索引

1.索引概述
2.索引优势劣势
3.索引结构
- 3.1 BTREE 结构
- 3.2 B+ TREE 结构
- 3.3 MySQL中的B+ 树
4 索引分类
5 索引语法
- 5.1 创建索引
- 5.2 查看索引
- 5.3 删除索引
- 5.4 ALTER命令
6 索引设计原则

1.索引概述

MySQL官方对索引的定义为：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护者满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。如下面的示意图所示 :
提炼观点：
索引是什么？索引是一种数据结构
作用是什么？高效获取数据

左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的），（而其中的col1表示序号，col2我们认为是一个主键。）为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找快速获取到相应数据。（顺序查找时间复杂度一般为O(N),而二叉树查找时间复杂度优化情况下可以达到O(logN)）
举个例子：我们要查找3这个数据，在不加索引的时候需要遍历整张表，查找7次，加索引之后只需查找3次即可。
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在磁盘上。索引是数据库中用来提高性能的最常用的工具。

2.索引优势劣势

优势

1）类似于书籍的目录索引，提高数据检索的效率，降低数据库的IO成本。
2）通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

劣势

1）实际上索引也是一张表，该表中保存了主键与索引字段，并指向实体类的记录，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效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE。因为更新表时，MySQL 不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息。

3.索引结构

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引：

BTREE 索引：最常见的索引类型，大部分索引都支持 B 树索引。
HASH 索引：只有Memory引擎支持，使用场景简单。
R-tree 索引（空间索引）：空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少，不做特别介绍。
Full-text （全文索引）：全文索引也是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从 Mysql5.6版本开始支持全文索引。

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

索引	InnoDB引擎	MyISAM引擎	Memory引擎
BTREE索引	支持	支持	支持
HASH 索引	不支持	不支持	支持
R-tree 索引	不支持	支持	不支持
Full-text	5.6版本之后支持	支持	不支持

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，并不一定是二叉的）结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引，统称为索引。

3.1 BTREE 结构

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下：

树中每个节点最多包含m个孩子。
除根节点与叶子节点外，每个节点至少有[ceil(m/2)] (向上取整)个孩子。
若根节点不是叶子节点，则至少有两个孩子。
所有的叶子节点都在同一层。
每个非叶子节点由n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例，每个结点最多有5个孩子，key的数量：公式推导[ceil(m/2)]-1 <= n <= m-1。所以 2 <= n <=4 。当n>4时，中间节点分裂到父节点，两边节点分裂。
插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例。
演变过程如下：
1). 插入前4个字母 C N G A

2). 插入H，n>4，（此时5个元素排列为ACGHN,中间元素是G）中间元素G字母向上分裂到新的节点

3). 插入E，K，Q不需要分裂（插入E时，先和G做比较，小于G，就插入到左边的子树上，最大大于C，就插入到C的后面，紧接着，KQ分别插入到G的右边的子树上。）

注意：在MySQL的特性中，我们提到了每个非叶子节点由n个key与n+1个指针组成。n+1个指针指的是什么呢？我们可以看到根节点有一个元素，下面有2个指针。左边子树2个元素，3个指针。那它有什么含义呢？比如我们插入E这个元素的时候，我们先与G进行比较，发现比G小，那么我们就插入到它的左边去。此时可以通过左边的这个指针走到左边的子树中。
4). 插入M，中间元素M字母向上分裂到父节点G

5). 插入F，W，L，T不需要分裂

6). 插入Z，中间元素T向上分裂到父节点中（z插入到上面的W之后，中间元素向上分裂）

7). 插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂

8). 最后插入S，NPQR节点n>5，中间节点Q向上分裂，但分裂后父节点DGMT的n>5，中间节点M向上分裂

到此，该BTREE树就已经构建完成了， BTREE树和二叉树相比，查询数据的效率更高，因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

3.2 B+ TREE 结构

B+Tree为BTree的变种，B+Tree与BTree的区别为：

1). n叉B+Tree最多含有n个key，而BTree最多含有n-1个key。
2). B+Tree的叶子节点保存所有的key信息，依key大小顺序排列。
3). 所有的非叶子节点都可以看作是key的索引部分。

