本篇文章給大家?guī)砹岁P(guān)于mysql的相關(guān)知識(shí)，MySQL官方對索引的定義為索引（Index）是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，可以得到索引的本質(zhì)，索引是數(shù)據(jù)結(jié)構(gòu)，下面一起來看一下，希望對大家有幫助。

推薦學(xué)習(xí)：mysql視頻教程

簡介

在數(shù)據(jù)之外，數(shù)據(jù)庫系統(tǒng)還維護(hù)著滿足特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用（指向）數(shù)據(jù)，這樣就可以在這些數(shù)據(jù)結(jié)構(gòu)上實(shí)現(xiàn)高級查找算法。這種數(shù)據(jù)結(jié)構(gòu)，就是索引。

一般來說索引本身也很大，不可能全部存儲(chǔ)在內(nèi)存中，因此索引往往以索引文件的形式存儲(chǔ)的磁盤上。

優(yōu)點(diǎn)：

1、類似大學(xué)圖書館建書目索引，提高數(shù)據(jù)檢索的效率，降低數(shù)據(jù)庫的IO成本。

2、通過索引列對數(shù)據(jù)進(jìn)行排序，降低數(shù)據(jù)排序的成本，降低了CPU的消耗。

缺點(diǎn)：

1、雖然索引大大提高了查詢速度，同時(shí)卻會(huì)降低更新表的速度，如對表進(jìn)行INSERT、UPDATE和DELETE。因?yàn)楦卤頃r(shí)，MySQL不僅要保存數(shù)據(jù)，還要保存一下索引文件。每次更新添加了索引列的字段，都會(huì)調(diào)整因?yàn)楦滤鶐淼逆I值變化后的索引信息。

2、實(shí)際上索引也是一張表，該表保存了主鍵與索引字段，并指向?qū)嶓w表的記錄，所以索引列也是要占用空間的

索引舉例：（用樹結(jié)構(gòu)做索引）

左邊是數(shù)據(jù)表，一共有兩列七條記錄，最左邊的是數(shù)據(jù)記錄的物理地址。

為了加快Col2的查找，可以維護(hù)一個(gè)右邊所示的二叉查找樹，每個(gè)節(jié)點(diǎn)分別包含索引鍵值和一個(gè)指向?qū)?yīng)數(shù)據(jù)記錄物理地址的指針，這樣就可以運(yùn)用二叉查找在一定的復(fù)雜度內(nèi)獲取到相應(yīng)數(shù)據(jù)，從而快速的檢索出符合條件的記錄。

索引結(jié)構(gòu)（樹）

如何通過索引加快數(shù)據(jù)庫表的查詢速度呢？為了方便講解，我們限定于數(shù)據(jù)庫表只包含下面這樣兩個(gè)查詢需求：

1、select* from user where id=1234；

2、select *from user where id>1234 and id<2345;（按區(qū)間）

為什么用樹，而不用哈希表

哈希表按值查詢的性能很好，時(shí)間復(fù)雜度是O(1)，但它不能支持按照區(qū)間快速查找數(shù)據(jù)，因此無法滿足要求。同理，盡管平衡二叉查找樹查詢性能很高，時(shí)間復(fù)雜度為O(logn)，而且對樹進(jìn)行中序遍歷，可以輸出有序的數(shù)據(jù)序列，但也無法滿足按照區(qū)間快速查找數(shù)據(jù)的需求。

為了支持按照區(qū)間快速查找數(shù)據(jù)，我們對二叉查找樹進(jìn)行改造，將二叉查找樹的葉子節(jié)點(diǎn)用鏈表串起來，如果要查找某個(gè)區(qū)間的數(shù)據(jù)，只需要用區(qū)間的起始值，在樹中進(jìn)行查找，當(dāng)定位到有序鏈表中的某個(gè)節(jié)點(diǎn)之后，再從這個(gè)節(jié)點(diǎn)開始順著有序鏈表往后遍歷，直到有序鏈表中的節(jié)點(diǎn)數(shù)據(jù)值大于區(qū)間終止值為止。

