『MySQL快速上手』-⑩-索引特性

文章目录

1.索引的作用

提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的

create index

，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见的索引分为：

• 主键索引（primary key）；
• 唯一键索引（unique）；
• 普通索引（index）；
• 全文索引（fulltext）；

我们先来看看，加入没有索引，在查询的时候可能出现什么问题？

案例

• 先整一个海量表，在查询的时候，看看没有索引时有什么问题？

dropdatabaseifexists`bit_index`;createdatabaseifnotexists`bit_index`defaultcharacterset utf8;use`bit_index`;-- 构建一个8000000条记录的数据-- 构建的海量表数据需要有差异性，所以使用存储过程来创建-- 产生随机字符串delimiter $$
createfunction rand_string(n INT)returnsvarchar(255)begindeclare chars_str varchar(100)default'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';declare return_str varchar(255)default'';declare i intdefault0;while i < n doset return_str=concat(return_str,substring(chars_str,floor(1+rand()*52),1));set i = i +1;endwhile;return return_str;end $$
delimiter;-- 产生随机数字delimiter $$
createfunction rand_num()returnsint(5)begindeclare i intdefault0;set i = floor(10+rand()*500);return i;end $$
delimiter;-- 创建存储过程，向雇员表添加海量数据delimiter $$
createprocedure insert_emp(instartint(10),in max_num int(10))begindeclare i intdefault0;set autocommit =0;repeatset i = i +1;insertinto EMP values((start+i),rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
endrepeat;commit;end $$
delimiter;-- 雇员表createtable`EMP`(`empno`int(6)unsigned zerofill NOTNULLCOMMENT'雇员编号',`ename`varchar(10)DEFAULTNULLCOMMENT'雇员姓名',`job`varchar(9)DEFAULTNULLCOMMENT'雇员职位',`mgr`int(4)unsigned zerofill DEFAULTNULLCOMMENT'雇员领导编号',`hiredate`datetimeDEFAULTNULLCOMMENT'雇佣时间',`sal`decimal(7,2)DEFAULTNULLCOMMENT'工资月薪',`comm`decimal(7,2)DEFAULTNULLCOMMENT'奖金',`deptno`int(2)unsigned zerofill DEFAULTNULLCOMMENT'部门编号');-- 执行存储过程，添加8000000条记录call insert_emp(100001,8000000);

• 现在一个海量数据表已经创建好了。
• 我们先来查询一下员工编号为998877的员工；

select*from EMP where empno=998877;

这里我们可以清楚地看到耗时为

7.59

秒。此时还是在仅有本机一人查询的情况下，在实际项目中，若同时有1000个人并发查询，很有可能死机。

索引能够有效地解决这个问题，我们先看一下效果。

• 为员工表创建索引；

altertable EMP addindex(empno);

• 换一个员工编号，再次查询；

select*from EMP where empno=123456;

可以看出，此时查询时间不到

0.01

秒。

2.索引的理解

建立测试表

createtableifnotexistsuser( 
    id intprimarykey, 
    age intnotnull, 
    name varchar(16)notnull);showcreatetableuser \G

插入多条记录

查看结果

2.1 MySQL与磁盘交互的基本单位

我们这里就不再详细介绍磁盘，我们直接使用结论：

• 磁盘的基本单位为一个扇区，大小为512字节；
• 但是系统软件与磁盘交互的基本单位并非512字节。单次IO为512字节太小，IO单位小，意味着读取同样多的数据内容，需要进行多次的磁盘访问，会带来效率的降低；
• 在linux文件系统的学习中，我们知道文件系统读取的基本单位不是扇区而是数据块，单位为4KB。

而MySQL作为一款应用软件，可以想象成特殊的文件系统。他有着更高的IO场景，所以，为了提高基本的IO效率，MySQL进行IO的基本单位是

16KB

。

showglobalstatuslike'innodb_page_size';

（如图，16384 = 16 * 1024）

也就是说，磁盘这个硬件设备的基本单位是

512 

字节，而

 MySQL InnoDB

引擎使用

16KB

进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是

16KB 

。这个基本数据单元，在 MySQL 这里叫做

page

。

2.1 为何IO交互要是 Page

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?

