索引的本質(zhì)

索引是幫助MySQL 高效獲取數(shù)據(jù)的排好序的數(shù)據(jù)結(jié)構(gòu)。

MySQL 默認使用的是B+Tree數(shù)據(jù)結(jié)構(gòu)。

磁盤的讀取原理

在介紹結(jié)構(gòu)之前，先簡單說下磁盤的讀取原理：

操作系統(tǒng)讀寫磁盤的基本單位是扇區(qū)，而文件系統(tǒng)的基本單位是簇(Cluster)。

MySQL在存儲數(shù)據(jù)時數(shù)據(jù)都存儲在磁盤的一道道扇區(qū)中，磁盤是旋轉(zhuǎn)的，每次存儲的數(shù)據(jù)可能會存儲在不同的扇區(qū)中。

在讀取時，磁道每次需要先進行尋道操作（速度慢），磁頭只能進行左右移動，每一次尋道都是一次I/O操作。

如果數(shù)據(jù)都存在同一磁道中，那么旋轉(zhuǎn)磁盤（速度快）就可以取到數(shù)據(jù)，不需要進行尋道操作，會大大減少開銷。

（這里是我自己的理解，如果有不對的地方，歡迎大家指出來）

索引結(jié)構(gòu)

給大家推薦一個數(shù)據(jù)結(jié)構(gòu)可視化網(wǎng)站，可以直觀的演示各種結(jié)構(gòu)

二叉樹

如果普通的一顆二叉樹，在極端情況下會退化成鏈表結(jié)構(gòu)。如圖：

紅黑樹

和二叉樹一樣，在數(shù)據(jù)量大的情況下，樹的深度太大，查詢次數(shù)過高。

比如，有500W的數(shù)據(jù)，假如樹的高度有20層，你要查詢的數(shù)據(jù)剛好在葉子節(jié)點，那么需要進行20次尋道操作，和磁盤進行20次I/O交互操作，大大加大了開銷。

HASH 索引

HASH索引，相比較于B-Tree 而言，不需要從根節(jié)點到葉子節(jié)點的遍歷，可以一次定位到位置，查詢效率更高，但缺點也很明顯：

• 僅能滿足全值查詢，不能使用范圍查詢。因為是通過HASH值進行計算，HASH值是沒規(guī)律的，所以只能精確查詢，不能保證順序和原來一致，所以不行進行范圍查詢。

• 不能進行排序，原因如上。

• HASH碰撞。

B+Tree

• B+Tree 是平衡樹的一種，并且所有葉子節(jié)點位于同一層，是不會退化成鏈表結(jié)構(gòu)的。

• B+Tree 有一個度的概念，指節(jié)點的數(shù)據(jù)存儲個數(shù)。度越大，節(jié)點保存的數(shù)據(jù)個數(shù)就越多。那么相應(yīng)的樹的高度降低，在進行查詢時，需要進行的I/O操作更少，讀取數(shù)據(jù)的速度更快。

• 非葉子節(jié)點不存儲data，只存儲key，可以增大度。葉子節(jié)點只存儲data, 不存儲指針，順序訪問指針，可以提高區(qū)間訪問的性能。

• 進行查找操作時，首先在根節(jié)點進行二分查找，找到一個key所在的指針，然后遞歸的在指針所指向的節(jié)點進行查找。直到查找到葉子節(jié)點，然后在葉子節(jié)點上進行二分查找，找出 key 所對應(yīng)的 data。

B+Tree 結(jié)構(gòu)示意圖

B+Tree 索引的性能分析

• 一般使用磁盤I/O次數(shù)評價索引結(jié)構(gòu)的優(yōu)劣

• 預(yù)讀：磁盤一般會順序向后讀取一定長度的數(shù)據(jù)(頁的整數(shù)倍)放入內(nèi)存。

• 局部性原理：當一個數(shù)據(jù)被用到時，其附近的數(shù)據(jù)也通常會馬上被使用。

• B+Tree 節(jié)點的大小設(shè)為等于一個頁，每次新建節(jié)點直接申請一個頁的空間，這樣就保證一個節(jié)點物理上也存儲在一個頁里，就實現(xiàn)了一個節(jié)點的載入只需一次I/O。

• B+Tree 的度一般會超過100，因此高度非常小(一般為3到5之間)

MySQL 存儲引擎

MyISAM (非聚集)

• MyISAM 索引文件和數(shù)據(jù)文件是分離的。

• MyISAM 引擎使用B+Tree 作為索引結(jié)構(gòu)，MyISAM的索引文件僅僅保存數(shù)據(jù)記錄的地址。

• MyISAM中，主索引和輔助索引在結(jié)構(gòu)上沒有任何區(qū)別，只是主索引要求key是唯一的，而輔助索引的key可以重復(fù)。

MyISAM存儲結(jié)構(gòu)示意圖

InnoDB (聚集)