又因?yàn)闃渖系暮芏嗖僮鞯臅r(shí)間復(fù)雜程度與樹的高度成正比，降低的樹的高度，就能減少磁盤IO操作。因此我們把索引構(gòu)建成m叉樹（m>2），詳細(xì)介紹可看后文。

BTree索引

在介紹B+樹之前，先來了解一下B樹。

1、初始化介紹

一顆b樹，淺藍(lán)色的塊我們稱之為一個(gè)磁盤塊，可以看到每個(gè)磁盤塊包含幾個(gè)數(shù)據(jù)項(xiàng)（深藍(lán)色所示）和指針（黃色所示），如磁盤塊1包含數(shù)據(jù)項(xiàng)17和35，包含指針P1、P2、P3。P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。

注意：

真實(shí)的數(shù)據(jù)只存在于葉子節(jié)點(diǎn)，即3、5、9、10、13、15、28、29、36、60、75、79、90、99。（而且是多條數(shù)據(jù)組成的數(shù)據(jù)區(qū)間：3~ 5，… … ，90~ 99）

非葉子節(jié)點(diǎn)不存儲(chǔ)真實(shí)的數(shù)據(jù)，只存儲(chǔ)指引搜索方向的數(shù)據(jù)項(xiàng)，如17、35并不真實(shí)存在于數(shù)據(jù)表中。

2、查找過程

如果要查找數(shù)據(jù)項(xiàng)29，那么首先會(huì)把磁盤塊1由磁盤加載到內(nèi)存，此時(shí)發(fā)生一次IO，在內(nèi)存中用二分查找確定29在17和35之間，鎖定磁盤塊1的P2指針，內(nèi)存時(shí)間因?yàn)榉浅６蹋ㄏ啾却疟P的IO）可以忽略不計(jì)，通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內(nèi)存，發(fā)生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到內(nèi)存，發(fā)生第三次IO，同時(shí)內(nèi)存中做二分查找找到29，結(jié)束查詢，總計(jì)三次IO。

B+Tree索引

B+樹和B樹類似，B+樹是B樹的改進(jìn)版。 即：m叉查找樹與有序鏈表構(gòu)建成的樹就是B+樹，也就是要存儲(chǔ)的樹索引

如圖：B+樹和B樹的主要區(qū)別有以下兩點(diǎn)：

1、B+樹的葉子節(jié)點(diǎn)用鏈表來串聯(lián)。 查找某個(gè)區(qū)間的數(shù)據(jù)，只需要用區(qū)間的起始值，在樹中進(jìn)行查找，當(dāng)定位到有序鏈表中的某個(gè)節(jié)點(diǎn)之后，再從這個(gè)節(jié)點(diǎn)開始順著有序鏈表往后遍歷，直到有序鏈表中的節(jié)點(diǎn)數(shù)據(jù)值大于區(qū)間終止值為止。

2、B+樹中的任何節(jié)點(diǎn)都不存儲(chǔ)真實(shí)數(shù)據(jù)，只是用來索引。 B樹直接通過葉子節(jié)點(diǎn)獲取到數(shù)據(jù)；而B+樹每個(gè)葉子節(jié)點(diǎn)存儲(chǔ)數(shù)據(jù)行的鍵值和地址信息，當(dāng)查詢到某個(gè)葉子節(jié)點(diǎn)時(shí)，通過葉子節(jié)點(diǎn)的地址找到真實(shí)的數(shù)據(jù)信息。

聚簇索引與非聚簇索引

聚簇索引并不是一種單獨(dú)的索引類型，而是一種數(shù)據(jù)存儲(chǔ)方式。 術(shù)語‘聚簇’表示數(shù)據(jù)行和相鄰的鍵值聚簇的存儲(chǔ)在一起。

聚簇索引的好處：

按照聚簇索引排列順序，查詢顯示一定范圍數(shù)據(jù)的時(shí)候，由于數(shù)據(jù)都是緊密相連，數(shù)據(jù)庫不不用從多個(gè)數(shù)據(jù)塊中提取數(shù)據(jù)，所以節(jié)省了大量的io操作。

