MySQL 篇-深入了解存储引擎、索引（InnoDB 索引结构 B+Tree、索引使用规则）

🔥博客主页： 【小扳_-CSDN博客】**
❤感谢大家点赞👍收藏⭐评论✍**

1.0 存储引擎概述

** 存储引擎就是存储数据、建立索引、更新、查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。**

** 默认的存储引擎为 InnoDB 。**

1）通过 SQL 语句来查询建表时指定的存储引擎：

show create table 表名;

2）通过 SQL 语句查询当前数据库支持的存储引擎：

show engines;

3）通过 SQL 语句在创建表的时候指定存储引擎：

create table tb_text(
    id int primary key comment 'id'
)engine = MyISAM comment 'text';

show create table tb_text;

运行结果：

1.1 存储引擎 - InnoDB

** InnoDB 是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB 是默认的 MySQL 存储引擎。**

特点：

** 1）DML 操作遵循 ACID 模型，支持事务。**

** 2）行级锁，提高并发访问性能。**

** 3）支持外键 FOREIGN KEY 约束，保证数据的完整性和正确性。**

文件：

** xxx.ibd：xxx 代表的是表名，innoDB 引擎的每张表都会对应这样一个表空间文件，存储该表结构、数据和索引。**

1.2 存储引擎 - MyISAM

** MyISAM 是 MySQL 早期的默认存储引擎。**

特点：

** 1）不支持事务，不支持外键。**

** 2）支持表锁，不支持行锁。**

** 3）访问速度快。**

文件：

** xxx.sdi：存储表结构信息。**

** xxx.MYD：存储数据。**

** xxx.MYI：存储索引。**

1.3 存储引擎 - Memory

** Memory 引擎的表数据存储在内存中，由于受到硬件问题或者断电问题的影响，只能将这些表作为临时表或缓存使用。**

特点：

** 1）内存存放。**

** 2）Hash 索引(默认)**

文件：

** xxx.sdi：存储表结构信息。**

1.4 存储引擎 - 选择

根据 InnoDB、MyISAM、Memory 三种引擎的特点来选择：

** 在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。**

** 1）InnoDB：是 MySQL 的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么 InnoDB 存储引擎是比较合适的选择。**

** 2）MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。**

** 3）MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY 的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。**

2.0 索引概述

** 索引是帮助 MySQL 高效获取数据的有序的数据结构。在数据之外，数据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。**

索引的优缺点：

** 优点：**

** 1）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。**

** 缺点：**

** 1）索引列也是要占用空间的。**

** 2）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 时效率降低。**

2.1 索引结构

MySQL 的索引是在存储引擎层实现的，不同的存储引擎有不同的结构：

** B+Tree 索引：最常见的索引类型，大部分引擎都支持 B+ 树索引，包含 InnoDB、MyISAM、Memory 引擎。**

** Hash 索引：底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询。Hash 索引是 Memory 引擎的一个特殊索引类型。**

** R-tree 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。**

2.1.1 索引结构 - B-Tree

** B-Tree（多路平衡查找树）以一颗最大度数为 5 阶的 B-Tree 为例（每个节点最多存储 4 个 key，5 个指针）：**

举个例子：

2.1.2 索引结构 - B+Tree

** B+Tree 以一颗最大度数为 3 阶的 B+Tree 为例：**

** 非叶子节点就只存储索引，没有数据，而叶子节点存放索引和对应的数据，所有的叶子节点加起来数据就是存储完整的数据，叶子节点之间使用了单向链表链接起来。**

相对于 B-Tree 区别：

** 1）所有的数据都会出现在叶子节点。**

** 2）叶子节点形成一个单向链表。**

** 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。**

2.1.3 索引结构 - Hash

** 哈希索引就是采用一定的 Hash 算法，将键值换算成新的 hash 值，映射到对应的槽位上，然后存储在 hash 表中。如果两个键值，映射到一个相同的槽位上，他们就产生了 hash 冲突，也称为 hash 碰撞，可以通过链表来解决。**

特点：

** 1）Hash 索引只能用于对等比较（=、in），不支持范围查询（between，>，<）**

** 2）无法利用索引完成排序操作。**

** 3）查询效率高，通常只需要一次检索就可以了，效率通常要高于 B+Tree 索引。**

** 在 MySQL 中，支持 hash 索引的是 Memory 引擎，而 InnoDB 中具备自适应 Hash 功能，hash 索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的。**

