MySQL（二）：快速理解MySQL数据库索引

索引

基本概念：索引是在存储引擎层实现的，而不是在服务器层实现的，所以不同存储引擎具有不同的索引类型和实现。

数据结构

• Tree 指的是 Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有叶子节点位于同一层。
• B+ Tree 是基于 B Tree 和叶子节点顺序访问指针进行实现，它具有 B Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。
• 在 B+ Tree 中，一个节点中的 key 从左到右非递减排列，如果某个指针的左右相邻 key 分别是 keyi 和 keyi+1，且不为 null，则该指针指向节点的所有 key 大于等于 keyi 且小于等于 keyi+1。
  
  

基本原理

• 进行查找操作时，首先在根节点进行二分查找，找到一个 key 所在的指针，然后递归地在指针所指向的节点进行查找。直到查找到叶子节点，然后在叶子节点上进行二分查找，找出 key 所对应的 data。
• 插入删除操作会破坏平衡树的平衡性，因此在进行插入删除操作之后，需要对树进行分裂、合并、旋转等操作来维护平衡性。

红黑树

红黑树等平衡树也可以用来实现索引，但是文件系统及数据库系统普遍采用 B+ Tree 作为索引结构，这是因为使用 B+ 树访问磁盘数据有更高的性能。

• B+ 树有更低的树高：平衡树的树高 O(h)=O(logdN)，其中 d 为每个节点的出度。红黑树的出度为 2，而 B+ Tree 的出度一般都非常大，所以红黑树的树高 h 很明显比 B+ Tree 大非常多。
• 磁盘访问原理：操作系统一般将内存和磁盘分割成固定大小的块，每一块称为一页，内存与磁盘以页为单位交换数据。数据库系统将索引的一个节点的大小设置为页的大小，使得一次 I/O 就能完全载入一个节点。
  
  如果数据不在同一个磁盘块上，那么通常需要移动制动手臂进行寻道，而制动手臂因为其物理结构导致了移动效率低下，从而增加磁盘数据读取时间。B+ 树相对于红黑树有更低的树高，进行寻道的次数与树高成正比，在同一个磁盘块上进行访问只需要很短的磁盘旋转时间，所以 B+ 树更适合磁盘数据的读取。
• 磁盘预读特性：为了减少磁盘 I/O 操作，磁盘往往不是严格按需读取，而是每次都会预读。预读过程中，磁盘进行顺序读取，顺序读取不需要进行磁盘寻道，并且只需要很短的磁盘旋转时间，速度会非常快。并且可以利用预读特性，相邻的节点也能够被预先载入。

索引分类

B+树索引

1. 是大多数 MySQL 存储引擎的默认索引类型。
2. 因为不再需要进行全表扫描，只需要对树进行搜索即可，所以查找速度快很多。
3. 因为 B+ Tree 的有序性，所以除了用于查找，还可以用于排序和分组。
4. 可以指定多个列作为索引列，多个索引列共同组成键。
5. 适用于全键值、键值范围和键前缀查找，其中键前缀查找只适用于最左前缀查找。如果不是按照索引列的顺序进行查找，则无法使用索引。
6. InnoDB 的 B+Tree 索引分为聚簇索引（主索引）和非聚簇索引（辅助索引）。
7. 唯一索引：主键就是一种特殊的唯一索引，唯一索引允许null值，但主键列不允许为null值，一张表最多建议一个主键

哈希索引

1. 哈希索引能以O（1）时间进行查找，但是失去了有序性特点InnoDB
2. 存储引擎有一个特殊的功能叫“自适应哈希索引”，当某个索引值被使用的非常频繁时，会在 B+Tree 索引之上再创建一个哈希索引，这样就让 B+Tree 索引具有哈希索引的一些优点，比如快速的哈希查找。

全文索引

1. MyISAM 存储引擎支持全文索引，用于查找文本中的关键词，而不是直接比较是否相等。
2. 查找条件使用 MATCH(clo1,clo2..) AGAINST(value)，而不是普通的 WHERE。全文索引使用倒排索引实现，它记录着关键词到其所在文档的映射。
3. InnoDB 存储引擎在 MySQL 5.6.4 版本中也开始支持全文索引。
   FULLTEXT (clo1,clo2)只有建立的全文索引的列可以进行全文索引
   

索引优化

独立的列

进行查询时，索引列不能是表达式的一部分，也不能是函数的参数，否则无法使用索引

多列索引

在需要使用多个列作为条件进行查询时，使用多列索引比使用多个单列索引性能更好。

列如下面的语句中可以将actor_id和film_id设置多列索引

SELECT film_id, actor_ id FROM sakila.film_actor
WHERE actor_id = 1 AND film_id = 1;

索引列的顺序

索引的选择性是指：不重复的索引值和记录总数的比值。最大值为 1，此时每个记录都有唯一的索引与其对应。选择性越高，每个记录的区分度越高，查询效率也越高。

让选择性最强的索引列放在最前面

输入语句：

SELECT COUNT(DISTINCT addr_id)/COUNT(*) AS addr_id_selectivity,
COUNT(DISTINCT user_id)/COUNT(*) AS user_id_selectivity,
COUNT(*)
FROM user_address;

结果：

addr_id_selectivity：1.0000

user_id_selectivity：0.1250

count(*)：64

从上述结果分析：主键是唯一的，user_id会有重复，所以写sql语句时，主键应该放在最前面

这样可以逐个分析对应的索引

前缀索引

• 对于 BLOB、TEXT 和 VARCHAR 类型的列，必须使用前缀索引，只索引开始的部分字符。
• 前缀长度的选取需要根据索引选择性来确定。某些列，一般是字符串类型，很长，全部作为索引大大增加存储空间，索引也需要维护，对于长字符串，又想作为索引列，一个可取的办法就是取前一部分（前缀），代表一整列作为索引串。
• 如何确保这个前缀能代表或大致代表这一列？所以mysql中有个概念是索引的选择性，是指索引中不重复的值的数目（也称基数）与整个表该列记录总数（#T）的比值，比如一个列表（1,2,2,3），总数是4，不重复值数目为3，选择性为3/4，因此选择性范围是[1/#T, 1]，这个值越大，表示列中不重复值越多，越适合作为前缀索引，唯一索引（UNIQUE KEY）的选择性是1。

MySQL性能优化神器Explain使用分析

• Explain 用来分析 SELECT 查询语句，开发人员可以通过分析 Explain 结果来优化查询语句。
  • select_type : 查询类型，有简单查询、联合查询、子查询等
  • key : 使用的索引
  • rows : 扫描的行数

总结

• 数据库只做两件事情：存储数据、检索数据。而索引是在你存储的数据之外，额外保存一些路标（一般是B+树），以减少检索数据的时间。所以索引是主数据衍生的附加结构。
• 一张表可以建立任意多个索引，每个索引可以是任意多个字段的组合。索引可能会提高查询速度（如果查询时使用了索引），但一定会减慢写入速度，因为每次写入时都需要更新索引，所以索引只应该加在经常需要搜索的列上，不要加在写多读少的列上。
• 多使用explain对语句进行索引分析，任何理论都是建立在实际的分析基础上，explain语句关注那几个关键词即可。盲目的加索引并不是好的，有时候索引反而成为拖慢我们系统运行速度的源头.优化索引其实就两件事，第一找到区别度大的列，第二看生产的查询场景是否有用到这个列，加上索引用explain分析，看是否会比不加上索引性能提升更快