1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 技术杂谈

MySQL索引结构及原理

• 技术杂谈 • 阅读 103

一、索引简介

索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有： B树 ， B+树 和 Hash 。

索引的作用就相当于目录的作用。打个比方：我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有目录了，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。

1.1 索引的优缺点

优点：

  • 使用索引可以大大加快数据的检索速度(大大减少检索的数据量)，这也是创建索引的最主要的原因。
  • 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。

缺点：

  • 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低 SQL执行效率。
  • 索引需要使用物理文件存储，也会耗费一定空间。

但是， 使用索引一定能提高查询性能吗?

大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。

二、索引底层数据结构

2.1 B树 & B+树

B树也称 B-树，全称为 多路平衡查找树， B+树是 B树的一种变体。 B树和 B+树中的 B是 Balanced(平衡)的意思。

目前大部分数据库系统及文件系统都采用 B-Tree或其变种 B+Tree作为索引结构。

B树 & B+树两者有何异同呢？

  • B树的所有节点既存放键(key)也存放数据(data)，而 B+树只有叶子节点存放 key和 data，其他内节点只存放 key。
  • B树的叶子节点都是独立的； B+树的叶子节点有一条引用链指向与它相邻的叶子节点。
  • B树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

在 MySQL中， MyISAM引擎和 InnoDB引擎都是使用 B+Tree作为索引结构，但是，两者的实现方式不太一样。

下面的内容整理自《Java工程师修炼之道》

MyISAM引擎中， B+Tree叶节点的 data域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree搜索算法搜索索引，如果指定的 Key存在，则取出其 data域的值，然后以 data域的值为地址读取相应的数据记录，这被称为”非聚簇索引”。

InnoDB引擎中，其数据文件本身就是索引文件。相比 MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按 B+Tree组织的一个索引结构，树的叶节点 data域保存了完整的数据记录。这个索引的 key是数据表的主键，因此 InnoDB表数据文件本身就是主索引，这被称为”聚簇索引(或聚集索引)”，而其余的索引都作为辅助索引，辅助索引的 data域存储相应记录主键的值而不是地址，这也是和 MyISAM不同的地方。在根据主索引搜索时，直接找到 key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引。因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

2.2 Hash表

哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据(接近 O(1))。

为何能够通过 key 快速取出 value 呢？原因在于 哈希算法(也叫散列算法)。通过哈希算法，我们可以快速找到 key对应的 index，找到了 index也就找到了对应的 value。

hash = hashfunc(key)
index = hash % array_size

MySQL索引结构及原理

但是！哈希算法有个 Hash 冲突问题，也就是说多个不同的 key最后得到的 index相同。通常情况下，我们常用的解决办法是 链地址法。链地址法就是将哈希冲突数据存放在链表中。就比如 JDK1.8之前 HashMap就是通过链地址法来解决哈希冲突的。不过， JDK1.8以后 HashMap为了减少链表过长的时候搜索时间过长引入了红黑树。

MySQL索引结构及原理

为了减少 Hash冲突的发生，一个好的哈希函数应该”均匀地”将数据分布在整个可能的哈希值集合中。

既然哈希表这么快， 为什么 MySQL 没有使用其作为索引的数据结构呢？

1. Hash 冲突问题：我们上面也提到过 Hash冲突了，不过对于数据库来说这还不算最大的缺点。
2. Hash 索引不支持顺序和范围查询是它最大的缺点：假如我们要对表中的数据进行排序或者进行范围查询，那 Hash索引可就不行了。

试想一种情况:

SELECT * FROM tb1 WHERE id < 500;

在这种范围查询中，优势非常大，直接遍历比 500小的叶子节点就够了。而 Hash索引是根据 hash算法来定位的，难不成还要把 1 - 499的数据，每个都进行一次 hash计算来定位吗?这就是 Hash最大的缺点了。

三、索引类型

3.1 主键索引与辅助索引

3.1.1 主键索引

数据表的主键列使用的就是主键索引(Primary Key)。

一张数据表有且只能有一个主键，并且主键不能为 null，不能重复。

在 MySQL的 InnoDB的表中，当没有显示的指定表的主键时， InnoDB会自动先检查表中是否有唯一索引且不允许存在 null值的字段，如果有，则选择该字段为默认的主键，否则 InnoDB将会自动创建一个 6Byte的自增主键。

MySQL索引结构及原理

3.1.2 二级索引(辅助索引)

