文章已收录Github精选,欢迎Starhttps://github.com/yehongzhi/learningSummary

前言

我们都知道当查询数据库变慢时,需要建索引去优化。但是只知道索引能优化显然是不够的,我们更应该知道索引的原理,因为不是加了索引就一定会提升性能。那么接下来就一起探索MYSQL索引的原理吧。

什么是索引

索引其实是一种能高效帮助MYSQL获取数据的数据结构,通常保存在磁盘文件中,好比一本书的目录,能加快数据库的查询速度。除此之外,索引是有序的,所以也能提高数据的排序效率。

通常MYSQL的索引包括聚簇索引,覆盖索引,复合索引,唯一索引,普通索引,通常底层是B+树的数据结构。

总结一下,索引的优势在于:

  • 提高查询效率。
  • 降低数据排序的成本。

缺点在于:

  • 索引会占用磁盘空间。
  • 索引会降低更新表的效率。因为在更新数据时,要额外维护索引文件。

索引的类型

  • 聚簇索引

索引列的值必须是唯一的,并且不能为空,一个表只能有一个聚簇索引。

  • 唯一索引

索引列的值是唯一的,值可以为空。

  • 普通索引

没有什么限制,允许在定义索引的列中插入重复值和空值。

  • 复合索引

也叫组合索引,用户可以在多个列上组合建立索引,遵循“最左匹配原则”,在条件允许的情况下使用复合索引可以替代多个单列索引的使用。

索引的数据结构

我们都知道索引的底层数据结构采用的是B+树,但是在讲B+树之前,要先知道B树,因为B+树是在B树上面进行改进优化的。

首先讲一下B树的特点:

  • B树的每个节点都存储了多个元素,每个内节点都有多个分支。
  • 节点中元素包含键值和数据,节点中的键值从小到大排序。
  • 父节点的数据不会出现在子节点中。
  • 所有的叶子节点都在同一层,叶节点具有相同的深度。

在上面的B树中,假如我们要找值等于18的数据,查找路径就是磁盘块1->磁盘块3->磁盘块8。

过程如下:

第一次磁盘IO:首先加载磁盘块1到内存中,在内存中遍历比较,因为17<18<50,所以走中间P2,定位到磁盘块3。

第二次磁盘IO:加载磁盘块3到内存,依然是遍历比较,18<25,所以走左边P1,定位到磁盘块8。

第三次磁盘IO:加载磁盘块8到内存,在内存中遍历,18=18,找到18,取出data。

如图所示:

如果data存储的是行数据,直接返回,如果存的是磁盘地址则根据磁盘地址到磁盘中取出数据。可以看出B树的查询效率是很高的。

B树存在着什么问题,需要改进优化呢?

第一个问题:B树在范围查询时,性能并不理想。假如要查询13到30之间的数据,查询到13后又要回到根节点再去查询后面的数据,就会产生多次的查询遍历。

第二个问题:因为非叶子节点和叶子节点都会存储数据,所以占用的空间大,一个页可存储的数据量就会变少,树的高度就会变高,磁盘的IO次数就会变多。

基于以上两个问题,就出现了B树的升级版,B+树。

B+树与B树最大的区别在于两点:

  • B+树只有叶子节点存储数据,非叶子节点只存储键值。而B树的非叶子节点和叶子节点都会存储数据。
  • B+树的最底层的叶子节点会形成一个双向有序链表,而B树不会。

如图所示:

B+树的等值查询过程是怎么样的?

如果在B+树中进行等值查询,比如查询等于13的数据。

查询路径为:磁盘块1->磁盘块2->磁盘块6。

第一次IO:加载磁盘块1,在内存中遍历比较,13<17,走左边,找到磁盘块2。

第二次IO:加载磁盘块2,在内存中遍历比较,10<13<15,走中间,找到磁盘块6。

第三次IO:加载磁盘块6,依次遍历,找到13=13,取出data。

所以B+树在等值查询的效率是很高的。

B+树的范围查询过程又是怎么样呢?

比如我们要进行范围查询,查询大于5并且小于15的数据。

查询路径为:磁盘块1->磁盘块2->磁盘块5->磁盘块6。

第一次IO:加载磁盘块1,比较得出5<17,然后走左边,找到磁盘块2。

第二次IO:加载磁盘块2,比较5<10,然后还是走左边,找到磁盘块5。

第三次IO:加载磁盘块5,然后找大于5的数据。

第四次IO:由于最底层是有序的双向链表,所以继续往右遍历即可,直到不符合小于15的数据为止。

过程如图所示:

所以在范围查询的时候,是不需要像B树一样,再回到根节点,这就是底层采用双向链表的好处。

所以B+树的优势在于,能保证等值查询和范围查询的快速查找

InnoDB索引

我们常用的MySQL存储引擎一般是InnoDB,所以接下来讲讲几种不同的索引的底层数据结构,以及查找过程。

聚簇索引

前面讲过,每个InnoDB表有且仅有一个聚簇索引。除此之外,聚簇索引在表的创建有以下几点规则:

  • 在表中,如果定义了主键,InnoDB会将主键索引作为聚簇索引。
  • 如果没有定义主键,则会选择第一个不为NULL的唯一索引列作为聚簇索引。
  • 如果以上两个都没有。InnoDB 会使用一个6 字节长整型的隐式字段 ROWID字段构建聚簇索引。该ROWID字段会在插入新行时自动递增。

除了聚簇索引之外的索引都称为非聚簇索引,区别在于,聚簇索引的叶子节点存储的数据是整行数据,而非聚簇索引存储的是该行的主键值。

比如有一张user表,如图所示:

底层的数据结构就像这样:

当我们用主键值去查询的时候,查询效率是很快的,因为可以直接返回数据。

普通索引

也就是用得最多的一种索引,比如我要为user表的age列创建索引,SQL语句可以这样写:

CREATE INDEX INDEX_USER_AGE ON `user`(age);

普通索引属于非聚簇索引,所以叶子节点存储的是主键值,底层的数据结构大概长这个样子:

比如要查询age=33的数据,那么首先查到磁盘块7的age=33的数据,获取到主键值,主键值为4。

接着再通过主键值等于4,查询到该行的数据。所以总得来说,底层会进行两次查询。

这种先通过查询主键值,再通过主键值查询到数据的过程就叫做回表查询。

覆盖索引

既然上面提到了回表查询,那么自然而然会想到,有没有什么办法能避免回表查询呢?答案肯定是有的,那就是使用覆盖索引。

覆盖索引不是一种索引的类型,而是一种使用索引的方式。假设你需要查询的列是建立了索引,查询的结果在索引列上就能获取,那就可以用覆盖索引。

比如上面的例子,我们通过age=33查询,我需要查询的结果就只要age这一列,那就可以用到覆盖索引,如图所示:

使用到覆盖索引的话,就能避免回表查询,所以在写SQL语句时尽量不要写SELECT *

总结

这篇文章主要讲的是索引的类型,索引的数据结构,以及InnoDB表中常用的几种索引。当然,除了上述讲的这些之外,还有很多关于索引的知识,比如索引失效的场景,索引创建的原则等等,由于篇幅过长,留着以后再讲。

那么这篇文章就写到这里了,感谢大家的阅读。

觉得有用就点个赞吧,你的点赞是我创作的最大动力~

我是一个努力让大家记住的程序员。我们下期再见!!!

能力有限,如果有什么错误或者不当之处,请大家批评指正,一起学习交流!



MySQL

本博客所有文章除特别声明外,均采用 CC BY-SA 3.0协议 。转载请注明出处!