MySQL学习之索引

最新推荐文章于 2025-08-09 20:21:24 发布

原创最新推荐文章于 2025-08-09 20:21:24 发布 · 173 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据库

数据库专栏收录该内容

3 篇文章

订阅专栏

什么是索引

索引的出现是为了提高查询效率，就像书的目录一样，但是实现索引的方式却有很多种，所以这里也就引入了索引模型的概念，可以用于提高读写效率的数据结构很多，这里我先给你介绍三种常见也比较简单的数据结构，它们分别是哈希表、有序数组和搜索树。

哈希表
哈希表的=中的链表并不是有序的，索引哈希索引做区间查询的速度是很慢的，哈希表这种结构适用于只有等值查询的场景

有序数组
在等值查询和范围查询场景中的性能就都非常优秀，如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。有序数组索引只适用于静态存储引擎

多路查找树(B+,?
传统的搜索树为二叉树，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 10ms 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问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树（多路查找树）。这里，“N 叉”树中的“N”取决于数据块的大小。

InnoDB 的索引模型

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组
织表。又因为前面我们提到的，InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+
树中的。

索引类型分为主键索引和非主键索引。
主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引
（clustered index）。
非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引
（secondary index）。

索引重建

为什么要重建索引？
索引可能会因为删除，或者页分裂等原因导致效率下降，重建索引可以把数据按顺序插入，使得页面利用率最高，并节省空间。不论是删除主键还是创建主键，都会将整个表重建。上文说了，在非主键上查询结果需要回表，进行二次查询。对于回表过程的一个优化就是建立覆盖索引。

基于主键索引和普通索引的查询有什么区别

mysql> create table T(
id int primary key,
k int not null,
name varchar(16),
index (k))engine=InnoDB;

表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树
的示例示意图如下
在这里插入图片描述

如果语句是 select * from T 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 T 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。回到主键索引树搜索的过程
，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。

覆盖索引

要查询的值已经在索引树上，不需要再次查询主键索引树获取数据。这种索引就叫覆盖索引。
如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的
值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是
说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为覆盖索引。
由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用
的性能优化手段