MySQL基础篇(三)-索引

索引概述

MySQL官方定义：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护者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。如下图所示 :

左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。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，这样就可以运用二叉查找快速获取到相应数据。
一般来说索引本身也很大，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。索引是数据库中用来提高性能的最常用的工具。

索引优势劣势

优势
1） 类似于书籍的目录索引，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。

劣势
1） 索引列需要占用空间：索引实际上也是一张表，该表中保存了主键与索引字段，并指向实体类的记录
2） 降低更新表的速度：如对表进行INSERT、UPDATE、DELETE操作，在更新表时，MySQL 不仅要保存数据，还要保存一下索引文件在每次更新添加的索引列的字段，且都调整因为更新所带来的键值变化后的索引信息。

索引结构

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引类型：

• BTREE 索引 ： 最常见的索引类型，大部分索引都支持 B 树索引。
• HASH 索引：只有Memory引擎支持 ， 使用场景简单 。
• R-tree 索引（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。
• Full-text （全文索引） ：全文索引也是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从Mysql5.6版本开始支持全文索引。

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

索引类型	MyISAM引擎	InnoDB引擎	Memory引擎
BTREE 索引	支持	支持	支持
HASH 索引	不支持	不支持	支持
R-tree 索引	不支持	支持	不支持
Full-text 索引	支持	5.6版本之后支持	不支持

PS：平常所说的索引，如果没有特别指明，都是指B+树（多路平衡搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引，统称为 索引。

BTREE 结构

BTree又叫多路平衡搜索树，一棵m叉的BTree特性如下：

• 树中每个节点最多包含m个孩子。
• 除根节点与叶子节点外，每个节点至少有[ceil(m/2)]个孩子。
• 若根节点不是叶子节点，则至少有两个孩子。
• 所有的叶子节点都在同一层。
• 每个非叶子节点由n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例，key的数量：公式推导[ceil(m/2)-1] <= n <= m-1。所以 2 <= n <=4 。当n>4时，中间节点分裂到父节点，两边节点分裂。
插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例。

演变过程如下：

1). 插入前4个字母 C N G A 并从小到大排列

2). 插入H，n>4，中间元素G字母向上分裂到新的节点

3). 插入E，K，Q不需要分裂

4). 插入M，中间元素M字母向上分裂到父节点G

5). 插入F，W，L，T不需要分裂

6). 插入Z，中间元素T向上分裂到父节点中

7). 插入D，中间元素D向上分裂到父节点中。然后插入P，R，X，Y不需要分裂

8). 最后插入S，NPQR节点n>5，中间节点Q向上分裂，但分裂后父节点DGMT的n>5，中间节点M向上分裂

到此，该BTREE树就已经构建完成了， BTREE树 和 二叉树 相比， 查询数据的效率更高， 因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

B+TREE 结构

B+Tree为BTree的变种，B+Tree与BTree的区别为：

B树的每个节点存储了key和data，key是一条数据记录的键值(唯一的)，data存储的是数据记录除key以外的数据。B+树只在叶子节点存储data数据，这样非叶子节点就能存储更多的key。

所以B+树相较于B树来说更加的矮胖，由于索引树很大不能一次IO读取进内存，树的深度越浅，查找数据时IO的次数就越少，效率就更快。

B树结构图

B+树结构图可参考下《MySQL中的 B+Tree结构图》，去除叶子节点指针

MySQL中的B+Tree

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。

即：

B+树的每个叶子节点的指针指向相邻的叶子节点，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。由于数据顺序排列并且相连，所以便于区间查找和搜索。而B树没有叶子节点指针，则需要进行每一层的递归遍历。相邻的元素可能在内存中不相邻，所以缓存命中性没有B+树好。

MySQL中的 B+Tree 结构图

索引分类

1） 单值索引 ：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，允许有空值
3） 复合索引 ：一个索引包含多个列

索引语法

索引在创建表的时候，可以同时创建， 也可以随时增加新的索引。

创建索引

语法 ：

CREATE 	[UNIQUE|FULLTEXT|SPATIAL] [index|key] index_name 
[USING  index_type]
ON tbl_name(index_col_name,...)
index_col_name : column_name[(length)][ASC | DESC]

解释：

unique | fulltext | spatial：可选参数，分别表示唯一索引、全文索引和空间索引；

index | key：同义词，两者作用相同，用来指定创建索引;

index_name：指定索引的名称，为可选参数，如果不指定，MYSQL默认col_name为索引值；

col_name：需要创建索引的字段列，该列必须从数据表中该定义的多个列中选择；

length：可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度;

asc | desc：指定升序或降序的索引值存储

示例 ： 为bgs_transaction_record表中的merchant_id字段创建单值索引 ；

create index idx_merchant_id on bgs_transaction_record(merchant_id);

示例： 为bgs_transaction_record表创建复合索引

create index idx_name_email_status ON bgs_transaction_record(name,email,status);

相当于
对name 创建索引 ;
对name , email 创建了索引 ;
对name , email, status 创建了索引 ;

查看索引

语法：

show index from  table_name;

示例：查看bgs_transaction_record表中的索引信息；

show index from bgs_transaction_record;

删除索引

语法 ：

DROP INDEX index_name ON tbl_name;

示例 ： 删除bgs_transaction_record表上的索引idx_merchant_id

drop index idx_merchant_id on bgs_transaction_record;

修改索引

语法：

-- 添加一个主键,索引值必须唯一,且不能为NULL
alter table tb_name add primary key(column_list);

-- 添加唯一索引,索引的值必须唯一(除了NULL外,NULL可能会出现多次)
alter table tb_name add unique index_name(column_list);

-- 添加普通索引,索引值可以出现多次
alter table tb_name add index index_name(column_list);
	
-- 指定了索引为FULLTEXT,用于全文索引	
alter table tb_name add fulltext index_name(column_list);

索引设计原则

索引的设计可以遵循一些已有的原则，创建索引的时候请尽量考虑符合这些原则，便于提升索引的使用效率，更高效的使用索引。

• 对查询频次较高，且数据量比较大的表建立索引。
• 索引字段的选择，最佳候选列应当从where子句的条件中提取，如果where子句中的组合比较多，那么应当挑选最常用、过滤效果最好的列的组合。
• 使用唯一索引，区分度越高，使用索引的效率越高。
• 索引可以有效的提升查询数据的效率，但索引数量不是多多益善，索引越多，维护索引的代价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说，索引过多，会引入相当高的维护代价，降低DML操作的效率，增加相应操作的时间消耗。另外索引过多的话，MySQL也会犯选择困难病，虽然最终仍然会找到一个可用的索引，但无疑提高了选择的代价。
• 使用短索引，索引创建之后也是使用硬盘来存储的，因此提升索引访问的I/O效率，也可以提升总体的访问效率。假如构成索引的字段总长度比较短，那么在给定大小的存储块内可以存储更多的索引值，相应的可以有效的提升MySQL访问索引的I/O效率。
• 利用最左前缀，N个列组合而成的组合索引，那么相当于是创建了N个索引，如果查询时where子句中使用了组成该索引的前几个字段，那么这条查询SQL可以利用组合索引来提升查询效率。