系列十一、索引-编程知识

一、索引

1.1、概述

索引（index ）是帮助 MySQL 高效获取数据的有序数据结构。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。

1.2、演示

1.2.1、无索引情况

user表结构如下：

查询语句：select * from user where age = 45；

执行结果：

分析：在无索引的情况下，需要从第一行开始扫描，一直扫描到最后一行，这种扫描称之为全表扫描，性能很低。

1.2.2、有索引情况

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对 age 这个字段建立一个二叉树的索引结构。

此时，我们再次执行select * from user where age = 45；只需要扫描3次就可以找到数据了，极大的提高的查询的效率。

1.3、索引的优势 & 劣势

1.4、索引结构

1.4.1、概述

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，MySQL中支持的所有的索引结构主要包含以下几种：

1.4.2、存储引擎对索引结构的支持

注意事项：我们平常所说的索引，如果没有特别指明，都是指B+树结构的索引。

1.5、常见索引

1.5.1、二叉树

（1）假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

（2）如果主键是顺序插入的，则会形成一个单向链表，结构如下：

小总结：使用二叉树作为索引结构，会存在如下缺点：

（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；

（3）红黑树

概述：红黑树是一颗自平衡二叉树，即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树，结构如下：

存在的问题：红黑树虽然是一颗自平衡二叉树，但是在大数据量的前提下，依然存在层级较深，检索速度慢的问题。所以在MySQL的索引结构中，并没有选择二叉树或者红黑树，而是选择的B+Tree索引。

1.5.2、B-Tree

概述：

B-Tree是一种多叉路衡查找树，相当于二叉树，B树的每个节点可以有多个分支，即：多叉。以一颗最大度数为5阶的B-Tree为例，那么这个树的每个节点最多可以存储5个key，5个指针，大致如下：

说明：树的度数指的是一个节点的子节点个数；

可视化网站：https://www.cs.usfca.edu/~galles/visualization/BTree.html

插入一组数据：100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250

特点：

（1）5阶的B树，每一个节点最多存储4个key，对应5个指针；

（2）一旦节点存储的key的数量达到5，就会裂变，中间元素向上分裂；

（3）在B树中，非叶子节点和叶子节点都会存储数据；

1.5.3、B+Tree

概述：

B+Tree是B-Tree的一种变种，我们以一颗最大度为4阶的B+Tree为例，来看一下大致的结构示意图，如下：

分析：从上图的B+Tree的结构示意图，可以得出如下结论：

（1）绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据；

（2）红色框框起来的部分，是数据存储部分，在其叶子节点中存储具体的数据；

可视化网站：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

插入一组数据：100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250

B-Tree vs B+Tree

通过上述的在线演示，可以看到B+Tree与B-Tree相比，主要有以下3点区别：

（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的作用，具体的数据都是在叶子节点存放的；

MySQL优化后的B+Tree索引结构：

MySQL的索引结构对经典的B+Tree索引进行了优化，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，结构如下：

1.5.5、Hash

概述：

哈希索引就是采用一定的hash算法，将键值计算成新的hash值，映射到对应槽位上，然后存储在hash表中，结构如下：

说明：

如果两个或者多个键值，经过hash计算映射到同一个槽位上了，它们就产生了hash冲突（也称为hash碰撞），可以通过链表的形式来解决。

特点：

（1）hash索引只支持精确查找，不支持范围查询；

（2）无法利用索引完成排序工作；

（3）查询效率高，通常只需要一次检索就可以了，效率通常高于B+Tree索引；

存储引擎支持：

在MySQL中，虽然支持hash索引的存储引擎是Memory，但是InnoDB引擎具有自适应hash的功能，hash索引是InnoDB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？

（1）相对于二叉树，B+Tree索引结构的层级更少，搜索效率更高；

（2）相对于B-Tree，无论是叶子节点还是非叶子节点都保存数据，这会导致一页中存储的键值减少，指针也跟着随之减少，保存同样大小的数据，增加了树的高度，导致查询效率降低；

