什么是索引？

“索引”是為了能夠更快地查詢(xún)數(shù)據(jù)。比如一本書(shū)的目錄，就是這本書(shū)的內(nèi)容的索引，讀者可以通過(guò)在目錄中快速查找自己想要的內(nèi)容，然后根據(jù)頁(yè)碼去找到具體的章節(jié)。

數(shù)據(jù)庫(kù)也是一樣，如果查詢(xún)語(yǔ)句使用到了索引，會(huì)先去索引里面查詢(xún)，取得數(shù)據(jù)所在行的物理地址，進(jìn)而訪問(wèn)數(shù)據(jù)。

索引的優(yōu)缺點(diǎn)

優(yōu)勢(shì)：以快速檢索，減少I(mǎi)/O次數(shù)，加快檢索速度；根據(jù)索引分組和排序，可以加快分組和排序；

劣勢(shì)：索引本身也是表，因此會(huì)占用存儲(chǔ)空間。索引的維護(hù)和創(chuàng)建需要時(shí)間成本，這個(gè)成本隨著數(shù)據(jù)量增大而增大；構(gòu)建索引會(huì)降低數(shù)據(jù)表的修改操作(刪除，添加，修改)的效率，因?yàn)樵谛薷臄?shù)據(jù)表的同時(shí)還需要修改索引表。

索引的分類(lèi)

在MySQL中，常見(jiàn)的索引類(lèi)型有：主鍵索引、唯一索引、普通索引、全文索引、組合索引。創(chuàng)建語(yǔ)法分別為：

其中，組合索引又稱(chēng)為多列索引，上述代碼中最后一個(gè)例子就是建立了3列的索引。MySQL在根據(jù)索引查詢(xún)時(shí)，會(huì)遵循“最左匹配”原則，即先根據(jù)col1的條件查，再根據(jù)col2的條件查，然后再根據(jù)col3的條件去查。

如果跳過(guò)了一個(gè)列直接查后面的列，比如下面的語(yǔ)句，就不能使用上面創(chuàng)建的索引了：

這里有一個(gè)小技巧，如果你前面的列是一個(gè)簡(jiǎn)單的枚舉類(lèi)型，比如性別等，可以用在where語(yǔ)句中加 col1 in(MALE, FEMALE) 來(lái)“跳過(guò)” col1 列，并使用上述索引。

對(duì)于某列如果是字符串且比較長(zhǎng)(比如UUID)，推薦使用前綴索引，即匹配前n個(gè)字符。具體這個(gè)n取值多少是根據(jù)你的數(shù)據(jù)來(lái)的，《高性能MySQL》里提供了一個(gè)技巧：通過(guò)使用LEFT函數(shù)查詢(xún)，從1開(kāi)始，不斷增加n的值，直到查詢(xún)結(jié)果的行數(shù)接近完整列的查詢(xún)結(jié)果的行數(shù)，就是合適的n的值。

索引的實(shí)現(xiàn)原理

MySQL的索引是由存儲(chǔ)引擎來(lái)實(shí)現(xiàn)的。由于存儲(chǔ)引擎不同，所以具有不同的索引類(lèi)型，如BTree索引，B+Tree索引，哈希索引，全文索引等。這里由于主要介紹BTree索引和B+Tree索引，我們平時(shí)使用最多的InnoDB引擎就是基于B+Tree索引的。

目前版本的MySQL InnoDB引擎已經(jīng)支持全文索引，但不支持中文，可以通過(guò)使用ngram插件開(kāi)始支持中文。

從二叉搜索樹(shù)聊起

了解過(guò)數(shù)據(jù)結(jié)構(gòu)的朋友應(yīng)該知道一種叫二叉樹(shù)的數(shù)據(jù)結(jié)構(gòu)。二叉樹(shù)根據(jù)用途不同，衍生了不同的變種，比如堆，比如二叉搜索樹(shù)。

而二叉搜索樹(shù)中，為了防止極端情況樹(shù)的高度過(guò)大影響查詢(xún)效率，所以衍生出了一些平衡二叉查找樹(shù)，最典型的就是AVL和紅黑樹(shù)。

