MySQL 高级（三）索引介绍和使用

MySQL 高级（二）索引介绍和使用

4.索引简介

4.1 什么是索引?

• 索引是帮助MySQL高效获取数据的数据结构，索引是数据结构！
• 索引的目的在于提高查询效率，可以类比字典
• 索引是数据库系统维护着满足特点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
• 一般来说，索引也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上

总结：排好序的快速查找数据结构就是索引，因此索引会影响WHERE和ORDER BY关键字后面的条件筛选。

​ 我们平常说的索引，如果没有特别指明，都是指**B树（多路搜索树）**组织结构的索引。其中聚集索引、符合索引、前缀索引、唯一索引默认都是使用B+树索引

4.2 2叉BTREE索引数据结构案例：

​ 为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二查找在一定的复杂度内获取到相应的数据，从而快速的检索出符合条件的记录。

注意：在进行数据的增删时，需要对索引进行修改，才能保证索引不失效。因此对于频繁增删的数据，不建议建索引。可以使用逻辑删除（标志位删除）解决删除问题。

4.3 索引的优势和劣势：

优势：

• 类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本
• 通过索引列时数据进行排序，降低数据排序的成本，降低了CPU的消耗

劣势：

• 实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，索引索引列也是要占空间的
• 虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息，数据位置修改的同时需要修改索引
• 索引只是提高效率的一个因素，如果MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，优化查询

4.4 索引的分类：

1. 单值索引：即一个索引只包含单个列，一个表可以有多个单值索引
2. 唯一索引：索引列的值必须唯一，但允许有空值
3. 复合索引：一个索引包含多个列

基本语法：

• 创建

CREATE [UNIQUE] INDEX indexName ON mytable(columnname(length));

ALTER mytable ADD [UNIQUE] INDEX [indexName] ON (columnname(length));

• 删除

DROP INDEX [indexName] ON mytable;

• 查看

SHOW INDEX FROM table_name

4.5 MySQL索引结构：

​ MySQL支持4种索引结构：BTREE索引、Hash索引、full-text索引、R-Tree索引，java开发主要使用BTREE索引。

BTREE索引：

【初始化介绍】

​ 上图中，一颗B+树，浅蓝色的块称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示）。如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示17和35之间的磁盘块，P3表示大于35的磁盘块。

​ 真实的数据存在于叶子节点，即3、5、9、10…。非叶子节点不存储真实的数据，值存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

【查找过程】

​ 如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在磁盘中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比于磁盘IO）可以忽略不记。通过磁盘块的1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，二分查找锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，查询结束。

​ 真实的情况是，3层的B+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常高。

4.6 索引建立的情况分析：

4.6.1 哪些情况需要创建索引：

• 主键自动建立唯一索引
• 频繁作为where查询条件的字段应该创建索引
• 查询中与其他表关联的字段，外键关系建立索引
• 查询中排序的字段，排序字段若通过索引访问将大大提高排序的速度
• 查询中统计或分组的字段，因为分组必排序
• 高并发下倾向创建组合索引

索引只要就是为了where检索和order by排序

4.6.2 哪些情况不需要创建索引：

• 表记录太少
• 经常增删改的表
• 数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引。如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果

索引的选择性指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，呢么这个索引的选择性就是1980/2000=0.99.一个索引的选择性越接近1，这个索引的效率就越高