://blog.csdn.net/zjdzka/article/details/112148860