如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。

但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。

你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有

局部性原理

。

往往IO效率低下的

最主要矛盾不是IO单次数据量的大小，而是IO的次数

。

2.3 理解单个Page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是16KB ，使用

prev

和

next

构成双向链表因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？

插入数据时排序的目的，就是

优化查询的效率

。页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。

正是因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

2.4 理解多个Page

• 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
• 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

2.5 页目录

我们在看《谭浩强C程序设计》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法:

• 从头逐页的向后翻，直到找到目标内容；
• 通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。

同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位。本质上，书中的目录，是多花了纸张的，但是却提高了效率所以，目录，是一种“

空间换时间的做法

”。

2.6 单页情况

针对上面的单页Page，我们能否也引入目录呢？当然可以。

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。

现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？

• 可以很方便引入目录；

2.7 多页情况

MySQL 中每一页的大小只有

16KB

，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。

这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，

给Page也带上目录

。

• 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
• 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
• 其中，每个目录项的构成是：键值+指针。图中没有画全。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页。

如图可以直观地看出，这就是

B+

树。至此，我们已经给我们的表user构建完了主键索引。

随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

• 链表：线性遍历；
• 二叉搜索树：退化问题，可能退化成为线性结构；
• AVL &&红黑树：虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互；
• Hash：官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行。

2.8 B+ vs B

B树

B+树

两种树的区别在于：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针；
• B+叶子节点，全部相连，而B没有；

为何选择B+树

• 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少；
• 叶子节点相连，更便于进行范围查找；

2.9 聚簇索引 vs 非聚簇索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引，

 Col1

为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。

相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

非聚簇索引

createdatabase myisam_test;use myisam_test;

createtable mytest( id intprimarykey, name varchar(11)notnull)engine=MyISAM;

ls /var/lib/mysql/myisam_test/ -l

其中，

 MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引

。

聚簇索引

createdatabase innodb_test;use innodb_test;

createtable mytest( id intprimarykey, name varchar(11)notnull)engine=InnoDB;

ls /var/lib/mysql/innodb_test/ -l

其中，

 InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

；

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

对于 MyISAM ，建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别。

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

3.索引操作

3.1 创建主键索引

• 第一种方式；

-- 在创建表的时候，直接在字段名后指定 primary keycreatetable user1(id intprimarykey, name varchar(30));

• 第二种方式；

-- 在创建表的最后，指定某列或某几列为主键索引createtable user2(id int, name varchar(30),primarykey(id));

• 第三种方式；

createtable user3(id int, name varchar(30));-- 创建表以后再添加主键altertable user3 addprimarykey(id);

主键索引的特点

• 一个表中，最多有一个主键索引，当然可以使符合主键；
• 主键索引的效率高（主键不可重复）；
• 创建主键索引的列，它的值不能为null，且不能重复；
• 主键索引的列基本上是int；

3.2 唯一索引的创建

• 第一种方式；

-- 在表定义时，在某列后直接指定unique唯一属性。createtable user4(id intprimarykey, name varchar(30)unique);

• 第二种方式；

-- 创建表时，在表的后面指定某列或某几列为uniquecreatetable user5(id intprimarykey, name varchar(30),unique(name));

• 第三种方式；

createtable user6(id intprimarykey, name varchar(30)）；
altertable user6 addunique(name);

唯一索引的特点

• 一个表中，可以有多个唯一索引；
• 查询效率高；
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据；
• 如果一个唯一索引上指定not null，等价于主键索引；

3.3 普通索引的创建

• 第一种方式；

createtable user8(id intprimarykey,
name varchar(20),
email varchar(30),index(name)--在表的定义最后，指定某列为索引);

• 第二种方式；

createtable user9(id intprimarykey, name varchar(20), email
varchar(30));altertable user9 addindex(name);--创建完表以后指定某列为普通索引

• 第三种方式；

createtable user10(id intprimarykey, name varchar(20), email
varchar(30));-- 创建一个索引名为 idx_name 的索引createindex idx_name on user10(name);

普通索引的特点

• 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多；
• 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引；

3.4 全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

CREATETABLE articles (
    id INTUNSIGNEDAUTO_INCREMENTNOTNULLPRIMARYKEY,
    title VARCHAR(200),
    body TEXT,
    FULLTEXT (title,body))engine=MyISAM;

INSERTINTO articles (title,body)VALUES('MySQL Tutorial','DBMS stands for DataBase ...'),('How To Use MySQL Well','After you went through a ...'),('Optimizing MySQL','In this tutorial we will show ...'),('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),('MySQL vs. YourSQL','In the following database comparison ...'),('MySQL Security','When configured properly, MySQL ...');

查询有没有database数据

如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引；

select*from articles where body like'%database%';

可以用explain工具看一下，是否使用到索引；

explainselect*from articles where body like'%database%'\G

（key为null表示没有用到索引）

• 如何使用全文索引呢？

SELECT*FROM articles WHEREMATCH(title,body) AGAINST ('database');

通过explain来分析这个sql语句；

3.5 查询索引

• 第一种方法：

showkeysfrom 表名;

• 第二种方法：

showindexfrom 表名;

• 第三种方法：

desc 表名;

3.6 删除索引

• 删除主键索引；

altertable 表名 dropprimarykey;

• 其他索引的删除；

altertable 表名 dropindex 索引名;

• 第三种方法；

dropindex 索引名 on 表名

3.7 索引创建原则

• 比较频繁作为查询条件的字段应该创建索引；
• 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件；
• 更新非常频繁的字段不适合作创建索引；
• 不会出现在where子句中的字段不该创建索引；