MySQL索引詳解

Caizhenhao發表於2019-05-14
MySql索引

前言

由於MySQL的索引中最重要的資料結構就是B+樹，所以前面我們先大概講講B+樹的原理

B+ Tree 原理

1. 資料結構

B Tree 指的是 Balance Tree，也就是平衡樹。平衡樹是一顆查詢樹，並且所有葉子節點位於同一層。

B+ Tree 是基於 B Tree 和葉子節點順序訪問指標進行實現，它具有 B Tree 的平衡性，並且通過順序訪問指標來提高區間查詢的效能。

在 B+ Tree 中，一個節點中的 key 從左到右非遞減排列，如果某個指標的左右相鄰 key 分別是 keyi 和 keyi+1，且不為 null，則該指標指向節點的所有 key 大於等於 keyi 且小於等於 keyi+1。

MySQL索引詳解

2. 操作

進行查詢操作時，首先在根節點進行二分查詢，找到一個 key 所在的指標，然後遞迴地在指標所指向的節點進行查詢。直到查詢到葉子節點，然後在葉子節點上進行二分查詢，找出 key 所對應的 data。

插入刪除操作會破壞平衡樹的平衡性，因此在插入刪除操作之後，需要對樹進行一個分裂、合併、旋轉等操作來維護平衡性。

3. 與紅黑樹的比較

紅黑樹等平衡樹也可以用來實現索引，但是檔案系統及資料庫系統普遍採用 B+ Tree 作為索引結構，主要有以下兩個原因：

（一）更少的查詢次數

平衡樹查詢操作的時間複雜度等於樹高 h，而樹高大致為 O(h)=O(logdN)，其中 d 為每個節點的出度。
紅黑樹的出度為 2，而 B+ Tree 的出度一般都非常大，所以紅黑樹的樹高 h 很明顯比 B+ Tree 大非常多，查詢的次數也就更多。

（二）利用磁碟預讀特性

        為了減少磁碟 I/O，磁碟往往不是嚴格按需讀取，而是每次都會預讀。預讀過程中，磁碟進行順序讀取，順序讀取不需要進行磁碟尋道，並且只需要很短的旋轉時間，速度會非常快。

        作業系統一般將記憶體和磁碟分割成固態大小的塊，每一塊稱為一頁，記憶體與磁碟以頁為單位交換資料。資料庫系統將索引的一個節點的大小設定為頁的大小，使得一次 I/O 就能完全載入一個節點。並且可以利用預讀特性，相鄰的節點也能夠被預先載入。

MySQL 索引

索引是在儲存引擎層實現的，而不是在伺服器層實現的，所以不同儲存引擎具有不同的索引型別和實現。

1. B+Tree 索引

是大多數 MySQL 儲存引擎的預設索引型別。

因為不再需要進行全表掃描，只需要對樹進行搜尋即可，所以查詢速度快很多。

除了用於查詢，還可以用於排序和分組。

可以指定多個列作為索引列，多個索引列共同組成鍵。

適用於全鍵值、鍵值範圍和鍵字首查詢，其中鍵字首查詢只適用於最左字首查詢。如果不是按照索引列的順序進行查詢，則無法使用索引。

InnoDB 的 B+Tree 索引分為主索引和輔助索引。主索引的葉子節點 data 域記錄著完整的資料記錄，這種索引方式被稱為聚簇索引。因為無法把資料行存放在兩個不同的地方，所以一個表只能有一個聚簇索引。

MySQL索引詳解

輔助索引的葉子節點的 data 域記錄著主鍵的值，因此在使用輔助索引進行查詢時，需要先查詢到主鍵值，然後再到主索引中進行查詢。

MySQL索引詳解

2. 雜湊索引

雜湊索引能以 O(1) 時間進行查詢，但是失去了有序性：
  • 無法用於排序與分組；
  • 只支援精確查詢，無法用於部分查詢和範圍查詢。
InnoDB 儲存引擎有一個特殊的功能叫“自適應雜湊索引”，當某個索引值被使用的非常頻繁時，會在 B+Tree 索引之上再建立一個雜湊索引，這樣就讓 B+Tree 索引具有雜湊索引的一些優點，比如快速的雜湊查詢。

