MySQL索引(一)—— 索引介绍
一、索引
索引是什么?打个比方来说,我们要从一本字典中查一个字,我们怎么查?首先我们根据这个字的读音,在目录找到这个字所在的页码,然后再根据页码,找到这个字。目录的好处就是我们能够快速的查到这个字,索引的作用相当于图书的目录,可以根据目录中的页码快速找到所需的内容。
索引是应用程序设计和开发的一个重要方面。若索引太多,应用程序的性能可能会受到影响。而索引太少,对查询性能又会产生影响。要找到一个合适的平衡点,这对应用程序的性能至关重要。
在InnoDB存储引擎中,支持以下几种常见的索引:
B+树索引
全文索引
哈希索引
二、B+树索引
MySQL中B+树索引可以分为聚集索引(clustered inex)和辅助索引(secondary Index),叶子节点存放着所有的数据。聚集索引也称聚簇索引,聚集索引叶子节点存放的是整行数据,而辅助索引叶子节点存放的是主键的值,聚集索引(clustered index)也被称为主键索引,辅助索引也被称为二级索引、非主键索引或非聚集索引。
B+树索引是最为常见,也是在数据库中使用最为频繁的一种索引。B+树索引的构造类似于二叉树,根据键值(Key Value)快速找到数据。B+树中的B代表平衡(balance),因为B+树是从最早的平衡二叉树演化而来,但是B+树不是一个二叉树。
B+树索引并不能找到一个给定键值的具体行。B+树索引能找到的只是被查找数据行所在的页。然后数据库通过把页读入到内存,再在内存中进行查找,最后得到要查找的数据。
B+树索引在数据库中有一个特点是高扇出性,B+树的高度一般都在2~4层,也就是说查找某一键值的行记录时只需要2到4次IO。当前一般的机械磁盘每秒至少可以做100次IO,2~4次的IO意味着查询时间只需0.02~0.04秒。
三、聚集索引
InnoDB存储引擎表是索引组织表,即表中数据按照主键顺序存放。而聚集索引(clustered index)就是按照每张表的主键构造一棵B+树,同时叶子节点中存放的即为整张表的行记录数据,也将聚集索引的叶子节点称为数据页。聚集索引的这个特性决定了索引组织表中数据也是索引的一部分。
同B+树数据结构一样,每个数据页都通过一个双向链表来进行链接。由于实际的数据页只能按照一棵B+树进行排序,因此每张表只能拥有一个聚集索引。
聚集索引能够在B+树索引的叶子节点上直接找到数据,所以查询优化器倾向于采用聚集索引。此外,由于定义了数据的逻辑顺序,聚集索引能够特别快地访问针对范围值的查询。查询优化器能够快速发现某一段范围的数据页需要扫描。
四、辅助索引
辅助索引(Secondary Index)也称非聚集索引,叶子节点并不包含行记录的全部数据。叶子节点除了包含键值以外,每个叶子节点中的索引行中还包含了一个书签(bookmark)。该书签用来告诉InnoDB存储引擎哪里可以找到与索引相对应的行数据。由于InnoDB存储引擎表是索引组织表,因此InnoDB存储引擎的辅助索引的书签就是相应行数据的聚集索引键。
关于聚簇索引和辅助索引,我们新建一张表来说明
CREATE TABLE `user` (`id` bigint(20) NOT NULL AUTO_INCREMENT,`name` varchar(100) DEFAULT NULL,`age` int(11) DEFAULT NULL,`mobile` varchar(100) DEFAULT NULL,PRIMARY KEY (`id`) USING BTREE,KEY `idx_name` (`name`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1;
user表中,InnoDB存储引擎会根据主键id 建立索引,这个索引就是聚集索引,而我们在name列手动建立的索引,就是辅助索引。
InnoDB存储引擎中辅助索引与聚集索引的关系如下图所示:
总结:聚集索引叶子节点存放的是索引和整行数据信息,辅助索引叶子节点存放的是索引和主键的值
五、回表
辅助索引叶子节点存放的是主键的值,没有该条数据的其他信息,如果需要其他字段信息,我们需要根据主键的值回到聚集索引上找到该条记录,获取该条记录的所有字段值。
通过辅助索引,找到主键的值,再回到主键索引树搜索的过程,我们称为回表。
select * from user where name = 'mike'
我们获取mike的记录信息,因为name字段已经建立索引,InnoDB引擎会用辅助索引进行查询,则会先搜索辅助索引中找到name等于mike的叶子节点,获取主键值,然后再通过聚簇索引中的B+树检索到对应的叶子节点,然后获取整行数据。
我们一起来看看这条 SQL 查询语句的执行流程:
从辅助索引树上找到 name=mike 的叶子节点,获取主键值为9;
再根据id 从聚集索引树查到 id=9 对应的记录信息;
在这个过程中,回到主键索引树搜索的过程,我们称为回表。由于查询结果所需要的数据只在主键索引上有,所以不得不回表。我们可以看到,一次查询至少经历一次回表。如果是范围查询,回表次数更多,我们如何避免呢?