（3）相对hash索引，B+Tree支持范围查询及排序操作；

1.6、索引分类

1.6.1、按照类型分类

在MySQL数据库中，根据索引的具体类型不同，可以分为如下几类，即：

1.6.2、按照索引的存储形式分类

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：

聚集索引选取规则：

（1）如果存在主键，那么主键索引就是聚集索引；

（2）如果不存在主键，则使用第一个唯一索引作为聚集索引；

（3）如果没有主键+没有唯一索引，则InnoDB会自动的生成一个rowid作为隐藏的聚集索引；

聚集索引和二级索引的结构如下：

结论：

（1）聚集索引的叶子节点挂的是这一行的数据；

（2）二级索引的叶子节点挂的是该字段值对应的主键值

查找过程：

假设我们执行如下sql语句，那么具体的执行过程是什么样的呢？

具体情况如下：

（1）由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找，但是在二级索引中只找到了Arm对应的主键值10；

（2）由于查询返回的数据是所有字段，所以此时还需要根据主键值10到聚集索引中查找10对应的记录，最终找到10对应的行row；

（3）拿到这一行的数据，返回。

回表查询：

向上述先到二级缓存中查找数据，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，称之为回表查询。

1.7、索引实战

1.7.1、前置说明

前边的系列文章中是基于Linux中的MySQL进行案例演示的，为了后续测试百万条数据的sql性能分析，接下来的案例将会在Windows的MySQL中进行演示，MySQL版本要求需在8.0以上，我的MySQL版本信息如下：

1.7.2、数据初始化

链接：https://pan.baidu.com/s/1TGLDb9awudyjhZDcu0HNfQ?pwd=yyds 
提取码：yyds

百万数据初始化：

前置说明：

        -- 查询是否开启了加载本地文件（默认没有开启，需要开启才能执行load指令）
        show variables like 'local_infile';
        -- 开启加载本地文件
        set global local_infile=on;
        -- 执行load指令（依次执行tb_sku1、tb_sku2、...tb_sku5，执行一个脚本差不多耗费100s，耐心等待即可！）
        load data local infile 'D:/temp/tb_sku1.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';

1.7.3、案例

创建索引：

（1）name字段为姓名字段，该字段的值可能会重复，为该字段创建普通索引；

create index idx_user_name on user(name);

（2）phone字段为手机号码，非空且唯一，为该字段创建唯一索引

create unique index idx_user_phone on user(phone);

（3）为profession、age、status字段创建联合索引；

create index idx_user_profession_age_status on user(profession,age,status);

（4）为email字段建立普通索引

create index idx_user_email on user(email);

查看索引：查看user表中所有的索引数据；

show index from user;

1.8、SQL性能分析

1.8.1、SQL执行频率

概述：

MySQL客户端连接成功后，通过show [session|global] status 命令可以查询服务器的状态信息，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。

查看当前数据库以哪种业务为主：

show session status like 'Com_______';

        通过上述指令的执行结果，可以分析出当前业务是以查询为主还是以增删改为主，从而为数据库的优化提供参考依据，如果是以增删改为主，就可以考虑不对其进行索引优化了，如果是以查询为主，那么就要考虑对索引进行优化了。

说明：

Com_insert：插入次数

        Com_update：更新次数

        Com_delete：删除次数

        Com_select：查询次数

1.8.2、慢查询日志

概述：

慢查询日志记录了执行时间超过指定参数（long_query_time，单位：秒）的所有SQL语句的日志。MySQL默认的慢查询日志没有开启，我们可以看一下系统变量中该参数对应的值是什么：

（1）查看慢SQL配置：show variables like '%slow_query_log%';

（2）开启慢SQL配置：Windows ===> my.ini、Linux ===> /etc/my.cnf

添加如下内容：

# 开启MySQL慢查询日志开关
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

（3）重启MySQL