[数据结构与算法]MySQL优化之索引解析

索引的本质

MySQL索引或者说其他关系型数据库的索引的本质就只有一句话，以空间换时间。

索引的作用

索引关系型数据库为了加速对表中行数据检索的（磁盘存储的）数据结构

索引的分类

数据结构上面的分类

• HASH 索引

  1. 等值匹配效率高
  2. 不支持范围查找

• 树形索引

  1. 二叉树，递归二分查找法，左小右大

  2. 平衡二叉树，二叉树到平衡二叉树，主要原因是左旋右旋

     1. 缺点1，IO次数过多
     2. 缺点2，IO利用率不高，IO饱和度

  3. 多路平衡查找树（B-Tree）

     1. 特点，大大的减少了树的高度

  4. B+树

     1. 特点，采用左闭合的比较方式

     2. 根节点支节点没有数据区，只有叶子结点才包含数据区（说白了就是即便在根节点和子节点已经定位到，因为没有数据区的原因也不会停留，会一直找到叶子结点为止。）

        • 当我们搜索13这条数据时，在根节点和子节点 都能定位，但是一直会找到叶子结点。

        

  二叉树平衡二叉树，B树对比

  如图显示如果是自增主键情况下：

  二叉树显然不适合做关系型数据库索引（和全表扫描没什么区别）。

  平衡二叉树呢，虽然解决了这种情况，但是同样会导致这棵树，又瘦又高，这同样会造成上文所提到查询IO次数过多以及IO利用率不高。

  B树呢，显然已经解决了这两个问题，所以下文来解释，为什么在这种情况下MySQL还用了B+树，又做了那些增强。

B树和B+树比较

• B+树在B树上面的优化

  1. IO效率更高（B树每个节点都会保留数据区，而B+树则不会，假设我们查询一条数据要遍历三层，那么显然B+树查询中IO消耗更小）

  2. 范围查找效率更高（如图，B+树已经形成了一个天然链表形式，只需要根据最结尾的链式结构查找）

     

  3. 基于索引的数据扫描效率更高。

索引类型的分类

• 索引类型可分为两类:

  1. 主键索引
  2. 辅佐索引(二级索引)
     1. 唯一性索引
     2. 复合索引
     3. 普通索引
     4. 覆盖索引

  主键索引相对来说性能是最好的，但是对于SQL优化，其实大多时候我们都在辅佐索引上面做一些改进和补充。

B+树在储存引擎层面落地

• 我们创建两个表分别为test_innodb（采用InnoDB作为储存引擎）test_myisam（采用MyISAM作为储存引擎）下图是两张表磁盘落地的相关文件，这两个储存引擎在B+树磁盘落地式截然不同的。

  

B+树在MyISAM落地

• *.frm文件是表格骨架文件比如这个表中的id字段name字段是什么类型的存储在这里
• *.MYD（D=data）则储存数据
• *.MYI （I=index）则储存索引

• 比如现在执行如下sql语句 ，那么在MyISAM中他就是先在test_myisam.MYI中查找到103然后拿到0x194281这个地址然后再去test_myisam.MYD中找到这个数据返回。

  SELECT id,name from test_myisam where id =103
  

  

• 如果test_myisam表中，id为主键索引，name也是一个索引，那么在test_myisam.MYI中则会有两个平级的B+树，这也导致MyISAM引擎中主键索引和二级索引是没有主次之分的，是平级关系。因为这种机制在MyISAM引擎中，有可能使用多个索引，在InnoDB中则不会出现这种情况。

B+树在InnoDB落地

?

