MySQL索引詳解

NO IMAGE

前言

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

B+ Tree 原理

1. 數據結構

B Tree 指的是 Balance Tree,也就是平衡樹。平衡樹是一顆查找樹,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針進行實現,它具有 B Tree 的平衡性,並且通過順序訪問指針來提高區間查詢的性能。

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

MySQL索引詳解

2. 操作

進行查找操作時,首先在根節點進行二分查找,找到一個 key 所在的指針,然後遞歸地在指針所指向的節點進行查找。直到查找到葉子節點,然後在葉子節點上進行二分查找,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,但是文件系統及數據庫系統普遍採用 B+ Tree 作為索引結構,主要有以下兩個原因:

(一)更少的查找次數

平衡樹查找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,查找的次數也就更多。

(二)利用磁盤預讀特性

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

        操作系統一般將內存和磁盤分割成固態大小的塊,每一塊稱為一頁,內存與磁盤以頁為單位交換數據。數據庫系統將索引的一個節點的大小設置為頁的大小,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

索引是在存儲引擎層實現的,而不是在服務器層實現的,所以不同存儲引擎具有不同的索引類型和實現。

1. B+Tree 索引

是大多數 MySQL 存儲引擎的默認索引類型。

因為不再需要進行全表掃描,只需要對樹進行搜索即可,所以查找速度快很多。

除了用於查找,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、鍵值範圍和鍵前綴查找,其中鍵前綴查找只適用於最左前綴查找。如果不是按照索引列的順序進行查找,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 域記錄著完整的數據記錄,這種索引方式被稱為聚簇索引。因為無法把數據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找時,需要先查找到主鍵值,然後再到主索引中進行查找。

MySQL索引詳解

2. 哈希索引

哈希索引能以 O(1) 時間進行查找,但是失去了有序性:
  • 無法用於排序與分組;
  • 只支持精確查找,無法用於部分查找和範圍查找。
InnoDB 存儲引擎有一個特殊的功能叫“自適應哈希索引”,當某個索引值被使用的非常頻繁時,會在 B+Tree 索引之上再創建一個哈希索引,這樣就讓 B+Tree 索引具有哈希索引的一些優點,比如快速的哈希查找。

3. 全文索引

MyISAM 存儲引擎支持全文索引,用於查找文本中的關鍵詞,而不是直接比較是否相等。
查找條件使用 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檔的映射。
InnoDB 存儲引擎在 MySQL 5.6.4 版本中也開始支持全文索引。

4. 空間數據索引

MyISAM 存儲引擎支持空間數據索引(R-Tree),可以用於地理數據存儲。空間數據索引會從所有維度來索引數據,可以有效地使用任意維度來進行組合查詢。
必須使用 GIS 相關的函數來維護數據。

索引優化

1. 獨立的列

在進行查詢時,索引列不能是表達式的一部分,也不能是函數的參數,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;

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性能更好。例如下面的語句中,最好把 actor_id 和 film_id 設置為多列索引。

SELECT film_id, actor_ id FROM sakila.film_actor WHERE actor_id = 1 AND film_id = 1;

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;
   staff_id_selectivity: 0.0001
customer_id_selectivity: 0.0373
COUNT(*): 16049

4. 前綴索引

對於 BLOB、TEXT 和 VARCHAR 類型的列,必須使用前綴索引,只索引開始的部分字符。

對於前綴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字段的值。

具有以下優點:

  • 索引通常遠小於數據行的大小,只讀取索引能大大減少數據訪問量。
  • 一些存儲引擎(例如 MyISAM)在內存中只緩存索引,而數據依賴於操作系統來緩存。因此,只訪問索引可以不使用系統調用(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. 最左前綴原則

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:

當創建(a,b,c)聯合索引時,相當於創建了(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

  • 大大減少了服務器需要掃描的數據行數。
  • 幫助服務器避免進行排序和分組,以及避免創建臨時表(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創建,因為不需要排序和分組,也就不需要創建臨時表)。
  • 將隨機 I/O 變為順序 I/O(B+Tree 索引是有序的,會將相鄰的數據都存儲在一起)。

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數據,而不是一條記錄一條記錄地匹配,例如可以使用分區技術。

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語句的執行性能,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

IOC(一)BeanFactory和BeanDefinition

SpringBean的生命週期分析

MySQL併發更新數據時的處理方法

說一下聚簇索引&非聚簇索引