八股知识—数据库（二）索引

最新推荐文章于 2025-04-15 10:37:48 发布

飞跑的鱼

最新推荐文章于 2025-04-15 10:37:48 发布

阅读量1k

点赞数 21

文章标签：数据库

本文链接：https://blog.youkuaiyun.com/m0_62669698/article/details/146120933

版权

一、索引的概念

索引是一种数据结构。数据库索引是DBMS中一个排序的数据结构（有序），以协助快速查询、更新数据表中数据。索引的使用通常使用B树以及变种B+树。
索引就相当于目录，可以方便数据内容查找，本身也占用物理空间。

二、索引的优缺点

1. 索引的优点

①通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
②提高数据检索效率，降低数据库的IO成本，可以加快数据的检索速度。
③可以加速表和表之间的连接，特别是在实现数据的参考完整性方面。
④通过使用索引，可以在查询过程中，使用优化隐藏器，提高系统性能。
⑤通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

2. 索引的缺点

①耗费时间，降低维护效率。创建和维护索引都要耗费时间，时间随着数据量的增加而增加。当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样降低了数据的维护速度。
②占用物理空间。空间是，索引需要占用物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间。如果要建立聚簇索引，那么需要的空间就会更大。

三、索引的数据结构

（一）索引分类

1. 分类

数据库索引根据结构分类，主要有B+树索引、Hash索引、位图索引三种。

2. 不同存储引擎对应的索引结构

MYSQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构。

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-Tree（空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-Text（全文索引）	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucence、Solr、ES

3.不同存储引擎对索引结构的支持

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

索引	InnoDB	MyISAM	Memory
B+树索引	支持	支持	支持
Hash索引	不支持	不支持	不支持
R-Tree索引	不支持	支持	不支持
Full-text	5.6版本后支持	支持	不支持

（二）二叉树索引（未选择，本部分只是说明为什么MySQL不选择二叉树做索引）

1.二叉树索引理想结构

在这里插入图片描述

2.顺序插入

如果主键是顺序插入的，则会形成一个单向链表
在这里插入图片描述

3.二叉树索引缺点

①顺序插入时，会形成一个链表，查询性能大大降低。
②大数据量情况下，层级较深，检索速度慢。

4.解决方案

选择红黑树，红黑树是一颗自平衡二叉树，即使是顺序插入数据，最终会得到一颗平衡的二叉树。
在这里插入图片描述
解决了顺序插入的问题，但是红黑树也是二叉树，仍然存在大数据量情况下层级深检索慢的问题。【这也是MySQL的索引结构中不选择二叉树或红黑树的原因。】

（三）B-Tree索引

1.B树定义

B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

2.B树特点

一颗B树的最大度数是5（5阶B树），树的度数指的是一个节点的子结点个数。那这个B树每个节点最多可以存储4个key，5个指针。
在这里插入图片描述
即n阶B树，每个节点最多可以存储（n-1）个key，n个指针。在B树中，非叶子节点和叶子节点都会存放数据。

可以去这个网站动态演示一下B树的分裂过程

（四）B+Tree索引

1.B+树定义

B+树是B树的变种。假设一颗3阶B+树，则B+树每个节点存放2个key，3个指针。

绿色框部分是索引部分，仅仅起到索引数据的作用，不存储数据。
红色框部分是数据存储部分，在其叶子节点中要存储具体的数据。

2.B+树的特点

①所有的数据都会出现在叶子节点。
②叶子节点形成一个单向链表。
③非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

可以去这个网站动态演示一下B+树的分裂过程

3.MySQL优化B+树索引

MySQL索引数据结构对经典的B+树进行了优化。在原B+树基础上，增加了一个指向相邻叶子结点的链表指针，形成了带有顺序指针的B+树，提高区间访问的性能，利于排序。叶子节点形成了双向链表。
在这里插入图片描述

4.B+树和B树的区别

B+树	B树
①所有的非叶子节点只存储关键字信息，用做索引	①所有的非叶子节点存储存储数据
②所有的具体数据存储在叶子节点中	②所有的具体数据存放在全部节点中（叶子节点+非叶子节点）
③叶子节点包含了全部元素	③叶子节点并不包含全部元素
④叶子节点之间有链指针	④叶子节点之间没有链指针

（五）Hash索引

1.哈希索引定义

哈希索引就是采用一定的Hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
在这里插入图片描述
如果两个（或多个）键值，映射到一个相同的槽位上，就产生了Hash冲突（hash碰撞），通过链表来解决。

2.哈希索引特点

①Hash索引只能用于对等比较\等值匹配（=，in），不支持范围查询（betweeen，<，>）。hash索引等值匹配的时候，只需要去计算对应hash值，然后去链表找到对应hash值即可。Hash索引存储的时候是没有顺序的，所以没有办法进行范围查询。
②无法利用索引完成排序操作，因为Hash计算得到的结果是无序的。
③查询效率高，通常只需要一次检索就可以了，效率通常要高于B+树索引。（前提是不出现Hash碰撞，出现了还要去链表中检索）