聚簇索引的限制：

1、對于mysql數(shù)據(jù)庫目前只有innodb數(shù)據(jù)引擎支持聚簇索引，而Myisam并不支持聚簇索引。

2、由于數(shù)據(jù)物理存儲(chǔ)排序方式只能有一種，所以每個(gè)Mysql的表只能有一個(gè)聚簇索引。一般情況下就是該表的主鍵。

3、為了充分利用聚簇索引的聚簇的特性，所以innodb表的主鍵列盡量選用有序的順序id，而不建議用無序的id，比如uuid這種。

如下圖，左側(cè)的索引就是聚簇索引，因?yàn)閿?shù)據(jù)行在磁盤的排列和索引排序保持一致。

索引分類

單值索引

即一個(gè)索引只包含單個(gè)列，一個(gè)表可以有多個(gè)單列索引

隨表一起建索引： CREATE TABLE customer ( id INT(10) UNSIGNED  AUTO_INCREMENT , customer_no VARCHAR(200), customer_name VARCHAR(200), PRIMARY KEY(id), KEY (customer_name) );   單獨(dú)建單值索引： CREATE  INDEX idx_customer_name ON customer(customer_name);    刪除索引： DROP INDEX idx_customer_name  on customer;

唯一索引

索引列的值必須唯一，但允許有空值

隨表一起建索引： CREATE TABLE customer ( id INT(10) UNSIGNED  AUTO_INCREMENT , customer_no VARCHAR(200), customer_name VARCHAR(200),   PRIMARY KEY(id),   KEY (customer_name),   UNIQUE (customer_no) );    單獨(dú)建唯一索引： CREATE UNIQUE INDEX idx_customer_no ON customer(customer_no);    刪除索引： DROP INDEX idx_customer_no on customer ;

主鍵索引

設(shè)定為主鍵后數(shù)據(jù)庫會(huì)自動(dòng)建立索引，innodb為聚簇索引

隨表一起建索引： CREATE TABLE customer ( id INT(10) UNSIGNED  AUTO_INCREMENT , customer_no VARCHAR(200), customer_name VARCHAR(200),   PRIMARY KEY(id)  );     CREATE TABLE customer2 ( id INT(10) UNSIGNED   , customer_no VARCHAR(200), customer_name VARCHAR(200),   PRIMARY KEY(id)  );    單獨(dú)建主鍵索引： ALTER TABLE customer   add PRIMARY KEY customer(customer_no);     刪除建主鍵索引： ALTER TABLE customer   drop PRIMARY KEY ;     修改建主鍵索引： 必須先刪除掉(drop)原索引，再新建(add)索引

復(fù)合索引

即一個(gè)索引包含多個(gè)列

隨表一起建索引： CREATE TABLE customer ( id INT(10) UNSIGNED  AUTO_INCREMENT , customer_no VARCHAR(200), customer_name VARCHAR(200),   PRIMARY KEY(id),   KEY (customer_name),   UNIQUE (customer_name),   KEY (customer_no,customer_name) );   單獨(dú)建索引： CREATE  INDEX idx_no_name ON customer(customer_no,customer_name);    刪除索引： DROP INDEX idx_no_name  on customer ;

性能分析

索引創(chuàng)建場景

哪些情況需要?jiǎng)?chuàng)建索引

1、主鍵自動(dòng)建立唯一索引

2、頻繁作為查詢條件的字段應(yīng)該創(chuàng)建索引

3、查詢中與其它表關(guān)聯(lián)的字段，外鍵關(guān)系建立索引

4、單鍵/組合索引的選擇問題， 組合索引性價(jià)比更高

5、查詢中排序的字段，排序字段若通過索引去訪問將大大提高排序速度

6、查詢中統(tǒng)計(jì)或者分組字段

哪些情況不要?jiǎng)?chuàng)建索引

1、表記錄太少

2、經(jīng)常增刪改的表或者字段 原因：提高了查詢速度，同時(shí)卻會(huì)降低更新表的速度，如對表進(jìn)行INSERT、UPDATE和DELETE。因?yàn)楦卤頃r(shí)，MySQL不僅要保存數(shù)據(jù)，還要保存一下索引文件

3、Where條件里用不到的字段不創(chuàng)建索引

4、過濾性不好的不適合建索引

推薦學(xué)習(xí)：mysql視頻教程