mysql的索引介绍

一、索引是什么

mysql 官方对于索引的定义为：索引（Index）是帮助 mysql 高效获取数据的数据结构。可以得到索引的本质：索引是数据结构。

我们可以简单的把索引理解为 "排好序的快速查找数据结构"。除数据本身之外，数据库还维护着一个满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法，这种数据结构就是索引。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。

我们平常所说的索引，如果没有特别指明，都是指B树（多路搜索树，并不一定是二叉树）结构组织的索引。其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引，统称索引。当然了，除了B+树这种类型的索引之外，还有哈希索引（hash index）等。

二、索引的优势和劣势

索引的优势：

① 数据库建立索引就类似于图书馆建立书目索引，以此来提高数据检索的效率，降低数据库的IO成本。

② 数据库可以通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。

索引的劣势：

① 索引实际上也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的。

② 虽然索引大大提高了查询速度，但同时会降低更新表的速度，如对数据表进行insert、update、delete操作。因为在更新表时，mysql 不仅要保存数据，还要保存索引文件每次更新添加的索引列的字段，在每次更新表的时候，数据库要将与该表相关的索引文件一起进行更新，因此会降低表的更新速度。

③ 索引只是提高效率的一个因素，如果你的 mysql 数据库中有大量的表，就需要花时间研究建立最优秀的索引，或者优化查询语句。

三、mysql的索引分类和基本语法

索引分类

① 单值索引：即一个索引只包含单个列，一个表可以有多个单值索引。

② 唯一索引：索引列的值必须唯一，但允许有空值。

③ 复合索引：即一个索引包含有多个列。

基本语法

创建索引：CREATE [UNIQUE] INDEX indexName ON tableName(columnName(length))；

或者 ALTER TABLE tableName ADD [UNIQUE] INDEX indexName(columnName(length))；

删除索引：DROP INDEX indexName ON tableName；

查看索引：SHOW INDEX FROM tableName；

四、mysql的索引结构

mysql的索引结构主要分为 BTree索引、Hash索引、full-text全文索引、RTree索引。
其中 BTree索引有很多变种，其中最常见的就是B+Tree，mysql 中就普遍使用B+Tree实现其索引结构。

B+树的结构：
上图所示是一颗 B+树，关于B+树的定义这里就不具体赘述了，这里主要介绍一些重点内容，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即 3、5、9、10、13、15、28、29、36、60、75、79、90、99。非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

B+树的查找过程
如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的 B+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，那么性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常高。

五、索引的适用场景和不适用场景

适合创建索引的场景

① 主键自动建立唯一索引

② 频繁作为查询条件的字段应该创建索引

③ 查询中与其他表关联的字段，外键关系建立索引

④ 查询中的排序字段，排序字段若通过索引去访问将大大提高排序速度

⑤ 查询中的统计或分组字段

不适合创建索引的场景

① 表中的记录太少，就没有创建索引的必要了

② 经常需要进行增删改的表不适合创建索引，因为每次更新不仅要更新记录，还需要更新索引，加重了IO负担

③ 数据重复且分布平均的表字段，例如性别字段，如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果