2.1.4 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？

** 1）相对于二叉树，层级更少，搜索效率高。**

** 2）对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。**

** 3）相对于 Hash 索引，B+Tree 支持范围匹配及排序操作。**

2.2 索引分类

** 1）主键索引：针对于表中主键创建的索引，默认会自动创建，只有一个。**

** 2）唯一索引：避免同一个表中某数据列中的值重复，可以有多个唯一索引。**

** 3）常规索引：快速定位特定数据，可以有多个常规索引。**

在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

** 1）聚集索引：将数据存储与索引放到一块，索引结构的叶子节点保存了行数据，必须有，而且只有一个。**

聚集索引选取规则：

** 如果存在主键，主键索引就是聚集索引。**

** 如果不存在主键，将使用第一个唯一索引作为聚集索引。**

** 如果表没有主键，也没有合适的唯一索引，则 InnoDB 会自动生成一个 rowid 作为隐藏的聚集索引。**

** 2）二级索引：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键，可以存在多个。**

查询的具体流程：

** 当执行 'select * from user where name = "Arm" ' 语句时，由于 name 字段存在索引，所以不会进行全表查询，先会根据 name 字段的索引来查找 "Arm"，又因为需要返回 "Arm" 表中的所有信息，因此会根据得到的主键 ID 为 10 进行回表查询，也就是到聚集索引中根据 10 来查询 row 该行的所有信息。**

2.3 索引语法

** 1）创建索引：**

CREATE [UNIQUE] INDEX index_name ON table_name(index_col_name);

举个例子：

/*对于字段 book_name 创建唯一索引*/
create unique index idx_book_name on book(book_name);

** 2）查看索引：**

SHOW INDEX FROM table_name;

举个例子：

/*查看该表中的全部索引*/
show index from book;

** 运行结果：**

** 3）删除索引： **

DROP INDEX index_name ON table_name;

** 举个例子：**

/*删除指定索引*/
drop index idx_book_name on book;

运行结果：

2.4 索引性能分析

** 通过执行频次来查看是否需要在表中创建索引，创建索引之后，通过查看索引性能进行进一步优化处理。**

2.4.1 查看执行频次

** MySQL 客户端连接成功后，通过以下命令可以提供服务器状态信息：**

show global status like 'Com_______';

** 通过该指令，可以查看当前数据库的 INSERT、UPDATE、DELETE、SELECT 的访问频次。**

例如：

** 可以看到，当前数据库主要是以查询为主，查询次数 903 次。**

2.4.2 慢查询日志

** 慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认 10 秒）的所有 SQL 语句的日志。**

** MySQL 的慢查询日志默认没有开启，需要在 MySQL 的配置文件中配置如下信息：**

** 先开启慢查询开关，再设置慢查询的时间。配置完毕之后，重新启动 MySQL 服务器进行测试，查看慢日志文件中记录的信息。**

** 在 linux 环境下的慢日志文件为：/var/lib/mysql/localhost-slow.log 。通过查看该日志文件，就可以知道哪一个查询语句执行时间是超过 2 秒。**

2.4.3 show profiles

** show profiles 能够在做 SQL 优化时帮助我们了解时间都耗费到哪里去了。通过 have_profiling 参数，能够看到当前 MySQL 是否支持 profile 操作：**

select @@have_profiling;

运行结果：

** 查看 profile 操作是否开启：**

select @@profiling;

运行结果：

** 默认 profiling 是关闭的，可以通过 set 语句在 session/global 级别开启 profiling：**

set profiling = 1;

执行一系列的业务 SQL 操作，然后通过如下指令查看指令的执行耗时：

** 1）查看每一条 SQL 的耗时基本情况：**

show profiles;

执行结果：

** 2）查看指定 query_id 的 SQL 语句各个阶段的耗时情况：**

show profile all for query query_id;

2.4.4 explain

** EXPLAIN 或者 DESC 命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。**

语法：

explain select 字段列表 from 表名 where 条件;

** 直接在 select 语句之前加上关键字 explain / desc 。**

举个例子：

explain select * from book where book_name = '活着';

执行结果：

解析字段含义：

** 1）ID：select 查询的序列号，表示查询中执行 select 子句或者是操作表的顺序（id 相同，执行顺序从上到下；id 不同，值越大，越先执行）。**

** 2）select_type：表示 select 的类型，常见的取值有 simple（简单表，即不适用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE 之后包含了子查询）等。**

** 3）type：表示连接类型，性能由好到差的连接类型为：**

** NULL、system、const、eq_ref、ref、range、index、all 。**

** 4）possible_key：显示可能应用这张表上的索引，一个或多个。**

** 5）key：实际使用的索引，如果为 null，则没有使用索引。**

** 6）key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。**

** 7）rows：MySQL 认为必须要执行查询的行数，在 InnoDB 引擎的表中，是一个估计值，可能并不总是准确的。**

** 8）filtered：表示返回结果的行数占需要读取行数的百分比，filtered 的值越大越好。**

2.5 索引使用规则

2.5.1 最左前缀法则

** 如果创建了联合索引，要遵循最左前缀法则。最左前缀法则则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）。**

举个例子：

/*创建联合索引*/
create index idx_book_name_author_cat on book(book_name,book_author,book_category);

