MySQL进阶篇(02)：索引体系划分，BTree结构说明

Z时代
2024-01-10
分类：综合

database

本文源码：GitHub·点这里 || GitEE·点这里

一、索引简介

1、基本概念

首先要明确索引是什么：索引是一种数据结构，数据结构是计算机存储、组织数据的方式，是指相互之间存在一种或多种特定关系的数据元素的集合，例如：链表，堆栈，队列，二叉树等等。

其次要清楚索引的作用：索引可以使存储引擎快速找到数据记录，这是最基本的作用，索引是对查询速度最关键的影响，良好的索引设计可以使查询的效率有质的飞越。

索引的使用：如果查询语句使用所有，MySQL会在索引的数据结构上查询，如果查询到，就返回包含该索引的数据行。

2、索引的优点

唯一或者主键索引,保证列数据的唯一性

减少数据扫描量，快速查询数据；

数据有序的索引，可以将随机IO变成顺序IO；

有效的索引查询，可以避免排序和临时表；

3、索引分类

索引的种类非常多，如何分类取决多个场景和不同的角度，常见的划分如下：

产生作用：主键索引，普通索引，非空索引，全文索引；

覆盖字段：单列索引，组合索引；

数据结构：B-Tree索引，哈希索引，R-Tree索引；

注意：索引的实现是在存储引擎层面，相同的索引在不同的存储引擎中，其实现方式可能都是不一样的。

二、索引用法详解

1、不同索引特点

普通索引

基本的索引，没有任何使用限制，主要用来加速数据查询。适合经常出现在查询条件或排序条件中的数据列。

主键索引

特殊的唯一索引，不允许有空值，在建表的时候指定主键，就会创建主键索引，MySQL中最核心的索引，大量的业务数据都是基于主键查询。

唯一索引

普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须是唯一性的。

全文索引

用于全文搜索，通过建立全文索引，基于分词的查询模式，可以极大的提升检索效率。

组合索引

创建的索引覆盖两个或者两个以上的列，适应组合查询的场景，也常用于要素验证的业务，例如判断用户身份ID，手机号，邮箱，是否为同一个用户。

2、管理索引语法

基础用户表

CREATE TABLE user_base (
	id INT (11) NOT NULL AUTO_INCREMENT COMMENT "主键ID",
	user_name VARCHAR (20) NOT NULL COMMENT "用户名",
	phone VARCHAR (20) NOT NULL COMMENT "手机号",
	email VARCHAR (32) DEFAULT NULL COMMENT "邮箱",
	card_id VARCHAR (32) DEFAULT NULL COMMENT "身份编号",
	create_time datetime DEFAULT NULL COMMENT "创建时间",
	state INT (1) DEFAULT "1" COMMENT "是否可用,0-不可用,1-可用",
	PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = "用户基础表";

创建单列索引

CREATE INDEX card_id_index ON user_base(card_id);

修改添加索引

ALTER TABLE user_base ADD INDEX state_index(state) ;

创建组合索引

CREATE INDEX bind_index ON user_base(phone,card_id);

删除索引

DROP INDEX card_id_index ON user_base ;

修改索引

MySQL不支持真正修改索引的语法规范，可以通过删除旧索引，添加新索引的方式进行操作。

3、查询索引

分析MySQL查询，多数情况下用来分析执行语句的SQL中是否使用索引，是否产生临时表等性能相关问题。

基础用法

EXPLAIN SELECT * FROM user_base WHERE id="1";

