2. MySQL索引

2.1 索引的定义

索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有：B树， B+树和Hash索引。可以把索引看作书的目录，当我们查字典时，如果没有目录，那么我们就只能一页一页的去找我们需要去查的那个字段，速度很慢。而有了目录，就可以先去目录找对应的位置，然后翻到那一页即可。

2.2 索引的底层数据结构

2.2.1 哈希表

哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据。

但是，哈希算法存在哈希冲突，也就是多个不同的key最后得到的index是相同的。这里常用的解决方法是链地址法。

image-20220527165513148
为了减少Hash的冲突，一个好的哈希函数应该”均匀地“将数据分布再整个可能的哈希值集合中。
虽然哈希表很快，但是MySQL还是没有选择其作为索引的数据结构，原因如下：

• Hash冲突；
• Hash索引不支持顺序和范围查询。假如我们要对表中的数据进行排序或者范围查询，那哈希索引就不可行了。（这也是哈希索引存在的最大的问题）
• 比如以下这种情况：
• select * from student where id < 500
• 对于这种范围查询，直接遍历比 500 小的叶子节点就够了。而 Hash 索引是根据 hash 算法来定位的，需要把 1 - 499 的数据，每个都进行一次 hash 计算来定位，会浪费很多时间。

2.2.2 B树 和 B+树

B树也称B-树，全称为多路平衡查找树，B+树是B树的一个变种。B树和B+树中的B都是平衡（Balance）的意思。目前大多数数据库或者文件系统都采用B树或B+树作为索引结构。
B树和B+树的区别如下（面试重点）：

• B树的所有节点既存放键也存放数据，而B+树只有叶子节点存放键和数据，其他节点只存放键；
• B树的叶子节点都是独立的，而B+树的叶子节点有一条引用链指向与它相邻的叶子节点；
• B树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

InnoDB 和 MyISAM中都采用的是B+树索引，但是实现的细节却不同，具体如下：

• MyISAM 引擎中，B+树叶节点的 data 域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为非聚集索引；
• InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按 B+树组织的一个索引结构，树的叶节点 data 域保存了完整的数据记录。这个索引的 key 是数据表的主键，因此 InnoDB 表数据文件本身就是主索引。这被称为聚集索引，而其余的索引都作为辅助索引，辅助索引的 data 域存储相应记录主键的值而不是地址，这也是和 MyISAM 不同的地方：
  • 在根据主索引搜索时，直接找到 key 所在的节点即可取出数据；
  • 在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引（回表查询）。
• 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

2.3 索引的种类

2.3.1 主键索引

数据表的主键列使用的就是主键索引。一张数据表有只能有一个主键，并且主键不能为 null，不能重复。
在 MySQL 的 InnoDB 的表中，当没有显示的指定的表的主键时，InnoDB会先检查表中是否有唯一的索引存在且不允许存在null的字段，如果有，则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。

2.3.2 二级索引

二级索引又称为辅助索引，是因为二级索引的叶子节点的data域存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。比如说唯一索引、普通索引前缀索引等都属于二级索引。

• 唯一索引(Unique Key) ：唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据，但是允许数据为 NULL，一张表允许创建多个唯一索引。 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。
• 普通索引(Index) ：普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和 NULL。

1. 前缀索引(Prefix) ：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小， 因为只取前几个字符。
2. 全文索引(Full Text) ：全文索引主要是为了检索大文本数据中的关键字的信息，是目前搜索引擎数据库使用的一种技术。Mysql5.6 之前只有 MYISAM 引擎支持全文索引，5.6 之后 InnoDB 也支持了全文索引。

2.4 聚集索引和非聚集索引

2.4.1 聚集索引

聚集索引即索引结构和数据一起存放的索引，主键索引属于聚集索引。在MySQL中，InnoDB 引擎的表的 .ibd文件就包含了该表的索引和数据，对于 InnoDB 引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。
聚集索引的优点：

• 聚集索引的查询速度非常快，因为整个B+树就是一棵多叉平衡树，叶子节点也是有序的，定位到索引的节点，就相当于定位到了数据；

聚集索引的缺点：

• 依赖于有序的数据 ：因为 B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或 UUID 这种又长又难比较的数据，插入或查找的速度肯定比较慢；
• 更新代价大 ： 如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且聚集索引的叶子节点还存放着数据，修改代价肯定是较大的，所以对于主键索引来说，主键一般都是不可被修改的。

2.4.2 非聚集索引

非聚集索引即索引结构和数据分开存放的索引。二级索引属于非聚集索引。非聚集索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据。
非聚集索引的优点：

• 更新代价比聚集索引要小。非聚集索引的更新代价没有聚集索引大，非聚集索引的叶子节点不存放数据；

非聚集索引的缺点：

• 跟聚集索引一样，非聚集索引也依赖于有序的数据；
• 可能会二次查询： 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。

这是MySQL的表的文件截图：

img
对应的非聚集索引和聚集索引：

image-20220527213806750
对于非聚集索引，有一个概念是索引下推。索引下推是 MySQL 5.6 版本中提供的一项索引优化功能，可以在非聚集索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表次数。