3. 全文索引

MyISAM 儲存引擎支援全文索引，用於查詢文字中的關鍵詞，而不是直接比較是否相等。
查詢條件使用 MATCH AGAINST，而不是普通的 WHERE。
全文索引使用倒排索引實現，它記錄著關鍵詞到其所在文件的對映。
InnoDB 儲存引擎在 MySQL 5.6.4 版本中也開始支援全文索引。

4. 空間資料索引

MyISAM 儲存引擎支援空間資料索引（R-Tree），可以用於地理資料儲存。空間資料索引會從所有維度來索引資料，可以有效地使用任意維度來進行組合查詢。
必須使用 GIS 相關的函式來維護資料。

索引優化

1. 獨立的列

在進行查詢時，索引列不能是表示式的一部分，也不能是函式的引數，否則無法使用索引。

例如下面的查詢不能使用 actor_id 列的索引：

SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5;複製程式碼

2. 多列索引

在需要使用多個列作為條件進行查詢時，使用多列索引比使用多個單列索引效能更好。例如下面的語句中，最好把 actor_id 和 film_id 設定為多列索引。

SELECT film_id, actor_ id FROM sakila.film_actor WHERE actor_id = 1 AND film_id = 1;複製程式碼

3. 索引列的順序

讓選擇性最強的索引列放在前面。

索引的選擇性是指：不重複的索引值和記錄總數的比值。最大值為 1，此時每個記錄都有唯一的索引與其對應。選擇性越高，查詢效率也越高。

例如下面顯示的結果中 customer_id 的選擇性比 staff_id 更高，因此最好把 customer_id 列放在多列索引的前面。

SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity,
COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity,
COUNT(*)
FROM payment;複製程式碼
   staff_id_selectivity: 0.0001
customer_id_selectivity: 0.0373
               COUNT(*): 16049複製程式碼

4. 字首索引

對於 BLOB、TEXT 和 VARCHAR 型別的列，必須使用字首索引，只索引開始的部分字元。

對於字首長度的選取需要根據索引選擇性來確定。

5. 覆蓋索引

索引包含所有需要查詢的欄位的值。

具有以下優點：

  • 索引通常遠小於資料行的大小，只讀取索引能大大減少資料訪問量。
  • 一些儲存引擎（例如 MyISAM）在記憶體中只快取索引，而資料依賴於作業系統來快取。因此，只訪問索引可以不使用系統呼叫（通常比較費時）。
  • 對於 InnoDB 引擎，若輔助索引能夠覆蓋查詢，則無需訪問主索引。

6. 最左字首原則

顧名思義是最左優先，以最左邊的為起點任何連續的索引都能匹配上

聯合索引本質：

當建立(a,b,c)聯合索引時，相當於建立了(a)單列索引，(a,b)聯合索引以及(a,b,c)聯合索引
想要索引生效的話,只能使用 a和a,b和a,b,c三種組合。

索引的優點

  • 大大減少了伺服器需要掃描的資料行數。
  • 幫助伺服器避免進行排序和分組，以及避免建立臨時表（B+Tree 索引是有序的，可以用於 ORDER BY 和 GROUP BY 操作。臨時表主要是在排序和分組過程中建立，因為不需要排序和分組，也就不需要建立臨時表）。
  • 將隨機 I/O 變為順序 I/O（B+Tree 索引是有序的，會將相鄰的資料都儲存在一起）。

索引的使用條件

  • 對於非常小的表、大部分情況下簡單的全表掃描比建立索引更高效；
  • 對於中到大型的表，索引就非常有效；
  • 但是對於特大型的表，建立和維護索引的代價將會隨之增長。這種情況下，需要用到一種技術可以直接區分出需要查詢的一組資料，而不是一條記錄一條記錄地匹配，例如可以使用分割槽技術。

小結

索引是MySQL中一個很重要的功能，日常開發中如果能用好索引，能大幅度提高SQL語句的執行效能，所以瞭解其中的原理也是十分必要的。


文章大部分參考自

github.com/CyC2018/CS-…


相關文章