二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。

唯一索引，普通索引，前缀索引等索引属于二级索引。

  1. 唯一索引(Unique Key)：唯一索引也是一种约束。 唯一索引的属性列不能出现重复的数据，但是允许数据为 null ，一张表允许创建多个唯一索引。建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。
  2. 普通索引(Index)： 普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和 null 。
  3. 前缀索引(Prefix)：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小，因为只取前几个字符。
  4. 全文索引(Full Text)：全文索引主要是为了检索大文本数据中的关键字的信息，是目前搜索引擎数据库使用的一种技术。 Mysql 5.6之前只有 MyISAM引擎支持全文索引， 5.6之后 InnoDB也支持了全文索引。

二级索引:

MySQL索引结构及原理

3.2 聚集索引与非聚集索引

3.2.1 聚集索引

聚集索引即索引结构和数据一起存放的索引。主键索引属于聚集索引。

在 MySQL中， InnoDB引擎的表的 .ibd文件就包含了该表的索引和数据，对于 InnoDB引擎表来说，该表的索引(B+&#x6811;)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。

优点：聚集索引的查询速度非常的快，因为整个 B+&#x6811;本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。
缺点：

  1. 依赖于有序的数据：因为 B+&#x6811;是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或 UUID这种又长又难比较的数据，插入或查找的速度肯定比较慢。
  2. 更新代价大：如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且聚集索引的叶子节点还存放着数据，修改代价肯定是较大的，所以对于主键索引来说，主键一般都是不可被修改的。

3.2.2 非聚集索引

非聚集索引即索引结构和数据分开存放的索引。

二级索引属于非聚集索引。

非聚集索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据。

优点： 更新代价比聚集索引要小。非聚集索引的更新代价就没有聚集索引那么大了，非聚集索引的叶子节点是不存放数据的

缺点：

  1. 跟聚集索引一样，非聚集索引也依赖于有序的数据
  2. 可能会二次查询(回表):这应该是非聚集索引最大的缺点了。当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。

这是 MySQL的表的文件截图:

MySQL索引结构及原理

聚集索引和非聚集索引:

MySQL索引结构及原理

3.2.2.1 非聚集索引一定回表查询吗(覆盖索引)?

非聚集索引不一定回表查询。

试想一种情况，用户准备使用 SQL查询用户名，而用户名字段正好建立了索引。

select name from table where name='guang19';

那么这个索引的 key本身就是 name，查到对应的 name直接返回就行了，无需回表查询。

即使是 MYISAM 也是这样，虽然 MYISAM 的主键索引确实需要回表，因为它的主键索引的叶子节点存放的是指针。但是如果 SQL 查的就是主键呢?

select id from table where id=1;

主键索引本身的 key就是主键，查到返回就行了。这种情况就称之为覆盖索引了。

四、索引解析

4.1 覆盖索引

如果一个索引包含(或者说覆盖)所需要查询字段的值，我们就称之为”覆盖索引”。在 InnoDB存储引擎中，如果不是主键索引，叶子节点存储的是 &#x4E3B;&#x952E; + &#x5217;&#x503C;。最终还是要”回表”，也就是要通过主键再查找一次，这样就会比较慢。覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。

如主键索引，如果一条 SQL需要查询主键，那么正好根据主键索引就可以查到主键。再如普通索引，如果一条 SQL需要查询 name， name字段正好有索引，那么直接根据这个索引就可以查到数据，也无需回表。

覆盖索引：

MySQL索引结构及原理

案例：

如表

CREATE TABLE t_stu (
  id int(11) NOT NULL AUTO_INCREMENT,
  name varchar(255) DEFAULT NULL,
  age int(11) DEFAULT NULL,
  PRIMARY KEY (id),
  KEY idx_name_age (name,age)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4;

执行以下sql

mysql> explain select * from t_stu where name = 'li' and age = 18;
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+
| id | select_type | table | type | possible_keys | key          | key_len | ref   | rows | Extra     |
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+
|  1 | SIMPLE      | t_stu | ref  | idx_name_age  | idx_name_age | 1028    | const | 1    |Using index|
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+

mysql> explain select name from t_stu where name = 'li' and age = 18;
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+
| id | select_type | table | type | possible_keys | key          | key_len | ref   | rows | Extra     |
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+
|  1 | SIMPLE      | t_stu | ref  | idx_name_age  | idx_name_age | 1028    | const | 1    |Using index|
+----+-------------+-------+------+---------------+--------------+---------+-------+------+-----------+

