一文搞懂MySQL索引

最新推荐文章于 2025-03-21 18:18:40 发布

进击的女IT

最新推荐文章于 2025-03-21 18:18:40 发布

阅读量1.1k

点赞数 19

文章标签： mysql 数据库

本文链接：https://blog.youkuaiyun.com/weixin_63908159/article/details/143079486

版权

索引概述

介绍

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

优缺点

优势	劣势
提高数据检索的效率，降低数据库的IO成本	索引列也是要占用空间的
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	索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低

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结构，主要包含以下几种：

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+Tree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MySAM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LUC饿呢，Solr，ES

我们平常所说的索引，如果没有特别指明，都是B+树结构组织的索引。

二叉树

二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

红黑树（本质也是一个二叉树）：大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）

以一颗最大度数为5（5阶）的b-tree为例（每个节点最多存储4个key，5个指针）：

树的度数指的是一个节点的子节点个数。

具体动态变化的过程可以参考网站：B-Tree Visualization

B+Tree

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

相对于B-Tree区别：

所有的数据都会出现在叶子节点

叶子节点形成单向链表
Hash

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。

如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

hash索引特点

Hash索引只能用于对等比较（=，in），不支持范围查询（between，>，
无法利用索引完成排序操作
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+tree索引

存储引擎支持

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应的hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

面试题：为什么InnoDB存储引擎选择使用B+Tree索引结构？

相对于二叉树，层级更少，搜索效率高；
对于B-tree，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，导致性能降低；
相对Hash索引，B+tree支持范围匹配及排序操作；
索引分类

分类	含义	特点	关键字
主键索引	针对与表中主键创建的索引	默认自动创建，只能有一个	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	FULLTEXT

在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引（Clustered Index）	将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
二级索引（Secondary Index）	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

聚集索引选取规则：

如果存在主键，主键索引就是聚集索引
如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引
如果没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

回表查询：先根据二级索引拿到主键值，再根据主键值走聚集索引拿到这一行的数据

思考题：

以下SQL语句，那个执行效率高？为什么？

select * from user where id=10；

select * from user where name='arm'；

- 第一个执行效率高，因为根据id查找，只需进行一次聚集索引查找就OK；
- 第二个先根据name索引进行二级索引查找对应的id，在根据id进行聚集索引查找对应的数据。

InnoDB主键索引的B+tree高度为多高呢？

假设：

一行数据大小为1K,一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。

高度为2：

n * 8 +（n + 1）6 = 16 * 1024，算出n约为1170 （n为键值，所以会有1171个指针）

1171 * 16 = 18736 （两层可以存放18736数据）

高度为3：

1171 * 1171 * 16 = 21939856 （当数据更多时要考虑分库分表）

索引语法

创建索引

create [unique | fulltext] index index_name on table_name (index_col_name，...)；

查看索引

show Index from table_name；

删除索引

drop index index_name on table_name；

案例

表tb_user，有字段name，phone，email，profestion，age，status

name字段为姓名字段，该字段的值可能会重复，为该字段创建索引

- create index idx_user_name on tb_user(name)；

phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引

- create unique index idx_user_phone on tb_user(phone)；

为profestion、age、status创建联合索引

- create index idx_user_pro_age_sta on tb_user(profestion、age、status)；（在联合索引中字段的顺序是有讲究的）

为email建立合适的索引来提升查询效率

- create index idx_user_email on tb_user(email)；

查看索引

- show index from tb_user；

删除索引

- drop index idx_user_email on tb_user；

SQL性能分析

SQL执行频率

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。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：

SHOW GLOBAL STATUS LIKE 'Com______'；
慢查询日志

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语句的日志。

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

开启MySQL慢日志查询开关
- slow_query_log=1
设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志

- long_query_time=2
profile详情

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；

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：

SET profiling = 1；

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；
explain执行计划

explain或者desc命令获取MySQL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 select 字段列表 from 表名 where 条件；

explain执行计划各字段含义：

ID
- select 查询的序列号，表示查询中执行select子句或者是操作表的顺序（ID相同，执行顺序从上到下；ID不同，值越大，越先执行）。

select_type
- 表示select的类型，常见的取值有Simple（简单表，既不使用表连接或者子查询）、primary（主查询、即外层的查询）、union（union中的第二个或者后面的查询语句）、subquery（select/where之后包含了子查询）等
type
- 表示连接类型，性能由好到差的连接类型为null、system、const、eq_ref、ref、range、index、all。
possible_key
- 显示可能应用在这张表上的索引，一个或多个。
Key
- 实际使用的索引，如果为null，则没有使用索引。
Key_len
- 表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
rows
- MySQL认为必须要执行查询的行数，在InnoDB引擎的表中，是一个估计值，可能并不总是准确的。
filtered
- 表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。