深入浅出mysql索引-上

 

引言

常见索引的模型

哈希表

有序数组

二叉树

mysql底层的索引模型

---

引言

在日常工作中我们经常会接触到数据库索引，比如一个SQL执行起来很慢，经过分析后，你可能会说"添加个索引"之类的解决方案，那到底什么是索引呢？

索引：简单来说就像书的目录一样(面试的时候不要这么说)，其实索引更是一种提高数据查询效率的数据结构

常见索引的模型

提高读写的数据结构很多，这里有三种比较简单的数据结构，分别是哈希表，有序数组和搜索树

哈希表

哈希表是一种key - value形式的数据结构，哈希表是基于哈希函数建立的一种表

地址index = H（key）

H是哈希函数，通过这个函数快速的定位value(也就是地址index)，如果多个key通过计算获取同样的value怎么办？这就是hash冲突，解决冲突的方式有这些

• 开放寻址法
• 拉链法

假设，你现在维护着一个身份证信息和姓名的表，需要根据身份证号查找对应的名字，这时 对应的哈希索引的示意图如下所示：

图 1 哈希表示意图 图中，User2 和 User4 根据身份证号算出来的值都是 N，但没关系，后面还跟了一个链 表。假设，这时候你要查 ID_card_n2 对应的名字是什么，处理步骤就是：首先，将 ID_card_n2 通过哈希函数算出 N；然后，按顺序遍历，找到 User2。

需要注意的是，图中四个 ID_card_n 的值并不是递增的，这样做的好处是增加新的 User 时 速度会很快，只需要往后追加。但缺点是，因为不是有序的，所以哈希索引做区间查询的速 度是很慢的。

你可以设想下，如果你现在要找身份证号在 [ID_card_X, ID_card_Y] 这个区间的所有用 户，就必须全部扫描一遍了。

所以，哈希表这种结构适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。

• 其他方式

今天说索引，其他的索引模型和hash冲突可自行百度

有序数组

单看查询效率的话有序数组是最好的数据结构，但是对于增删操作都要移动后面的数据，成本太高，所以有序数组更适合静态存储引擎

二叉树

二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子，而插入的搜索效率非常高，但是由于索引不但存在内存，还要存在磁盘中，以innerDB举例，树高4，N叉树的N是1200，那么数据就是17亿

你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数 据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是 说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，这个查询可真够慢的。 为了让一个查询尽量少地读磁盘，就必须让查询过程访

mysql底层的索引模型

mysql5.7之后默认的存储引擎是innerDB,innerDB使用的b+树的索引模型,数据只存在叶子节点上

b+tree模型在btree的基础上进行的改进，降低树的高度，增大节点存储数据量，b+tree只需要遍历他的所有叶子节点即可

mysql的索引类型分为主键索引和非主键索引，在innerDB中主键索引成为聚簇索引，非主键索引又叫做二级索引，那么二者有什么区别呢？

• 如果语句是 select * from table where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
• 如果语句是 select * from table where k=5，即普通索引查询方式，则需要先搜索 k 索引 树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表;
• 也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使 用主键查询;