六、覆盖索引
从辅助索引中就可以得到查询的记录,而不需要查询聚集索引中的记录,这种索引称为覆盖索引(covering index)。使用覆盖索引的一个好处是辅助索引不包含整行记录的所有信息,大小要远小于聚集索引,因此可以减少大量的IO操作。
假设只需要根据用户的姓名,查询用户的年龄,有什么方式来避免回表呢?我们可以建立一个组合索引,即姓名、年龄作为一个组合索引。如果索引中存在这些数据,查询将不会再次检索主键索引,从而避免回表。
CREATE TABLE `user` (`id` bigint(20) NOT NULL AUTO_INCREMENT,`name` varchar(100) DEFAULT NULL,`age` int(11) DEFAULT NULL,`mobile` varchar(100) DEFAULT NULL,PRIMARY KEY (`id`) USING BTREE,KEY `idx_name` (`name`) USING BTREE,KEY `idx_name_age` (`name`,`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1;
从辅助索引中查询得到记录,而不需要通过聚簇索引查询获得,MySQL中将其称为覆盖索引。使用覆盖索引的好处很明显,不需要查询出包含整行记录的所有信息,因此可以减少大量的I/O操作。
由于覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段。
通常在InnoDB中,除了查询部分字段可以使用覆盖索引来优化查询性能之外,统计数量也会用到。例如, SELECT COUNT(*)时,如果不存在辅助索引,此时会通过查询聚簇索引来统计行数,如果此时正好存在一个辅助索引,则会通过查询辅助索引来统计行数,减少I/O操作。
七、联合索引
联合索引是指对表上的多个列进行索引。联合索引的创建方法与单个索引创建的方法一样,不同之处仅在于有多个索引列。我们在上面说到:由于覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段。联合索引可以减少回表次数,能大大提高查询效率。
八、最左前缀原则
在上面,我们已经建立了2个索引,一个是name,一个是(name,age),我们现在还有一个需求,根据用户获取手机号,我们怎么做?再新建一个(name,mobile)吗?如果为每一种查询都设计一个索引,索引太多了,如果不建立索引,总不能让它走全表扫描吧?单独为一个不频繁的请求创建一个的索引又感觉有点浪费。应该怎么做呢?