3.存储引擎支持

在MySQL中，支持Hash索引的是Memory存储引擎，而InnoDB中具有自适应Hash功能【指MySQL会根据查询条件，在指定的条件下，会自动地将B+树索引构建为Hash索引】，hash索引是InnoDB存储引擎根据B+树索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+树索引结构？
①相对于二叉树，层级更少，搜索效率更高。
②对于B树，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页（一页大小固定为16K）中存储的键值减少、指针跟着减少，要同样保存大量数据，只能增加树的高度，层级变多，查询性能降低。而B+树的非叶子节点存放键值和指针，不存放数据，同样保存大量数据，数据可放的位置变多，树的高度相对较低，层级少，查询性能高于B树。
③相对于Hash索引，B+树支持范围匹配以及排序。Hash索引支持精确查找，不支持范围匹配，也不支持排序。

四、使用B+树的好处

①相对于二叉树，层级更少，搜索效率更高。
②对于B树，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页（一页大小固定为16K）中存储的键值减少、指针跟着减少，要同样保存大量数据，只能增加树的高度，层级变多，查询性能降低。而B+树的非叶子节点存放键值和指针，不存放数据，同样保存大量数据，数据可放的位置变多，树的高度相对较低，层级少，查询性能高于B树。
B+树的非叶子节点只存放键，不存放数据，一次读取，可以在同一页中获取更多的键，有利于更快缩小查找范围。
③相对于Hash索引，B+树支持范围匹配以及排序。Hash索引支持精确查找，不支持范围匹配，也不支持排序。
④B+树的叶子节点有链相连，进行一次全数据遍历的适合，B+树只需要适应O(logN)时间找到最小节点，然后通过链进行O(N)的顺序遍历即可；在找大于某个关键字或者小于某个关键字的数据的时候，B+树只需要找到该关键字然后沿着链表遍历即可。

五、Hash索引和B+树索引的区别

Hash索引	B+树索引
等值查询等快（通常下，没有Hash碰撞），不支持范围查询	支持等值查询和范围查询
不支持使用索引排序	支持使用索引排序
不支持模糊查询	支持模糊查询
不支持多列索引的最左前缀匹配	支持多列索引的最左前缀匹配
Hash索引避免不了回表查询	B+树符合（聚簇索引、覆盖索引）时，可以只通过索引完成查询
性能不稳定（发生Hash碰撞，效率低）	查询效率稳定，所有查询都是从根节点到叶子节点

六、索引的分类

（一）索引分类

在这里插入图片描述

（二）聚集索引&二级索引

1.InnoDB存储引擎中分类

在InnoDB存储引擎中，根据索引的存储形式，分为：
在这里插入图片描述

2.聚集索引选取规则

①如果存在主键，主键索引就是聚集索引。
②如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
③如果表没有主键，也没有合适的唯一索引，则InnoDB回自动生成一个rowid作为隐藏的聚集索引。
【无论如何，聚集索引一定存在，聚集索引只有一个】

3.聚集索引和二级索引具体结构

在这里插入图片描述

聚集索引的叶子节点下挂的是这一行的数据，也就是name+gender。
二级索引的叶子节点下挂的是该字段值对应的主键值。例如姓名为ARM，该叶子节点下挂的是对应ID10，也就是主键值。

4.回表查询

回表查询指的是先到二级索引中查找数据，找到主键值，然后到聚集索引中根据主键值，获取对应数据的方式。

解答：A语句的执行效率高于B语句。
A语句直接去聚集索引根据主键值ID查询即可，直接返回数据。B语句要去二级索引查找到名字ARM对应的主键值，然后返回到聚集索引去根据主键值ID去查找数据，需要进行回表查询。

InnoDB主键索引的B+树高度为多高呢？
解答：
①存储引擎中一页的大小为16K，即16×1024个字节。
②假设一行数据大小为1K，也就是叶子节点存放的数据，而一页是16K，那么一页可以存放16行这样的数据。
③假设InnoDB指针占用6个字节，主键Key（bigint）占用8个字节。
④假设树的高度为2。一页当中存放的指针（n）和主键Key（n-1）计算
n×6+（n-1)×8=16×1024，得到n为1171。有1171个指针，1170个Key。那么叶子节点存放的数据大小为，有1171个指针，每个指针指向存放数据的叶子节点对应页，一页可以存放16行数据，那么1171×16=18736行等于这个高度为2的树可以存放这么多行数据。
⑤假设树的高度为3呢，那么可以存放1171×1171×16=21939856行数据。

七、索引语法

（一）创建索引

CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (
index_col_name,... ) ;

UNIQUE代表创建的是一个唯一索引，要求该字段不能出现重复的数据。FULLTEXT代表创建的是全文索引。
（要为哪一张表中的哪个字段创建索引，table_name index_col_name）