由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。

3.3 MySQL中的B+ 树

MySql索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

为什么要增加这样一个指针呢？主要的目的就是为了便于范围搜索。比如这里我想要搜索9-15之间的数据。因为他们之间有指针相连，我们直接从9访问到15即可。

4 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列索引
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：即一个索引包含多个列
比如我们有一个student表，有id,name,age,class_id等属性，我们对id建立一个索引，对name也建立一个索引，每个索引只对应一列，所以称之为单值索引。我们对id建立唯一索引，那么里面就不能有重复的元素，但是包含多个空值。而与单值索引对应的是复合索引。我们建立id和name两个列的一个复合索引。

5 索引语法

索引在创建表的时候，可以同时创建，也可以随时增加新的索引。
准备环境:
（本系统在ubuntu16.04环境中测试，使用命令行界面，同时也可以在windows中使用）
登录到mysql命令行界面中去后，依次输入

create database demo_01 default charset=utf8mb4;use demo_01;CREATE TABLE `city` (
`city_id` int(11) NOT NULL AUTO_INCREMENT,
`city_name` varchar(50) NOT NULL,
`country_id` int(11) NOT NULL,
PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;CREATE TABLE `country` (
`country_id` int(11) NOT NULL AUTO_INCREMENT,
`country_name` varchar(100) NOT NULL,
PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'西安',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'NewYork',2);
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北京',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上海',1);insert into `country` (`country_id`, `country_name`) values(1,'China');
insert into `country` (`country_id`, `country_name`) values(2,'America');
insert into `country` (`country_id`, `country_name`) values(3,'Japan');
insert into `country` (`country_id`, `country_name`) values(4,'UK');

完成后，基本表信息如图所示：
city表（使用查询语句select * from city;）
这里city_id是主键，非空自增。country_id是外键

+---------+-----------+------------+
| city_id | city_name | country_id |
+---------+-----------+------------+
|       1 | 西安      |          1 |
|       2 | NewYork   |          2 |
|       3 | 北京      |          1 |
|       4 | 上海      |          1 |
+---------+-----------+------------+

country表（使用查询语句select * from country;）
country_id是主键非空自增。

+------------+--------------+
| country_id | country_name |
+------------+--------------+
|          1 | China        |
|          2 | America      |
|          3 | Japan        |
|          4 | UK           |
+------------+--------------+

5.1 创建索引

语法：

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
[USING index_type]
ON tbl_name(index_col_name,...)
index_col_name : column_name[(length)][ASC | DESC]

解释：create创建，[UNIQUE|FULLTEXT|SPATIAL]指定索引的类型(可选)，唯一索引，全文索引。index_name索引名称。[USING index_type]指定索引数据结构的类型(可选)，如果不指定，默认用B+树。ON tbl_name(index_col_name,…)指定对哪一张表的哪些字段创建索引。

在上述例子中，我们可以对city表哪些字段创建索引呢？city_id不行，因为city_id是主键，主键默认是主键索引。所以我们可以对city_name创建索引。
为city表中的city_name字段创建索引；

mysql> create index idx_city_name on city(city_name);
Query OK, 0 rows affected (0.04 sec)
Records: 0  Duplicates: 0  Warnings: 0

我们创建的这个索引实际上就是普通索引

5.2 查看索引

语法：

show index  from  table_name;

可以在table_name后面加上一个\G,这样看的更清晰

mysql> show index from city\G
*************************** 1. row ***************************Table: cityNon_unique: 0Key_name: PRIMARYSeq_in_index: 1Column_name: city_idCollation: ACardinality: 4Sub_part: NULLPacked: NULLNull:Index_type: BTREEComment:
Index_comment:
*************************** 2. row ***************************Table: cityNon_unique: 1Key_name: idx_city_nameSeq_in_index: 1Column_name: city_nameCollation: ACardinality: 4Sub_part: NULLPacked: NULLNull:Index_type: BTREEComment:
Index_comment:
2 rows in set (0.00 sec)

可以看到有两个索引。数据结构类型都是B+树

5.3 删除索引

语法：

DROP  INDEX  index_name  ON  tbl_name;

示例：想要删除city表上的索引idx_city_name，可以操作如下：

mysql> drop index idx_city_name on city;
Query OK, 0 rows affected (0.03 sec)
Records: 0  Duplicates: 0  Warnings: 0