B+ 树这种索引结构,可以利用索引的“最左前缀”,来定位记录。
我们使用(name,age)这个联合索引来分析,索引项是按照索引定义里面出现的字段顺序排序的。name和age建立的联合索引如图所示:
我们从图中可以看出,联合索引建立的辅助索引,是先按照name的顺序,name相同,再根据age的顺序进行组织的。下面有三种情况,我们来说明一下索引的查找过程。
1、我们要查询查询name=mike的用户,SQL语句SELECT id FROM user WHERE name='mike',通过联合索引,可以快速定位到id=9,然后向后遍历得到所有需要的结果(name有重复的,所用会继续向后遍历,如果下一个不是mike,终止查询,返回结果)。
2、如果我们要查询名字“m”的开头的,SQL语句的条件是"where name like ‘m%’"。我们也能够用上这个索引,因为联合先按照name进行组织的,在辅助索引树中,name是有顺序的,在辅助索引中查找到第一个符合条件的记录是id=9,然后向后遍历,直到不满足条件为止。
3、如果我们要查询age=18,SQL语句的条件是"where age = 18"。因为联合索引是按照name进行排序的,从辅助索引的叶子节点中我们可以看出,age是无序的,根据age查询,在我们无法使用这个索引。
从上面的例子可以看出,不只是索引的全部定义,只要满足最左前缀,就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左 N 个字段,也可以是字符串索引的最左 M 个字符。
在建立联合索引的时候,索引内的字段顺序至关重要。因为可以支持最左前缀,所以当已经有了 (name,age) 这个联合索引后,一般就不需要单独在 name 上建立索引了。如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。索引的复用性,也是建立索引需要考虑的。
用户表中有name索引和(name,age)联合索引,根据最左匹配原则和索引的复用性,根据name查询也可以使用(name,age)联合索引,我们不需要再根据name单独建立索引了。
如果既有联合查询,又有基于 a、b 各自的查询呢?查询条件里面只有 b 的语句,是无法使用 (a,b) 这个联合索引的,这时候你不得不维护另外一个索引,也就是说你需要同时维护 (a,b)、(b) 这两个索引。这时候,我们要考虑的原则就是空间了。比如上面这个用户表的情况,name 字段是比 age 字段大的 ,那我就建议你创建一个(name,age) 的联合索引和一个 (age) 的单字段索引。
九、索引下推
我们在使用联合索引进行查询时,如果满足最左匹配原则,则根据最左前缀匹配的部分进行查询,对于不符合最左前缀的部分,会怎么样呢?
以用户表的联合索引(name, age)为例。如果现在有一个需求:检索出表中姓名以m开头的,而且年龄是 18 岁的用户。
SELECT * FROM user WHERE name like 'm%' and age = 18;
这个语句在搜索索引树的时候,只能用 “m”,找到第一个满足条件的记录id=9。
在 MySQL 5.6 之前,只能从 id=9 开始一个个回表,到主键索引上找出数据行,再对比age字段值是否满足。
而 MySQL 5.6 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。
下面是这两个过程的执行流程图,虚线代表回表过程
每一个虚线箭头表示回表一次。
无索引下推执行流程中,InnoDB 并不会去看 age 的值,只是按顺序把name 第一个字母是"m"的记录一条条取出来回表,再比较age是否满足。因此,需要回表 3 次。
索引下推执行流程中,InnoDB 在 (name,age) 索引内部就判断了 age 是否等于 18,对于不等于 18 的记录,直接判断并跳过。在我们的这个例子中,只需要对 id=9 这两条记录回表取数据判断,就只需要回表 1 次。
参考:
1、《极客时间——MySQL实战45讲》
2、《MySQL技术内幕:InnoDB存储引擎(第2版)》
MySQL索引(一)—— 索引介绍相关推荐
- mysql——索引的简单介绍
这是阿鲤对mysql的索引和事务的介绍,适合初学者:如果你之前不了解数据库,请看这两篇文章. mysql基础 mysql表的基础操作 1:索引的创建 2:索引的原理 索引,是提高数据库性能的必要之选 ...
- MySQL的一级索引和二级索引介绍,HBase中提到的二级索引【笔记自用】
1.一级索引 索引和数据存储在一起,都存储在同一个B+tree中的叶子节点.一般主键索引都是一级索引. 2.二级索引 二级索引树的叶子节点存储的是主键而不是数据.也就是说,在找到索引后,得到对应的主键 ...
- mysql索引_MySQL索引介绍和实战
索引是什么 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. 可以得到索引的本质:索引是数据结构,索引的目的是提高查询效率,可以类比英语新华字典,根据目录定位词 ...
