MySQL索引

一、索引

1.1索引的概念

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行 正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高 是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个 海量数据的检索速度。

注意：MySQL的服务器，本质是在内存中的，所有的数据库的CURD操作，全部都是在内存中进行的，并且索引也是这样子的。

常见索引分为： 主键索引(primary key) 唯一索引(unique) 普通索引(index) 全文索引(fulltext)–解决中子文索引问题。

1.2创建索引

我们从一个很多条数据的EMP员工表中查询编号为998877的员工，发现需要花费五秒，时间很长

解决这个的办法就是为员工表的编号那一列设置索引。

创建索引语法：

alter table 表名 add index(列名，…);

为员工编号列创建索引：

二、磁盘 

2.1MySQL与存储 

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

下面就是磁盘的结构：

2.2扇区 

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。不过最新的磁盘技术，已经慢慢的让扇区大小不同了。我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。 而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

2.3定位扇区

柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面。每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用 的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统 将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。

2.4结论：

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区 (512字节，部分4096字节),进行IO交互吗？不是 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多 次磁盘访问，会带来效率的降低。 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是 数据块。 故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

2.5磁盘随机访问(Random Access)与连续访问(Sequential Access) 随机访问

本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需 要作比较大的移动动作才能重新开始读/写数据。 连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次 IO操作，这样的多个IO操作称为连续访问。 因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随 机访问，而非连续访问。 磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

三、MySQL 与磁盘交互基本单位

MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB。

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是16KB 。这个基本数据单元，在 MySQL 这里叫做page。

四、总结

（1）MySQL 中的数据文件，是以page为单位保存在磁盘当中的。 （2）MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。 （3）只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。 （4）在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。 （5）为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。 （6）为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数。

五、索引的相关操作和理解

5.1建立测试表和插入数据

注意：我们发现上面插入一个具有主键的表中的时候，连续插入的数据，却自动变成了有序，这说明在MySQL内部，插入的数据会按照主键进行排序，如果没有主键，这就是插入的顺序。

5.2对page的理解

MySQL中要管理很多数据表文件，而要管理好这些文件，就需要先描述，在组织，我们可以简单理解成一个个独立文件是有一个或者多个Page构成的。

5.3单Page

MySQL中要管理很多数据表文件，而要管理好这些文件，就需要先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表，因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

5.4对插入数据的 为什么数据库在插入数据时要对其进行排序呢？

插入数据时排序的目的，就是优化查询的效率。页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

5.5多Page 

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一 整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页 模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条 比较来取出特定的数据。如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

5.6页目录 

我们可以通过查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位本质上，书中的目录，是多花了纸张的，但是却提高了效率，所以，目录，是一种“空间换时间的做法”

5.7单页

那么当前，在一个Page内部，就引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。

5.8多页

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。 那么如何解决呢？就像之前那样通过给Page也带上目录来解决，使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。其中，每个目录项的构成是：键值+指针。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。 注意：上述存储方式就是B+树，通过这个方式，也给我们建立了主键索引。

5.9总结

（1）Page分为目录页和数据页。目录页只放各个下级Page的最小键值。

（2）查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数。

（3）椰子节点保存有数据，路上的节点是没有数据的，非叶子节点不要数据，只需要目录项，因为非叶子节点不要数据就可以存储更多的目录项，目录页就可以管理更多的叶子page。

（4）叶子节点全部使用链表链接起来。

（5）在MySQL innode db存储结构下的索引结构，一般进行CURD操作的时候，都是在B+树下进行的。

（6）InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？  1、链表？因为是线性遍历，所以不行，IO效率低下。 2、二叉搜索树？在遍历的时候，看你某一条路上的节点会很多，还有可能退化成为线性结构 3、AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。 4、Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持，Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行。

六、聚簇索引和非聚簇索引

6.1聚簇索引和非聚簇索引的概念

聚簇索引：叶子就是整行数据，数据和索引放一起 非聚簇索引：叶子存主键值，查到主键再回表找数据

6.2特点

6.2.1聚簇索引

一张表只能 1 个，数据物理顺序 = 索引顺序，主键默认就是聚簇索引，查询最快，不用回表

6.2.2非聚簇索引

一张表可以多个，索引和数据分开存储，普通索引、唯一索引都属于它，查到主键后回表拿完整数据。

6.3MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引。

6.4 InnoDB存储引擎—聚簇索引

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引。当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。InnoDB 除了主键索引，用户也会建立辅助（普通）索引， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。 所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键 到主索引中检索获得记录。这种过程，就叫做回表查询 为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据的原因就是太浪费空间了。

七、索引操作

7.1创建主键索引

方法一：

##在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));

方法二：

##在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));

方法三：

create table user3(id int, name varchar(30));
##创建表以后再添加主键
alter table user3 add primary key(id);

主键索引的特点： （1）一个表中，最多有一个主键索引，当然可以使符合主键。 （2）主键索引的效率高（主键不可重复）。 （3）创建主键索引的列，它的值不能为null，且不能重复。 （4）主键索引的列基本上是int。

7.2唯一索引的创建 

方法一：

##在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);

方法二：

##创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));

方法三：

create table user6(id int primary key, name varchar(30)）；
alter table user6 add unique(name);

唯一索引的特点： （1）一个表中，可以有多个唯一索引。 （2）查询效率高。 （3）如果在某一列建立唯一索引，必须保证这列不能有重复数据。 （4）如果一个唯一索引上指定not null，等价于主键索引。

7.3普通索引的创建

方法一：

create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) ##在表的定义最后，指定某列为索引
);

方法二：

create table 表名(id int primary key, name varchar(20), email
varchar(30));
alter table 表名 add index(name); ##创建完表以后指定某列为普通索引

方法三：

create table user10(id int primary key, name varchar(20), email
varchar(30));
##创建一个索引名为 idx_name 的索引
create index idx_name on user10(name)

普通索引的特点： （1）一个表中可以有多个普通索引，普通索引在实际开发中用的比较多 （2）如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

7.4查询索引 

第一种方法：

show keys from 表名\\G

第二种方法:

show index from 表名;

第三种方法（信息比较简略）：

desc 表名；

7.5删除索引

第一种方法—删除主键索引：

alter table 表名 drop primary key;

第二种方法—其他索引的删除：

alter table 表名 drop index 索引名；

索引名就是show keys from 表名中的 Key_name 字段 

第三种方法方法：

drop index 索引名 on 表名;

7.6索引创建原则

（1）比较频繁作为查询条件的字段应该创建索引。

（2）唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件。

（3）更新非常频繁的字段不适合作创建索引。

（4）不会出现在where子句中的字段不该创建索引。