5.4 ALTER命令

1). alter  table  tb_name  add  primary  key(column_list);
该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL  2). alter  table  tb_name  add  unique index_name(column_list);
这条语句创建索引的值必须是唯一的（除了NULL外，NULL可能会出现多次） 3). alter  table  tb_name  add  index index_name(column_list);
添加普通索引， 索引值可以出现多次。    4). alter  table  tb_name  add  fulltext  index_name(column_list);
该语句指定了索引为FULLTEXT， 用于全文索引

演示唯一索引

 alter table city add unique idx_city_name(city_name);

6 索引设计原则

索引的设计可以遵循一些已有的原则，创建索引的时候请尽量考虑符合这些原则，便于提升索引的使用效率，更高效的使用索引。

对查询频次较高，且数据量比较大的表建立索引。
索引字段的选择，最佳候选列应当从where子句的条件中提取，如果where子句中的组合比较多，那么应当挑选最常用、过滤效果最好的列的组合。
使用唯一索引，区分度越高，使用索引的效率越高。
索引可以有效的提升查询数据的效率，但索引数量不是多多益善，索引越多，维护索引的代价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说，索引过多，会引入相当高的维护代价，降低DML操作的效率，增加相应操作的时间消耗。另外索引过多的话，MySQL也会犯选择困难病，虽然最终仍然会找到一个可用的索引，但无疑提高了选择的代价。
使用短索引，索引创建之后也是使用硬盘来存储的，因此提升索引访问的I/O效率，也可以提升总体的访问效率。假如构成索引的字段总长度比较短，那么在给定大小的存储块内可以存储更多的索引值，相应的可以有效的提升MySQL访问索引的I/O效率。
利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时where子句中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。(这是针对复合索引而言的，在后期会重点讲解)

创建复合索引:
CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);
就相当于
对name 创建索引 ;
对name , email 创建了索引 ;
对name , email, status 创建了索引 ;

MySQL高级-索引相关推荐

MySQL高级-索引优化（超详细）
性能分析 MySQL Query Optimizer Mysql中由专门负责优化SELECT语句的优化器,主要功能就是通过计算分析系统中收集到的统计信息,为客户端请求的Query提供他认为最优的执行计 ...
MySQL 高级 - 索引 - 索引设计原则
索引设计原则索引的设计可以遵循一些已有的原则,创建索引的时候请尽量考虑符合这些原则,便于提升索引的使用效率,更高效的使用索引. 对查询频次较高,且数据量比较大的表建立索引. 索引字段的选择,最佳 ...
MySQL 高级 —— 索引实现的思考
引言最近看了一个公开课,是有关MySQL对索引设计的思考.详细讲解了几种索引实现的设计思考与利弊辨析,讨论了为什么MySQL默认情况下会使用B树索引,B+树索引又对B树做了哪些结构改进. 本片博客通 ...
MySQL 高级 - 索引 - 概述
索引概述 MySQL官方对索引的定义为:索引(index)是帮助MySQL高效获取数据的数据结构(有序).在数据之外,数据库系统还维护者满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数 ...
Mysql高级——索引篇
索引 1. 索引的概念索引(index)是帮助 MySQL 高效获取数据的数据结构(有序).在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据, 这样就 ...
Mysql高级索引优化
Mysql逻辑架构 Mysql与其他数据库相比有点与众不同,他的架构可以在多种不同的场景中应用并发挥作用,主要体现在存储引擎的架构上,插件式的存储引擎结构将查询处理和其他的系统任务以及数据的存储提取分 ...
MySQL高级-索引是个什么东西？explain到底怎么用-MySQL查询优化大全
目录一.引出问题-MySQL的查询优化: 二.性能下降的原因: 三.索引到底是什么?怎么用? 1.索引操作查看索引: 删除索引: 创建索引: 说明: 索引命名规范: 2.索引优势: 3.索引劣势: ...
MySQL高级-索引是什么
目录什么是索引索引优势: 索引劣势: 索引分类: mysql索引结构: 哪些情况需要创建索引: 哪些情况不要创建索引: 索引操作: 什么是索引 MySQL官方对索引的定义为:索引(index)是帮 ...
MySQL 高级 - 索引 - 数据结构
索引结构索引是在MySQL的存储引擎层中实现的,而不是在服务器层实现的.所以每种存储引擎的索引都不一定完全相同,也不是所有的存储引擎都支持所有的索引类型的.MySQL目前提供了以下4种索引: BTR ...

MySQL高级-索引

索引