但二叉樹(shù)在數(shù)據(jù)量較大時(shí)，深度過(guò)深，不太適合數(shù)據(jù)庫(kù)的查詢(xún)，所以數(shù)據(jù)庫(kù)使用了多叉樹(shù)。

BTree

BTree(又稱(chēng)為B-Tree)是一個(gè)平衡搜索多叉樹(shù)。BTree的結(jié)構(gòu)如下圖：

設(shè)樹(shù)的度為2d(d>1)，高度為h，那么BTree有以下性質(zhì)：

每個(gè)葉子結(jié)點(diǎn)的高度一樣，等于h；

每個(gè)非葉子結(jié)點(diǎn)由n-1個(gè)key和n個(gè)指針組成，key和指針相互隔離，結(jié)點(diǎn)兩端一定是key；

葉子結(jié)點(diǎn)指針為null；

非葉子結(jié)點(diǎn)的key都是[key,data]二元組，其中key表示作為索引的鍵，data為鍵值所在行的其它列的數(shù)據(jù)；

在BTree中，對(duì)索引列是順序存儲(chǔ)的，所以很適合查找范圍數(shù)據(jù)和ORDER BY操作。

B+Tree

B+Tree是BTree的一種變種。B+Tree和BTree的不同主要在于：

B+Tree中的非葉子結(jié)點(diǎn)不存儲(chǔ)數(shù)據(jù)，只存儲(chǔ)鍵值；

B+Tree的葉子結(jié)點(diǎn)沒(méi)有指針，所有鍵值都會(huì)出現(xiàn)在葉子結(jié)點(diǎn)上，且key存儲(chǔ)的鍵值對(duì)應(yīng)data數(shù)據(jù)的物理地址；

B+Tree的每個(gè)非葉子節(jié)點(diǎn)由n個(gè)鍵值key和n個(gè)指針point組成；

結(jié)構(gòu)圖：

B+Tree對(duì)比BTree的優(yōu)點(diǎn)：

一般來(lái)說(shuō)B+Tree比BTree更適合實(shí)現(xiàn)外存的索引結(jié)構(gòu)，因?yàn)榇鎯?chǔ)引擎的設(shè)計(jì)專(zhuān)家巧妙的利用了外存(磁盤(pán))的存儲(chǔ)結(jié)構(gòu)。

磁盤(pán)的最小存儲(chǔ)單位是扇區(qū)(sector)，而操作系統(tǒng)的塊(block)通常是整數(shù)倍的sector，操作系統(tǒng)以頁(yè)(page)為單位管理內(nèi)存，一頁(yè)(page)通常默認(rèn)為4K，數(shù)據(jù)庫(kù)的頁(yè)通常設(shè)置為操作系統(tǒng)頁(yè)的整數(shù)倍，因此索引結(jié)構(gòu)的節(jié)點(diǎn)被設(shè)計(jì)為一個(gè)頁(yè)的大小，然后利用外存的“預(yù)讀取”原則，每次讀取的時(shí)候，把整個(gè)節(jié)點(diǎn)的數(shù)據(jù)讀取到內(nèi)存中，然后在內(nèi)存中查找。

已知內(nèi)存的讀取速度是外存讀取I/O速度的幾百倍，那么提升查找速度的關(guān)鍵就在于盡可能少的磁盤(pán)I/O，那么可以知道，每個(gè)節(jié)點(diǎn)中的key個(gè)數(shù)越多，那么樹(shù)的高度越小，需要I/O的次數(shù)越少，因此一般來(lái)說(shuō)B+Tree比BTree更快，因?yàn)锽+Tree的非葉節(jié)點(diǎn)中不存儲(chǔ)data，就可以存儲(chǔ)更多的key。

帶順序索引的B+Tree

一般在數(shù)據(jù)庫(kù)系統(tǒng)或文件系統(tǒng)中使用的B+Tree結(jié)構(gòu)都在經(jīng)典B+Tree的基礎(chǔ)上進(jìn)行了優(yōu)化，增加了順序訪問(wèn)指針。