2.5 覆盖索引

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。我们知道在 InnoDB 存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次。这样就会比较慢覆盖索引就是把要查询出的列和索引是对应的，不做回表操作。
覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。
比如主键索引，如果一条SQL语句正好要查询主键，那么根据主键索引就可以查到主键，再比如普通索引，如果一条SQL语句需要查询姓名，而姓名字段刚好创建了索引，那么直接返回对应的数据即可，如下图所示：

image-20220528115907655

2.6 联合索引

联合索引即使用表中的多个字段创建索引，也叫组合索引或复合索引。对于组合索引，有以下规则：

• 索引的最左前缀匹配原则：
  • 在使用联合索引时，MySQL 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 >、<、between 和 以%开头的like查询 等条件，才会停止匹配；
  • 所以在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。
• 【注意】：
  • 索引的匹配只能是从左至右，比如说索引为[A, B, C]，但是查询时用了[B, C]，是不走索引的。

2.9 使用索引的优缺点

优点：

• 使用索引可以大大加快数据的检索速度（大大减少检索的数据量）, 这也是创建索引的最主要的原因；
• 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。

缺点：

• 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低 SQL 执行效率；
• 索引需要使用物理文件存储，也会耗费一定空间。

2.10 创建索引的注意事项

1. 选择合适的字段创建索引：
   • 不为 NULL 的字段 ：索引字段的数据应该尽量不为 NULL，因为对于数据为 NULL 的字段，数据库较难优化。如果字段频繁被查询，但又避免不了为 NULL，建议使用 0,1,true,false 这样语义较为清晰的短值或短字符作为替代。
   • 被频繁查询的字段 ：我们创建索引的字段应该是查询操作非常频繁的字段。
   • 被作为条件查询的字段 ：被作为 WHERE 条件查询的字段，应该被考虑建立索引。
   • 频繁需要排序的字段 ：索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。
   • 被经常频繁用于连接的字段 ：经常用于连接的字段可能是一些外键列，对于外键列并不一定要建立外键，只是说该列涉及到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。
2. 被频繁更新的字段应该慎重建立索引
   • 虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。 如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这种字段上建立索引了；
3. 尽可能的考虑建立联合索引而不是单列索引

• 因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗 B+树。如果一个表的字段过多，索引过多，那么当这个表的数据达到一个体量后，索引占用的空间也是很多的，且修改索引时，耗费的时间也是较多的。如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间，且修改数据的操作效率也会提升。

1. 注意避免冗余索引

• 冗余索引指的是索引的功能相同，能够命中索引(a, b)就肯定能命中索引(a) ，那么索引(a)就是冗余索引。如（name,city ）和（name ）这两个索引就是冗余索引，能够命中前者的查询肯定是能够命中后者的 在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。

1. 考虑在字符串类型的字段上使用前缀索引代替普通索引

• 前缀索引仅限于字符串类型，较普通索引会占用更小的空间，所以可以考虑使用前缀索引带替普通索引。

2.11 使用索引的建议

• 索引对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引；
• 避免 where 子句中对字段施加函数，这会造成无法命中索引。
• 在使用 InnoDB 时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键。
• 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗，MySQL 5.7 可以通过查询 sys 库的 schema_unused_indexes 视图来查询哪些索引从未被使用；
• 在使用 limit offset 查询缓慢时，可以借助索引来提高性能。

2.12 面试题

• 说一下B树和B+树的区别？

  • B树的所有节点既存放键也存放数据，而B+树只有叶子节点存放键和数据，其他节点只存放键；
  • B树的叶子节点都是独立的，而B+树的叶子节点有一条引用链指向与它相邻的叶子节点；
  • B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

• 介绍下聚集索引和非聚集索引的区别？

  • 聚集索引是数据和索引结构存放在一起的索引，比如主键索引就是聚集索引。它的优点主要是查询速度快（可以举InnoDB引擎索引的例子），缺点就是索引更新代价大，因此主键一般都选不怎么变化的；
  • 非聚集索引是指数据和索引结构不存放在一起的索引，一般的二级索引都是非聚集索引。它的优点就是更新代价下，但是缺点就是会产生二次查找，查询速度较慢。

• 非聚集索引一定要回表查询吗？

  • 不一定，比如我们查询用户名时，正好用户名创建了索引，那么直接返回就行。

• MySQL 索引调优？

  • 选择合适的字段（不为空、被频繁查询和频繁排序的列）作为索引；
  • 频繁修改的列应该谨慎建立索引；
  • 尽量建立联合索引而不是单列索引，并且根据最左匹配原则，有区分度的索引应该放在左边；
  • 字符串索引因尽量用前缀索引代替普通索引，因为占用的内存空间较小。

• MySQL 索引使用原则

  • 对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引；
  • 避免 where 子句中对字段施加函数，这会造成无法命中索引。
  • 在使用 InnoDB 时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键。
  • 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗，MySQL 5.7 可以通过查询 sys 库的 schema_unused_indexes 视图来查询哪些索引从未被使用；
  • 在使用 limit offset 查询缓慢时，可以借助索引来提高性能。