以上结果相同。

4.2 联合索引

4.2.1 概述

使用表中的多个字段创建索引，就是 联合索引，也叫 组合索引或复合索引。联合索引本质上也是二级索引，区别仅仅在于由一个列变为多个列而已。

4.2.2 最左匹配原则

最左前缀匹配原则指的是，在使用联合索引时， MySQL会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 >、 <、 between和 以%开头的 like 查询等条件，才会停止匹配。

所以，我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。

4.3 索引下推

4.3.1 概述

索引下推(index condition pushdown)简称 ICP，是 MySQL 5.6版本中提供的一项索引优化功能，可以在非聚簇索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表次数。

4.3.2 实践

在开始之前先准备一张用户表(user)，其中主要几个字段有：id、name、age、address。建立 联合索引 (name, age)。假设有一个需求，要求匹配姓名第一个为陈的所有用户， sql语句如下：

mysql> SELECT * from user where name like '陈%';

根据”最左匹配原则”的原则，这里使用了联合索引 (name, age)进行了查询，性能要比全表扫描肯定要高。 问题来了，如果有其他的条件呢？假设又有一个需求，要求匹配姓名第一个字为陈，年龄为 20 岁的用户，此时的 sql语句如下：

mysql> SELECT * from user where name like '陈%' and age = 20;

这条sql语句应该如何执行呢？下面对 Mysql 5.6之前版本和之后版本进行分析。

4.3.3 执行过程

5.6之前的版本是没有索引下推这个优化的，因此执行的过程如下图：

MySQL索引结构及原理

会忽略 age这个字段，直接通过 name进行查询，在 (name, age)这课树上查找到了两个结果， id分别为2,1，然后拿着取到的 id值一次次的回表查询，因此这个过程需要 回表两次。

5.6版本添加了索引下推这个优化，执行的过程如下图：

MySQL索引结构及原理

InnoDB并没有忽略 age这个字段，而是在索引内部就判断了 age是否等于 20，对于不等于 20的记录直接跳过，因此在 (name, age)这棵索引树中只匹配到了一个记录，此时拿着这个id去主键索引树中回表查询全部数据，这个过程只需要 回表一次。

4.3.4 实践

当然上述的分析只是原理上的，我们可以实战分析一下，因此陈某装了 Mysql 5.6版本的 Mysql，解析了上述的语句，如下图：

MySQL索引结构及原理

根据 explain解析结果可以看出 Extra的值为 Using index condition，表示已经使用了索引下推。

4.3.5 小结

索引下推在 非主键索引上的优化，可以有效减少回表的次数，大大提升了查询的效率。
关闭索引下推可以使用如下命令，配置文件的修改不再讲述了，毕竟这么优秀的功能干嘛关闭呢：

mysql> set optimizer_switch='index_condition_pushdown=off';

4.4 索引下潜与索引统计

eq_range_index_dive_limit参数提供了一个阈值，优化器在估算扫描行数时，会根据这个参数，来决定估算策略。

通常优化器有两种估算策略，索引统计和索引下潜(index dives)。

  • 索引统计使用的是采样的统计信息，执行速度较快，但是统计数据不准确。
  • 索引下潜通过调用引擎接口，能够获取到更准确的估算数据，但是执行成本较高，比较耗时。

优化器在选择策略时，会参考 eq_range_index_dive_limit参数的值与 where条件中范围相等比较的个数。比如下面两个条件：

  • col_name IN(val1, …, valN)
  • col_name = val1 OR … OR col_name = valN

in子句中元素的数量，以及 or子句两边的数量，当这个数量超过 eq_range_index_dive_limit阈值时，优化器选择使用索引统计，否则优化器选择索引下潜。

当 eq_range_index_dive_limit设置为 0时，优化器始终使用索引下潜。

五、索引使用

5.1 索引添加

  1. 添加主键索引(primary key)
alter table table_name add primary key (column);
  1. 添加唯一索引(unique)
alter table table_name add unique (column);
  1. 添加普通索引(index)
alter table table_name add index index_name (column);
  1. 添加全文索引(fulltext)
alter table table_name add fulltext (column);
  1. 添加多列索引
alter table table_name add index index_name (column1, column2, column3);
  1. 使用索引(use index)
select * from table_name use index (index_name) where 1=1;
  1. 强制索引(force index)
select * from table_name force index (index_name) where 1=1;
  1. 忽略索引(ignore index)
select * from table_name ignore index (index_name, index_name2) where 1=1;

5.2 索引失效

5.2.1 范围查询

联合索引中，出现范围查询(>,

Original: https://www.cnblogs.com/ciel717/p/16190769.html
Author: 夏尔_717
Title: MySQL索引结构及原理

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/712212/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球