/*查询计划*/
explain select * from book where book_name = '活着' and book_author = '余华' and book_category = 1;

执行结果：

** 如果条件中没有包含 book_name 字段，则不会走索引，会走全表查询：**

/*查询计划*/
explain select * from book where  book_author = '余华' and book_category = 1;

执行结果：

** 如果条件中没有包含 book_author 字段，则会走索引，但是 book_category 字段会失效：**

/*查询计划*/
explain select * from book where  book.book_name = '活着' and book_category = 1;

** 执行结果：**

** 需要注意的是：**

** 在联合索引中，出现范围查询(<、>) ，范围查询右侧的列索引失效，需要加上 '=' 来处理，也就是说尽量使用（>=、<=）。**

2.5.2 索引失效情况

** 1）不要再索引列上进行函数运算操作，索引将失效。比如说，使用 subsring 来截取字符串，会导致索引失效。**

** 2）字符串类型字段使用时，不加引号，索引将失效。**

** 3）模糊查询，如果仅仅时尾部模糊匹配，索引不会失效，如果时头部模糊匹配，索引失效。**

/*仅仅是尾部模糊，则索引不会失效*/
explain select * from book where  book_name like '活%';


/*只要有头部模糊匹配，则索引会失效*/
explain select * from book where  book_name like '%着';

分别执行的结果：

** 4）or 连接的条件，用 or 分割开的条件，如果 or 前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。**

举个例子：

** book_id 有主键索引，book_name 有联合索引，而 book_press 没有索引。**

explain select * from book where book_id = 1 or book_name = '余华';

explain select * from book where book_id = 1 or book_press = '作家出版社';

分别执行的结果：

** 5）数据分布影响：如果 MySQL 评估使用索引比全表更慢，则不使用索引。**

2.5.3 SQL 提示

** 是优化数据库的一个重要手段，简单来说，就是在 SQL 语句中加入一些人为的提示来达到优化操作的目的。**

** 1）use index：给数据库提供建议使用指定的索引。**

举个例子：

** 现在字段 book_name 有创建了联合索引和常规索引，当给数据库查询的时候使用指定的索引建议的 SQL 语句：**

explain select * from  book use index(idx_book_name)  where book_name = '活着';

执行结果：

** 2）ignore index：忽略指定的索引。**

举个例子：

explain select * from  book ignore index(idx_book_name) where book_name = '活着';

执行结果：

** 3）force index：必须要使用指定的索引。**

举个例子：

explain select * from  book force index(idx_book_name) where book_name = '活着';

执行结果：

2.5.4 覆盖索引

** 尽量使用覆盖索引，查询使用了索引，并且需要返回的列，在索引中已经全部能够找到，减少 select * 。简单来说，覆盖索引就是避免进行回表查询，从而使得效率提高。**

举个例子：

explain select * from book where book_name = '活着' and book_author = '余华' and book_category = 1;

执行结果：

** 以上的 SQL 语句返回的结果是 * 全部信息，且使用了联合索引。因此，需要进行回表查询，效率是比较低的。**

** 如果需要的信息，在第一次联合索引查询到之后可以得到，那么不需要进行回表查询，这就是覆盖索引，效率较高。**

explain select book_id,book_name,book_author,book_category from book where book_name = '活着' and book_author = '余华' and book_category = 1;

执行结果：

** using index condition：查找使用了索引，但是需要回表查询数据。**

** using where;using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。**

2.5.5 前缀索引

** 当字段类型为字符串时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘 IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引这样可以大大节约索引空间，从而提高索引效率。**

语法：

create index idx_xxx_xx on table_name(column(n));

** n 为前缀长度，可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是 1，这是最好的索引选择性，性能也是最好的。**

select count(distinct substring(book.book_name,1,1)) / count(*) from book;

执行结果：

2.5.6 单列、联合索引

** 单列索引：即一个索引只包含单个列。**

** 联合索引：即一个索引包含了多个列。**

** 业务场景中，如果存在多个查询条件，考虑对于查询字段建立索引时，建议建立联合索引，而非单列索引。**

** 在使用 and 多条件联合查询时，MySQL 优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。因此，必定会发生回表查询，效率会较低。**

2.6 设计原则

** 1）针对数据量较大，且查询比较频繁的表建立索引。**

** 2）针对于常作为查询条件 (where)、排序(order by)、分组(group by) 操作的字段建立索引。**

** 3）尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。**

** 4）如果时字符串类型的字段，字段的长度越长，可以针对于字段的特点，建立前缀索引。**

** 5）尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。**

** 6）要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。**

** 7）如果索引列不能存储 null 值，请在创建表时使用 not null 约束它。当优化器知道每列是否包含 null 值时，它可以更好地确定哪个索引最有效地用于查询。**