Mysql index Introduction

索引介绍

Platform - DBA - 程庆顺Skype:shunzi_bj

Email:[email protected]

2015.04.03

1 什么是索引2 Tree3 MySQL 索引结构4 索引原则5 索引优化

OUTLINE

为什么 B+Tree 比 B-Tree 更适合数据库的索引结构？ 为什么单调递增字段（如 :AUTO_INCREMENT ）比非单

调字段作为 InnoDB 的主键更好？ 为什么可选择性高的字段创建索引效率更高？ InnoDB 和 MyISAM 的索引结构有什么异同？ InnoDB 的主键和辅助索引的关系是什么？ InnoDB 中为什么不建议过长的字段作为主键？ 索引都有哪些类型？常用的有哪些？ 什么是索引的最左前缀和可选择性？ 为什么查询要遵循索引的最左前缀原则？ 为什么范围查询字段最好放到组合索引的最后？ 什么是索引覆盖？ …………

什么是索引？ 索引是对数据库表中一列或多列的值进行排序的一种结构。

其作用是什么？ 使 SQL 语句执行得更快。

1 什么是索引

2 TREE

2.1 查找算法2.2 查找树2.3 B-Tree2.4 B+Tree2.5 索引高度2.6 范围扫描

查找算法：1 、顺序查找；2 、基于排序结果上的查找；3 、基于 hash 值的查找。

2.1 查找算法

动态查找树主要有：二叉查找树（ Binary Search Tree ）平衡二叉查找树（ Balanced Binary Search Tree ）红黑树 (Red-Black Tree )B-tree/B+-tree

前三者是典型的二叉查找树结构。其它的都是多叉树。他们的查找时间复杂度 O(logaN) ， a 是树的阶，也就是节点的最大出度。 a 越大，树的高度越低！

2.2 查找树

2.3 B-TREE

B-Tree 结构图：

非叶子节点也包含数据，导致叶子节点不包括全部数据！！ 查找：从根节点进行二分查找，如果找到则返回对应节点的data ，否则对相应区间的指针指向的节点递归进行查找，直到找到节点或找到 null 指针，前者查找成功，后者查找失败。

2.4 B+TREE

B+ 树结构图：

1 、叶子节点包含所有的关键字信息，且有横向链表；2 、所有非叶子节点仅包含其子树跟节点中最大或最小关键字。

2.4 B+TREE

B 树比二叉树的高度更低，也更符合数据库的结构（以页 / 块为单位）；

B+ 树又比 B 树的好的地方在于：可以范围查找。

最终， B+ 树更合适作为索引结构！

2.5 索引高度 Oracle 里索引的统计信息表 (all_indexes) 有一个字段— Blevel ：

Oracle 里见过的 Blevel 最大的就是 3, 也就是说，见过的索引最多只有 4 层！

MySQL 的索引的层次目前不清楚具体怎么算的。。。但和 Oracle 是类似，都是 B+Tree 索引。

2.6 范围扫描 范围扫描（ range scan ）不就是> 、 >= 、 < 、 <= 、 between…and… 这些吗？ Not Only ！

除了 primary key 或者 unique index 上的 = 、 in()查找之外，其它都是范围扫描！非唯一索引上的 = 、 in都是范围扫描！（因为不唯一）

是否支持范围扫描是不是很重要。 B+ 树比 B 树的优点也就更明显了。

3 MYSQL 索引结构

3.1 堆表与索引组织表3.2 MyISAM 索引结构3.3 InnoDB 主键结构3.4 InnoDB 辅助索引结构

按照表数据在磁盘上的组织形式区分：堆表、索引组织表； 堆表：在磁盘上数据是按照插入顺序堆积起来的（前面有删除，后面会填补），典型代表有： MySQL的 MyISAM 表、 Oracle 的普通表； 索引组织表：在磁盘上数据是按照主键排序存储的（单个数据块内），典型代表有： MySQL 的 InnoDB表。

