本文來源于公眾號： 跬步匠心

什么是索引？

當我們使用漢語字典查找某個字時，我們會先通過拼音目錄查到那個字所在的頁碼，然后直接翻到字典的那一頁，找到我們要查的字，通過拼音目錄查找比我們拿起字典從頭一頁一頁翻找要快的多，數據庫索引也一樣，索引就像書的目錄，通過索引能極大提高數據查詢的效率。

索引的實現方式

在數據庫中，常見的索引實現方式有哈希表、有序數組、搜索樹。

哈希表

哈希表是通過鍵值對(key-value)存儲數據的索引實現方式，可以將哈希表想象成是一個數組，將索引通過哈希函數計算得到該行數據在數組中的位置，然后將數據存到數組中，容易發現一個問題，如果兩個索引通過哈希函數計算后得到的數組位置相同要怎么辦？我們可以采用哈希鏈表，數組的每個 value 都是一個鏈表，新數據直接添加到鏈表尾部。

所以數據庫查詢過程為：索引通過哈希函數計算數據所在位置 --> 遍歷指定位置的鏈表，找到滿足條件的數據。

每次有新數據加入時，新數據時直接添加到鏈表尾部，所以添加數據時很方便。

哈希表不擅長進行區間查詢，一般都用于等值查詢，因為兩個相鄰索引通過 hash 函數后計算得到的數組位置不一定還保持相鄰，需要哈希多次才能把區間的數據全查出來。

有序數組

顧名思義，有序數組是按索引大小將數據保存在一個數組上，因為該數組是有序的，可以通過二分法很容易查到位置，找到第一個位置后，通過向左或者向右遍歷很容易得到所求區間的數據。因此，無論是等值查詢還是區間查詢，效率都極高。

但缺陷也是顯而易見的，當向數組中間 n 位置插入一條數據時，需將 n 后面的數據全部往后移動，所以，這種索引一般用于靜態存儲引擎。

搜索樹

二叉搜索樹：一棵空樹，或者是具有下列性質的二叉樹：若它的左子樹不空，則左子樹上所有結點的值均小于它的根結點的值；若它的右子樹不空，則右子樹上所有結點的值均大于它的根結點的值；二叉搜索樹的左、右子樹也分別為二叉搜索樹。

平衡二叉樹：平衡二叉樹是在二叉搜索樹的基礎上引入的，指的是結點的左子樹和右子樹的深度差不超過 1。

多叉樹：每個結點可以有多個子結點，子節點的大小從左到右依次遞增。

數據庫一般使用平衡樹來當索引的存儲數據結構，當使用平衡二叉實現索引時，結構如下圖。

從圖中可發現，每次查詢最多需要訪問 4 個節點必能得到所要數據。例如查詢 user2 時，查詢過程為：userA-->userC-->userF-->user2。所以查詢速度很高，復雜度為 O (log (n))；平衡二叉樹的更新復雜度也為 O (log (n))。

區間查詢時，由于搜索樹的特性(左子樹小于右子樹)，可以很快的排除掉不滿足條件的節點，查起來速度也是很快的。

思考下為什么用平衡搜索樹呢？

因為普通的二叉樹可能因為插入的數據最后變成一個很長的鏈表，查詢復雜度退化成 O (n)。

如果搜索樹存于內存中，與多叉樹相比，二叉樹的搜索速率是最高的，但實際上數據庫使用的是 n 叉樹而不是二叉樹。

索引不僅存于內存，還是寫到磁盤上，搜索樹上的每個結點在磁盤上表現為一個數據塊。

多叉樹每個結點下可以有多個子節點，所以存儲相同數據量時多叉樹的樹高比二叉樹小，查詢一個數據需要訪問的結點數更少，即查詢過程訪問更少的數據塊。查詢速度較高。

在 mysql 的 innodb 引擎中，使用 B + 樹來存儲數據，B + 樹是一種多叉平衡查找樹。

innodb 的索引模型

在 B + 樹中，我們將節點分為葉子結點和非葉子結點，非葉子結點上保存的是索引，而且一個節點可以保存多個索引；數據全部存于葉子結點上，并且葉子結點之間通過指針連接起來。