• InnoDB不像MyISAM来独立一个MYD 文件来存储数据，它的数据直接存储在叶子结点关键字对应的数据区在这保存这一个id列所有行的详细记录。

• InnoDB 主键索引和辅助索引关系

  我们现在执行如下SQL语句,他会先去找辅助索引，然后找到辅助索引下101的主键，再去回表（二次扫描）根据主键索引查询103这条数据将其返回。

  SELECT id,name from test_myisam where name ='zhangsan'
  

  这里就有一个问题了，为什么不像MyISAM在辅助索引下直接记录磁盘地址，而是要多此一举再去回表扫描主键索引，这个问题在下面相关面试题中回答，记一下这个问题是这里来的。

相关面试题

• 为什么MySQL选择B+树作为索引结构

  这个就不说了，上文应该讲清楚了。

• B+树在MyISAM和InnoDB落地区别。

  这个可以总结一下，MyISAM落地数据储存会有三个类型文件 ，.frm文件是表骨架文件，.MYD（D=data）则储存数据 ，.MYI （I=index）则储存索引，MyISAM引擎中主键索引和二级索引平级关系，在MyISAM引擎中，有可能使用多个索引，InnoDB则相反，主键索引和二级索有严格的主次之分在InnoDB一条语句只能用一个索引要么不用。

• 如何判断一条sql语句是否使用了索引。

  可以通过执行计划来判断 可以在sql语句前explain/ desc

  set global optimizer_trace=‘enabled=on’ 打开执行计划开关他将会把每一条查询sql执行计划记录在information_schema 库中OPTIMIZER_TRACE表中

• 为什么主键索引最好选择自增列？

自增列，数据插入时整个索引树是只有右边在增加的，相对来说索引树的变动更小。

• 为什么经常变动的列不建议使用索引？

  和上一个问题原因一样，当一个索引经常发生变化，那么就意味这，这个缩印树也要经常发生变化。4

• 为什么说重复度高的列，不建议建立索引？

  这个原因是因为离散性，比如说，一张一百万数据的表，其中一个字段代表性别，0代表男1代表女，把这字段加了索引，那么在索引树上，将会有大量的重复数据。而我们常见的索引建立一般都是驱动型的。其目的是，尽可能的删减数据的查询范围，这个显然是不匹配的。

• 什么是联合索引

  联合索引是一个包含了多个功效的索引，他只是一个索引而不是多个，

  其次，单列索引是一种特殊的联合索引

  联合索引的创立要遵循最左前置原则（最常用列>离散度>占用空间小）

• 什么是覆盖索引

  通过索引项信息可直接返回所需要查询的索引列，该索引被称之为覆盖索引，说白了就是不需要做回表操作，可以从二级索引中直接取到所需数据。

• 什么是ICP机制

  索引下推，简单点来说就是，在sql执行过程中，面对where多条件过滤时，通过一个索引，完成数据搜索和过滤条件其，特点能减少io操作。

• 在InnoDB表中不可能没有主键对还是不对原因是什么？

  1. 首先这句话是对的，但是情况有三种:
     1. 就是在你手动显式指定这一个字段为主键时候，会以这一个字段为聚集索引。
     2. 在没有显式指定主键时候有两种情况：
        1. 他会寻找第一个UK（unique key）作为主键索引组织索引编排。
        2. 如果既没有指定主键也没有UK的情况下，此时会以rowId（在InnoDB表中每一个记录都会有一个隐藏（6byte）的rowId）为聚集索引。

• 什么是回表操作

  在InnoDB 中基于辅助索引查询的内容，从辅助索引中无法直接获取，需要基于主键索引的二次扫描的操作叫做回表操作。

• 为什么在InnoDB 中辅助索引叶子结点数据区记录的是主键索引的值而不是像MyISAM中去记录磁盘地址。

  1. 这个原因其实很简单，因为主键索引的数据结构是会经常发生变化的，如果在辅助索引数据区记录磁盘地址，那么假设我们有10个辅助索引，当我们主键索引结构发生变化后，还要一个个去通知辅助索引，且主键索引结构是经常发生变化的，增删都有可能影响他的数据结构。

DB 中辅助索引叶子结点数据区记录的是主键索引的值而不是像MyISAM中去记录磁盘地址。

1. 这个原因其实很简单，因为主键索引的数据结构是会经常发生变化的，如果在辅助索引数据区记录磁盘地址，那么假设我们有10个辅助索引，当我们主键索引结构发生变化后，还要一个个去通知辅助索引，且主键索引结构是经常发生变化的，增删都有可能影响他的数据结构。

版权归属： 泪梦红尘
本文链接： https://www.bss2.com/archives/mysql-opt-index