• 數(shù)據(jù)文件本身就是索引文件。

• InnoDB 引擎也使用B+Tree 作為索引結(jié)構(gòu)，葉節(jié)點包含了完整的數(shù)據(jù)記錄。

• InnoDB的數(shù)據(jù)文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有）。

• InnoDB中，主鍵索引包含了完整的數(shù)據(jù)記錄，而輔助索引都引用主鍵作為data域。

InnoDB存儲結(jié)構(gòu)示意圖

知道了InnoDB的索引實現(xiàn)后，就明白了為什么不建議使用過長的字段作為主鍵了，因為所有輔助索引都用主索引，過長的主索引會令輔助索引變得過大。

MyISAM和InnoDB區(qū)別

• 事物：InnoDB支持事務(wù)，可以使用 Commit 和 Rollback 語句。MyISAM不支持。

• 并發(fā)：MyISAM 只支持表級鎖，而InnoDB 還支持行級鎖。

• 外鍵：InnoDB 支持外鍵，MyISAM不支持。

• 備份：InnoDB 支持在線熱備份，MyISAM不支持。

• 崩潰恢復(fù)：MyISAM 崩潰后發(fā)生損壞的概率比 InnoDB 高很多，而且恢復(fù)的速度也更慢。

• 其它特性：

InnoDB是聚集索引，MyISAM是非聚集索引。

InnoDB不保存表的具體行數(shù)，MyISAM用變量保存了整個表的行數(shù)。

InnoDB不支持全文索引，MyISAM支持全文索引。

MyISAM 支持壓縮表和空間數(shù)據(jù)索引。

索引分類

索引分類

• 主鍵索引：是一種特殊的唯一索引，不允許有空值。設(shè)定為主鍵后數(shù)據(jù)庫會自動建立索引innodb為聚集索引。

• 唯一索引：索引列中的值必須是唯一的，但是允許為空值。

• 單值索引：索引只包含單個列，但一個表中可以有多個單值索引。

• 復(fù)合索引：在表中的多個字段組合上創(chuàng)建的索引，只有在查詢條件中使用了這些字段的左邊字段時，索引才會被使用，使用組合索引時遵循最左前綴原則。

• 全文索引：只有在MyISAM引擎上才能使用，只能在CHAR、VARCHAR、TEXT類型字段上使用全文索引，在一堆文字中，通過其中的某個關(guān)鍵字等，就能找到該字段所屬的記錄行。比如有"怡紅院、金鳳樓"等等，可以 通過金鳳樓，可能就可以找到該條記錄。

• 空間索引：只有在MyISAM引擎上才能使用，創(chuàng)建空間索引的列，必須將其聲明為NOT NULL。空間索引是對空間數(shù)據(jù)類型的字段建立的索引，MySQL中的空間數(shù)據(jù)類型有四種，GEOMETRY、POINT、LINESTRING、POLYGON。在創(chuàng)建空間索引時，使用SPATIAL關(guān)鍵字。

最左前綴原則

• B+Tree 是按照第一個關(guān)鍵字進行索引，然后在葉子節(jié)點上按照第一個關(guān)鍵字、第二個關(guān)鍵字、第三個關(guān)鍵字…進行排序。使用復(fù)合索引的時候，會根據(jù)你的索引順序，從左開始匹配。

• 索引只能用于查找key是否存在（相等），遇到范圍查詢(>、<、between、like左匹配)等就不能進一步匹配了，后續(xù)退化為線性查找。

復(fù)合索引的底層存儲結(jié)構(gòu)

索引的優(yōu)缺點

優(yōu)點

• 提高查詢效率（降低IO使用率）。

• 降低CPU使用率, 例如：...order by age desc，因為B+Tree 索引本身就是一個排好序的結(jié)構(gòu)，因此在排序時可以直接使用。

缺點

• 索引本身很大，實際上索引也是一張表，該表保存了主鍵與索引字段，并指向?qū)嶓w表的記錄，所以索引列也是要占用空間。

• 索引會降低增刪改的效率，MySQL不僅要保存數(shù)據(jù)，還要保存一下索引文件每次更新添加了索引列的字段， 都會調(diào)整因為更新所帶來的鍵值變化后的索引信息。

• 索引不是所有情況均適用：A. 少量數(shù)據(jù) B.頻繁更新的字段 C.很少使用的字段

需要建立索引的情況

• 主鍵自動建立唯一索引。

• 頻繁作為查詢條件的字段應(yīng)該創(chuàng)建索引，WHERE 后面的語句。

• 查詢中與其它表關(guān)聯(lián)的字段，外鍵關(guān)系建立索引。

• 單鍵/組合索引的選擇問題，who？在高并發(fā)下傾向創(chuàng)建組合索引。

• 查詢中排序的字段，排序字段若通過索引去訪問將大大提高排序速度。

• 查詢中統(tǒng)計或者分組字段。

轉(zhuǎn)載于:https://juejin.im/post/5ce4106d6fb9a07ed91196ad

總結(jié)

以上是生活随笔為你收集整理的MySQL 性能调优专题一（索引数据结构详解）的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。