一个索引是可以关联多个字段的，如果一个索引只关联一个字段，这个索引称为单列索引。
如果一个索引关联了多个字段，这个索引称为联合索引或组合索引。

（二）查看索引

SHOW INDEX FROM table_name ;

（三）删除索引

DROP INDEX index_name ON table_name ;

八、SQL性能优化

（一）SQL执行频率

1.相关指令

MySQL客户端连接成功后，通过show [session | global ] status命令可以提供服务器状态信息。

SHOW GLOBAL STATUS LIKE 'Com___';

GLOBAL是查看数据状态信息。
SESSION是查看当前会话状态信息。
Com_delete：删除次数
Com_insert：插入次数
Com_select：查询次数
Com_update：更新次数

2.作用

通过上述指令，可以查看当前数据库到底是以查询为主，还是以增删为主，如果以增删为主，我们就不考虑其优化，如果是查询为主，就要考虑对数据库的索引进行优化。

（二）慢查询日志

1.定义

慢查询日志记录了所有执行时间超过指定参数（Long_query_time，单位：秒，默认10秒）的所有SQL语句。【SQL语句执行时间超过10秒，就会被记录在慢查询日志当中】

2.语法

show variables like 'slow_query_log';
--MySQL的慢查询日志默认没有开启，查看系统变量
--如果要开启慢查询日志，需要在MySQL的配置文件中进行配置。
vi  /etc/my.cnf
--开启MySQL慢查询日志开关
slow_query_log=1;
--设置慢查询日志的时间为2秒，SQL语句执行时间超过2秒，被视为慢查询，记录到慢查询日志中
long_query_time=2;

（三）profile详情

1.profile操作

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作。

SELECT @@have_profiling ;
SELECT profiling;
--查看开关状态

可以通过set语句在session/global级别开启profiling

SET profiling = 1;

开关已经打开了，接下来，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到哪儿去了。
执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时：

-- 查看每一条SQL的耗时基本情况
show profiles;
-- 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

（四）explain执行计划

1.定义及语法

EXPLAIN 或 DESC 命令获取MySQL是如何执行select语句的信息，包括在select语句执行过程中表如何连接和连接的顺序。
语法：

--直接在select语句之前加上关键字 explain /desc
EXPLAIN +查询语句;

2.explain各字段含义

在这里插入图片描述
尽量将type往前优化，不要是all。

九、索引使用

（一）最左前缀匹配原则

1.定义

如果所有是联合索引（多列索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效（后面的字段索引失效）。
对于最左前缀法则指的是，查询时，最左变的列，否则索引全部失效，采用全局扫描。
最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关。

（二）范围查询

1.定义

联合索引中，出现范围查询（>，<），范围查询右边的索引会失效。
在这里插入图片描述
在联合索引中，范围查询最好使用（>= , <=），这样就可以走联合索引，范围查询右侧的索引也不会失效，所有字段都是走索引的。

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 <

（三）索引失效情况

1.索引列运算

不要在索引列上进行运算操作，索引将失效。
在这里插入图片描述

2.字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。字符串不加单引号，对于查询结果没有什么影响，但是数据库存在隐式类型转换，索引将失效。

3.模糊查询

如果仅仅是尾部模糊匹配（like ‘软件%'），索引不会失效。如果是头部模糊匹配（like ’%工程‘），索引失效。
在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关键字前面加了%，索引将会失效。

4.or连接条件

用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。当or连接的条件，左右两侧字段都有索引时，索引才会生效。

5.数据分布影响

如果MySQL评估使用索引比扫描全表更慢，则不使用索引。
因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。（取决于表中数据的分布，查询对应的数据是极少部分，则走全表扫描。）

（四）SQL提示

1.定义

SQL提示是优化数据库的一个重要手段，在SQL语句中加入一些人为的提示来达到优化操作的目的。

2.use index

建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。
在这里插入图片描述

3.ignore index

忽略指定的索引。
在这里插入图片描述

4.force index

强制使用指定的索引（MySQL不可以有自己的想法）。
在这里插入图片描述

（五）覆盖索引

1.定义

覆盖查询是指查询使用了索引，并且查询需要返回的列，在该索引中可以全部找到。（减少select *，改为具体的select id，name等）。
在这里插入图片描述

覆盖索引性能高一点，如果使用select * ，很容易出现回表查询的情况，性能低。
在这里插入图片描述
创建一个联合索引，满足覆盖索引，这样二级索引下挂的就是主键索引，可直接获得ID信息。

（六）前缀索引

1.定义

当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

2.创建语法

create index idx_xxxx on table_name(column(n)) ;

前缀长度也就是n的值，可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

--计算选择性，选择性=1性能最好。
select count(distinct email) / count(*) from tb_user ;
--截取n个前缀
select count(distinct substring(email,1,n)) / count(*) from tb_user ;