在B+Tree的每個(gè)葉子節(jié)點(diǎn)增加一個(gè)指向相鄰葉子節(jié)點(diǎn)的指針，就形成了帶有順序訪問(wèn)指針的B+Tree。做這個(gè)優(yōu)化的目的是為了提高區(qū)間訪問(wèn)的性能，例如如果要查詢(xún)key為從18到49的所有數(shù)據(jù)記錄，當(dāng)找到18后，只需順著節(jié)點(diǎn)和指針順序遍歷就可以一次性訪問(wèn)到所有數(shù)據(jù)節(jié)點(diǎn)，不用從頭再查詢(xún)一次，極大提到了區(qū)間查詢(xún)效率。

聚簇索引和非聚簇索引

MySQL中最常見(jiàn)的兩種存儲(chǔ)引擎分別是MyISAM和InnoDB，分別實(shí)現(xiàn)了非聚簇索引和聚簇索引。

前段時(shí)間看到一個(gè)問(wèn)題：“你知道為什么InnoDB非主鍵索引普遍比主鍵索引要慢嗎？”答案是InnoDB使用了聚簇索引，主鍵索引主需要查詢(xún)一次，而非主鍵索引需要查詢(xún)兩次。

為什么非主鍵索引需要查詢(xún)兩次呢？且看接下來(lái)的內(nèi)容。

主索引與輔助索引

首先介紹一下基礎(chǔ)的概念。在索引的分類(lèi)中，我們可以按照索引的鍵是否為主鍵來(lái)分為“主索引”和“輔助索引”，使用主鍵鍵值建立的索引稱(chēng)為“主索引”，其它的稱(chēng)為“輔助索引”。因此主索引只能有一個(gè)，輔助索引可以有很多個(gè)。

為什么需要用到輔助索引？因?yàn)榍懊嫖覀兘榻B了，查詢(xún)語(yǔ)句如果想要使用索引，是需要滿足最左匹配原則的。有時(shí)候我們的查詢(xún)并不會(huì)使用到主鍵列，所以需要在其它列建立索引，即輔助索引。

非聚簇索引

非聚簇索引的主索引和輔助索引幾乎是一樣的，只是主索引不允許重復(fù)，不允許空值，他們的葉子結(jié)點(diǎn)的key都存儲(chǔ)指向鍵值對(duì)應(yīng)的數(shù)據(jù)的物理地址。

非聚簇索引的數(shù)據(jù)表和索引表是分開(kāi)存儲(chǔ)的。非聚簇索引中的數(shù)據(jù)是根據(jù)數(shù)據(jù)的插入順序保存。因此非聚簇索引更適合單個(gè)數(shù)據(jù)的查詢(xún)。插入順序不受鍵值影響。

聚簇索引

聚簇索引的主索引的葉子結(jié)點(diǎn)存儲(chǔ)的是鍵值對(duì)應(yīng)的數(shù)據(jù)本身，輔助索引的葉子結(jié)點(diǎn)存儲(chǔ)的是鍵值對(duì)應(yīng)的數(shù)據(jù)的主鍵鍵值。因此主鍵的值長(zhǎng)度越小越好，類(lèi)型越簡(jiǎn)單越好。

聚簇索引的數(shù)據(jù)和主鍵索引存儲(chǔ)在一起。

聚簇索引的數(shù)據(jù)是根據(jù)主鍵的順序保存。因此適合按主鍵索引的區(qū)間查找，可以有更少的磁盤(pán)I/O，加快查詢(xún)速度。但是也是因?yàn)檫@個(gè)原因，聚簇索引的插入順序最好按照主鍵單調(diào)的順序插入，否則會(huì)頻繁的引起頁(yè)分裂(BTree插入時(shí)的一個(gè)操作)，嚴(yán)重影響性能。

在InnoDB中，如果只需要查找索引的列，就盡量不要加入其它的列，這樣會(huì)提高查詢(xún)效率。

一張圖說(shuō)明聚簇索引與非聚簇索引的區(qū)別：

總結(jié)

以上是生活随笔為你收集整理的java mysql 全文索引_MySQL索引原理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。