MySQL索引

原创已于 2023-01-21 10:52:23 修改 · 1.6k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据结构 #MySQL #索引 #B-Tree #B+Tree

于 2023-01-21 10:52:22 首次发布

MySQL 专栏收录该内容

2 篇文章

订阅专栏

文章详细介绍了MySQL中的索引概念，包括其提高数据检索效率、排序优化等优点，以及占用空间和降低更新速度的缺点。重点讨论了B-Tree和B+Tree数据结构，解释了InnoDB存储引擎选择B+Tree的原因，如支持范围匹配和排序。此外，文章还阐述了索引的分类，如主键索引、唯一索引、常规索引和全文索引，以及聚集索引和二级索引的区别，并提到了回表查询的概念。

定义

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。

优点：

提高数据检索效率，降低数据库的IO成本

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

缺点：

索引列也是要占用空间的

索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

B-Tree

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

特点：

5阶的B树，每一个节点最多存储4个key，对应5个指针。

一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。

在B树中，非叶子节点和叶子节点都会存放数据。

B+Tree

B+Tree是B-Tree的变种

B+Tree 与 B-Tree相比，主要有以下三点区别：

所有的数据都会出现在叶子节点。

叶子节点形成一个单向链表。

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。

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，利于排序。

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；

索引的分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

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：

聚集索引(Clustered Index)

将数据存储与索引放一块，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。

如果表没有主键，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

这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

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 ;