3.1 堆表与索引组织表

MyISAM 主键结构：

3.2 MYISAM 索引结构

辅助索引结构与主键一样 ~

InnoDB 主键结构：

聚簇索引：索引即是数据。索引的叶子节点中不仅包括索引字段，而且还包括其它所有字段！数据是以主键顺序在磁盘上存储的（单个数据块内）。

3.3 INNODB 主键结构

InnoDB 辅助索引结构：

辅助索引除了存储索引字段外，还存储了主键值！以辅助索引检索数据，必须先根据辅助索引查找到主键值、再去主键索引里面查找数据！

3.4 INNODB 辅助索引结构

这种结构和 MyISAM 的比有什么优缺点？为什么 InnoDB 的主键字段长度尽量要短？为什么 InnoDB 的主键尽量要用递增类型的？

聚簇和非聚簇表对比图：

3.4 INNODB 辅助索引结构

4 索引原则

4.1 索引类型4.2 索引优点4.3 最左前缀4.4 索引可选择性4.5 覆盖索引

4.1 索引类型索引类型：

B-Tree 、 Hash 、全文；主键、唯一索引、非唯一索引；单列索引、多列索引（组合索引）；函数索引、位图索引、反转索引； (MySQL

无 )分区索引、全局索引 (MySQL无 );…………

1 、大大减少了服务器需要扫描的数据量； -- 普通索引2 、可以帮助服务器避免排序和临时表； -- 索引包含 by 字段3 、可以将随机 I/O变成顺序 I/O 。 -- 索引覆盖

4.2 索引优点

最左前缀原则：从索引的最左边字段开始组合。举例：索引（ A ， B ， C ）

为什么索引要符合最左前缀：索引扫描需要先在叶子节点中确定一个起点和终点！

4.3 最左前缀

（ A 、 B 、 C 三列的组合索引，从左到右排好序的叶子节点）

4.3 最左前缀

看看where a=2 and b=3 的数据都有哪些？

再看看where b=3 的数据有有哪些？

看看where a=2 and c=3 的数据都有哪些？

只能用到第一个字段，然后扫描索引的范围就变成了：

同理，你是否理解了这句话呢：组合索引中，范围查询字段后面的其它字段，都用不到索引。假如索引（ A ， B ， C ）Select ……Where A=1 and B>=2 and B<=3 and C=3;索引只能用两个字段（ A ， B ）。

4.3 最左前缀

索引的可选择性：不重复的索引值（基数，cardinality ）和表总行数的比值。

为什么可选择性高的字段创建索引效率更高？最直观的理解：选择性高的字段具有更高的筛选性。

4.4 索引可选择性

索引覆盖：索引数据包括了需要查找的、筛选的所有字段。只扫描索引不回表！

辅助索引（ A 、 B 、 C ）：select B,C from table_name order by A,B;主键： id ；辅助索引（ A ， B ）：Select id from table_name order by A,B;

优点：减小访问量；随机 IO 基本变为顺序 IO ； InnoDB避免了对主键的二次查询。

4.5 索引覆盖

使用独立的列；（索引列上不要有计算或函数）考虑索引的最左前缀和可选择性；尽量用多列索引来满足不同查询条件；（一当多

用）选择合适的索引顺序； （视业务而定）利用索引覆盖；使用索引扫描来做排序；避免多个范围条件的查询；（知道为什么了吧）范围查询的列放到索引最后。

5 索引优化

其它的需要注意的点：少用 select * ，请明确写出需要查找的列； jion 中、 group

by 中、有 text 和 BLOB 字段的表中，禁用 select * ；禁用 UNION ，如必要，用 UNION ALL 代替； 不需要排序的，请不要用 order by ；分组后不需要排序的，请用 order by null;

关联表的数量尽量少；少用 or ；尽量用 jion 代替子查询；避免类型转换； Where 中不直接对字段进行函数转换、计算等！避免用 like '%abc';

5 索引优化

left join 后面的限制条件只能用于限制 left join 后面的表，对 left jion 前面的表无效！

避免在 sql 中用 hint ；（如： force key() ） 数据库中尽量少存日志类型的数据；如必须，尽量定期归档； 不要增加不必要的列；（有人喜欢备用列：

ext1 、 ext2 、 ... ） 索引字段，尽量用 NOT NULL ；避免不必要的索引；尽量少用 TEXT 、 BLOB 类型； DISTINCT,UNION,MINUS,INTERSECT,ORDER

BY 、 GROUP BY ，都会引起排序操作，需慎用； 对 count 、 sum 、 max 外加 group by 的操作，尽量少做，

可增加外部缓存来减少在数据库层的操作。（如：排行榜）拒绝： big SQL 、 big Transaction 、 big Batch ；

5 索引优化

Thanks!