Mysql索引——Mysql系列(六)

https://blog.csdn.net/qq_27559331/article/details/99373734

https://zhuanlan.zhihu.com/p/342580205

https://zhuanlan.zhihu.com/p/515672456?utm_id=0

一、常见索引模型

https://zhuanlan.zhihu.com/p/621605230

https://www.cnblogs.com/muxianbai/p/15127751.html

1、hash

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的键即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。

你可以设想下，如果你现在要找身份证号在ID_card_X, ID_card_Y这个区间的所有用户，就必须全部扫描一遍了。

所以，哈希表这种结构适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。

2、有序数组

而有序数组在等值查询和范围查询场景中的性能就都非常优秀。还是上面这个根据身份证号查名字的例子，如果我们使用有序数组来实现的话，示意图如下所示：

所以，有序数组索引只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。

3、跳表

Redis中使用

4、搜索树

（1）二叉搜索树

二叉搜索树的特点是：父节点左子树所有结点的值小于父节点的值，右子树所有结点的值大于父节点的值。这样如果你要查 ID_card_n2 的话，按照图中的搜索顺序就是按照 UserA -> UserC -> UserF -> User2 这个路径得到。这个时间复杂度是 O(log(N))。

当然为了维持 O(log(N)) 的查询复杂度，你就需要保持这棵树是平衡二叉树。为了做这个保证，更新的时间复杂度也是 O(log(N))。树可以有二叉，也可以有多叉。多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增。二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。

你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，这个查询可真够慢的。

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。

（2）红黑树

（3）B树

B树木和B+树的区别

https://blog.csdn.net/ChaoticNg/article/details/114588507

（4）B+树

B+树是对B树的一种变形树，它与B树的差异在于：

• 有k个子结点的结点必然有k个关键码；
• 非叶结点仅具有索引作用，跟记录有关的信息均存放在叶结点中。
• 树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。

以 InnoDB 的一个整数字段索引为例，这个 N 差不多是 1200。这棵树高是 4 的时候，就可以存 1200 的 3 次方个值，这已经 17 亿了。考虑到树根的数据块总是在内存中的，一个 10 亿行的表上一个整数字段的索引，查找一个值最多只需要访问 3 次磁盘。其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。

（5）LSM树

二、InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。

InnoDB使用了B+树索引模型，每一个索引在InnoDB里面对应一棵B+树。

聚簇索引的叶子结点上存放的是完整的每行数据记录，普通索引的叶子结点上包含该行的主键列，以及为二级索引指定的列

至于为什么使用B+树，请参考

https://www.cnblogs.com/muxianbai/p/15127751.html

InnoDB为什么采用B+树作为索引模型。

假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。这个表的建表语句是：

create table T(id int primary key, k int not null,name varchar(16),index (k))engine=InnoDB;

从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引。

在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。根据上面的索引结构说明，讨

三、索引分类

https://dev.mysql.com/doc/refman/5.7/en/innodb-indexes.html

主键索引/聚簇索引（clustered index）

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式（所有的用户记录都存储在了叶子节点)，也就是所谓的索引即数据，数据即索引。

聚簇索引的叶子结点上存放的是完整的每行数据记录

通过聚簇索引访问行很快，因为索引搜索直接指向包含行数据的页面。 如果表很大，与使用索引记录的不同页面存储行数据的存储组织相比，聚集索引架构通常可以节省磁盘 I/O 操作

非主键索引/普通索引/二级索引（secondary index）

聚簇索引以外的索引称为二级索引。 在 InnoDB 中，二级索引中的每条记录都包含该行的主键列，以及为二级索引指定的列。 InnoDB 使用这个主键值来搜索聚集索引中的行。

讨论一个问题：基于主键索引和普通索引的查询有什么区别？

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；

如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表

也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

唯一索引（Unique Index）

联合索引 （Multiple-Column Indexes）

前缀索引

全文索引（Full-Text Indexes）

四、索引维护

五、覆盖索引

如果执行的语句是select 主键 from T where key = 3，这时只需要查主键的值，而主键的值已经在key索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引key已经“覆盖了”我们的查询需求，我们称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

六、回表

七、最左前缀原则

在建立联合索引的时候，如何安排索引内的字段顺序?

因为可以支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。因此，第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

八、索引下推（Index Condition Pushdown，简称ICP）

一种mysql根据查询的优化方式，即将mysql过滤从服务层到引擎层

Before：根据索引查询记录，然后根据Where来过滤记录

After：Mysql数据库在取出索引的同时，判断是否可以进行Where条件过滤，也就是将Where的部分过滤操作放到了存储引擎层。

https://baijiahao.baidu.com/s?id=1716515482593299829&wfr=spider&for=pc

不符合最左前缀的部分，会怎么样呢？

以市民表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是10岁的所有男孩”。那么，SQL语句是这么写的：

select * from tuser where name like '张%' and age=10 and ismale=1;

在MySQL 5.6之前，只能从name为“张”开头的记录的ID开始一个个回表。到主键索引上找出数据行，再对比字段值。

而MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。InnoDB在(name,age)索引内部就判断了age是否等于10，对于不等于10的记录，直接判断并跳过。