参数说明

id：相同，按table列由上至下顺序执行，不同，如果是子查询，id的序号会递增，id的值越大优先级越高，越先被执行；

select_type：表示查询的类型，主要是用于区别普通查询、联合查询、子查询等的复杂查询；

simple：简单select查询，查询中不包含子查询或者 primary：查询中若包含复杂的子部分，最外层查询则被标记为primary subquery：select或where中包含子查询 derived：from中包含的子查询被标记为derived衍生，mysql会递归执行这些子查询，且生成临时表 union：第二个select出现在union后，标记为union union-result：从union表获取结果的select

table：指当前执行计划中的数据表；

type：说明的是查询使用了哪种类型，下面从好到差排序；

system-const：对查询的某部分进行优化并转换成一个常量时，会使用该类型 eq_ref：常见于主键或唯一索引扫描，表中只有一条记录与之匹配 ref：非唯一性索引扫描，返回匹配某个单独值的所有行 index：遍历索引结构，索引文件通常比数据文件小 all：遍历全表进行查询

possible_keys：在查询中可能使用到的索引；

key：在查询中实际使用到的索引；

key_len：查询中索引字段的最大可能长度，在不损失精确性的情况下，长度越短越好；

ref：表示本行被操作的对象的参照对象，可能是一个常量用const表示，也可能是其他表的key指向的对象；

rows：预估找到符合要求的记录所需要扫描的行数，扫描越少越好；

extra：执行计划中，一些十分重要的信息；

Using-Filesort：查询使用文件排序，最差的执行计划 Using-Temporary：临时表保存中间结果，比文件排序稍微强点 Using-Index：查询操作中使用了覆盖索引 Using-Where：表明使用了where过滤条件 Using-Join-Buffer:表明使用了连接缓存 Impossible-Where：表示where条件false,不能过滤元素 Distinct：优化distinct找到第一匹配的数据后即停止找同样值的动作 Select-Tables-Optimized-Away：不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化

三、B-Tree索引结构

1、B-Tree索引简介

MySQL官方比较推荐的索引结构类型，在实际的数据库开发中，基于MySQL中的表结构，大部分使用的都是B-Three索引结构，即二叉树的结构。可以加快数据的访问速度，存储引擎不再需要进行全表扫描来获取数据，数据分布在各个索引节点上，B-Tree索引结构如图：

该结构是典型的二叉树结构，特点：数据值按照顺序存储的，每个叶子节点到根部的距离是相同的，注意这里描述的是索引结构图。

实际存储结构上，数据顺序存储，每个节点包含索引值，索引指向的数据行的值，指向子页的指针，指向叶子页的指针，这样才能把索引和数据结构组织起来，结构如图：

这样完整描述B-Tree索引的数据特点，基于树搜索提升效率，减少扫描数据，数据被顺序的组织起来，按照索引值顺序排列。

2、搜索规则

索引的根本作用，减少扫描的数据量，提升查询效率，基于B-Tree索引的结构的查询规则基本如下：

查询从索引的根节点开始，逐步搜索；

根节点的槽中存放指向子节点的指针，指向下层；

根据节点页的值和查询值比较，判断是否符合条件；

不断执行上述逻辑，直到查询完成；

注意：必须要强调一点，查询必须是在执行索引的基础上，才是该逻辑，正常的开发中多分析一下查询语句，有时候可能只是自己感觉查询索引是执行的，实际可能是失效的。

3、索引查询失效

好的索引设计十分重要，但是查询的时候很可能因为触发各种索引失效机制，导致SQL语句不执行索引搜索，严重损失性能，所以基于业务下数据查询特点，设计相对好用的索引结构，是十分关键的，这里涉及很多场景问题，后续再详细记录。

四、索引导致的问题

索引有时候并不是最好的解决方式，当数据量庞大的时候，索引也会占据庞大的存储空间，这里提供一个业务测试场景，仅供参数：单表三个字符类型字段，两个字段使用索引结构，存储数据在700W量级，在A和B两个数据库，A数据库有索引结构，B数据库没有索引，A库占用的空间是B库的1.6倍，写入千万数据的速度也比B数据库慢9分钟。

这里只想说明一点：索引虽然好，使用妥当才能发挥作用。

五、源代码地址

GitHub·地址 https://github.com/cicadasmile/mysql-data-base GitEE·地址 https://gitee.com/cicadasmile/mysql-data-base