- mysql group 索引失效_介绍mysql索引失效的情况
mysql视频教程栏目索引失效的情况. 索引对于MySQL而言,是非常重要的篇章.索引知识点也巨多,要想掌握透彻,需要逐个知识点一一击破,今天来先来聊聊哪些情况下会导致索引失效. 图片总结版 相关免费 ...
- MySQL数据库--索引(索引的含义、索引的作用和分类及详细介绍)
文章目录 一. 什么是索引? 1.1 索引概述(了解) 1.1.1 索引的作用 1.1.2 索引的查找过程(了解) 二.索引的分类 2.1 普通索引 2.1.1 普通索引格式 2.1.2 创建普通索引 ...
- mysql btree索引原理_Postgres BTREE索引原理简单介绍
本文如理解有误还请随时指出以做更正. BTREE: 介绍BTREE之前需要引入两个概念一个是B+树,一个是B+树的High-Key的概念,因为BTREE的实现主要依赖B+树.如图1-1所示(借用一下百 ...
- Mysql的复合索引详细介绍
背景 最近频繁出现慢SQL导致系统性能问题,于是决定针对索引进行一些优化.一些表结构本身已经有了不少索引,如果再继续添加索引,势必会影响到插入数据的性能.那么,是否可以使用组合索引来达到目的呢?这篇文 ...
- mysql的优化——索引介绍
后缀为: .MYD 是MyISAM存储引擎的存储的数据文件 后缀为: .MYI 是MyISAM存储引擎的存储的索引文件 注:现在都很少使用MyISAM作为存储引擎了.现在大多采用InnoD ...
- mysql索引的类型和查看、添加、修改、删除索引的方法介绍
todo 我急需一个文本记录工具 查看索引 下面的这些语句都可以看到索引. show index from table_name desc table_name show create table t ...
- mysql单列索引和多列索引_mysql索引类型 normal, unique, full text
问题1:mysql索引类型normal,unique,full text的区别是什么? normal:表示普通索引 unique:表示唯一的,不允许重复的索引,如果该字段信息保证不会重复例如身份证号用 ...
最新文章
- Python金融大数据分析——第五章数据可视化(2)金融学图表
- 大数据和python哪个好_大数据语言之争:Java和python哪个好?
- java水印图片,Java添加水印+图片水印+文字水印
- Druid 配置_StatFilter
- MinGW下编译ffmpeg静态库给Visual C++使用
- kmeans中的k的含义_硬质合金中P、M、K、N、S、H六大字母含义详解
- android 获取文件夹的字节数,android java file 清理垃圾获取文件大小 删除文件等操作...
- Java中的基本类型和引用类型变量的区别
- centos crontab环境变量问题
- 采集新浪微博数据建设网络舆情监测系统
- RTSP的音频视频要各SETUP一次
- pythonui自动化断言,python UI自动化13- 断言方法
- 稳定版本php源包下载,PHPWind历史版本及升级包下载(v1.0.0 - v9.0.2、Ofstar to PW)20170501更新...
- spss数据预处理步骤_关于SPSS数据预处理心得
- oracle分组拼接
- 如何:计算工作日-纯SQL方法。
- Linux学习笔记-shell脚本-log脚本函数
- 【报名有奖】相约2020 RT-Thread 开发者大会RDC
- 动物识别Python
- line-height的理解
热门文章
- 百度云盘云知梦php_[云知梦]WEB前端开发_WEB前端新手入门视频教程[百度云盘]
- [转帖]双剑合璧:CPU+GPU异构计算完全解析
- 有四个整数a,b,c,d由键盘输入,输出其中最大的数 c语言编程怎么写
- 写给想要开始跑步的人
- 计算机组成原理:真值,原码,补码,反码,移码
- 银河麒麟常见问题汇总
- 银河麒麟设置默认ROOT账号登录
- HTML5期末大作业:旅游网站设计——蓝色的地方旅游门户(9页) HTML+CSS+JavaScript
- 清理android桌面
- 如何自学前端,这里有5个技巧值得借鉴