根據葉子結點的內容不同，innodb 索引分為主鍵索引和非主鍵索引。非主鍵索引也稱為二級索引。主鍵索引的葉子結點中保存的數據為整行數據，而非主鍵索引葉子節點保存的是主鍵的值。

通過主鍵索引查詢數據時，我們只需查找主鍵索引樹便可以獲取數據；通過非主鍵索引查詢數據時，我們先通過非主鍵索引樹查找到主鍵值，然后再在主鍵索引樹搜索一次，這個過程稱為回表，也就是說非主鍵索引查詢會比主鍵查詢多搜索一棵樹。所以我們應盡可能使用主鍵查詢。

B + 樹是一顆 N 叉樹，N 是由什么決定的？能否調整？

通過修改 page 的大小來間接調整 N 的大小。一個節點上的所有數據都在一個 page 中，頁越大，每頁存放的索引就越多，N 就越大。數據頁調整后，如果數據頁太小層數會太深，數據頁太大，加載到內存的時間和單個數據頁查詢時間會提高，需要達到平衡才行。

修改索引的大小。每個索引包括固定字節數的 Point 指針和索引字段內容，索引字段越小，每頁能存的索引就越多，N 就越大。

索引維護

添加新行時，將會在索引表上添加一條記錄，如果是索引遞增插入時，數據都是追加在當前最大索引之后，不會對樹中其他數據造成影響；如果新加入的數據的索引值位于節點的中間，需要挪動部分節點的位置，從而保持索引樹的有序性。

而且，相鄰多個節點是存儲在同一個數據頁上的，此時，如果是在已經存儲滿狀態的數據頁中插入節點，會申請新的數據頁，將部分數據挪動到新的數據頁，這個過程稱為頁分裂，頁分裂除了會影響性能，還會降低磁盤空間利用率。不規則數據插入時，會造成頻繁的頁分裂。所以，一般情況下會采用遞增主鍵，使新數據遞增插入。

當相鄰兩個頁由于刪除了數據，利用率很低之后，會將數據頁做合并。

什么情況下應該使用業務邏輯字段做主鍵？有什么優缺點？

業務邏輯字段不容易保證索引樹結點有序插入，這樣寫入成本較高。

innodb 默認使用整數類型作為主鍵，主鍵長度較小，二級索引的葉子結點中保存的是主鍵值，主鍵長度越小，二級索引的葉子結點占用空間也就越小。

當然，使用業務邏輯字段做主鍵也有好處，可以避免回表，每次只需掃描一次主鍵索引樹即可。

綜上，從性能和存儲空間方面考量，自增主鍵往往是更合理的選擇，但是當業務場景有且只有一個索引，而且該索引為唯一索引時，此時更適合使用業務邏輯字段作為主鍵，一個是避免回表，還有一個是只有一個索引也不需要考慮二級索引的空間占用情況了。

索引重建

因為數據修改、刪除、頁分裂等原因，會導致數據頁空間利用率降低，此時，可以考慮重建索引，將數據按順序插入，提高磁盤空間利用率。

重建普通索引時，直接先刪除索引，再重新創建即可。

alter table T drop index k;

alter table T add index(k);

復制代碼

主鍵索引不能通過上面的語句去重建，因為刪除主鍵索引后，innodb 會如下處理:

如果存在非空且字段類型為數值的唯一索引(INT and NOT NULL and UNIQUE INDEX)， 會將第一個滿足條件的索引作為主鍵索引 , _rowid 為對應主鍵，值與唯一索引相同。(可通過 select _rowid from table 查詢)。

如果找不到合適的索引，那么 InnoDB 會自動生成一個不可見的名為 ROW_ID 的列名為 GEN_CLUST_INDEX 的主鍵索引，該列是一個 6 字節的自增數值，隨著插入而自增。

所以刪除主鍵索引的結果其實是修改了主鍵字段，而普通索引的葉子節點存的是主鍵的值，所以，一旦修改了主鍵字段，普通索引也會有影響，葉子節點的值將被修改成新的主鍵字段。

當主鍵索引需要重建時，更好的做法是直接使用 alter table t engine=innodb 重建表。

寫在最后

喜歡本文的朋友，歡迎關注公眾號「跬步匠心」，專注大白話分享實用技術

總結

以上是生活随笔為你收集整理的mysql 字典索引_【大白话mysql】你真的了解 mysql 索引吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。