目录
一、索引概述
MySQL 官方对索引的定义为: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。
二、索引优劣
优势:
(1)类似于书籍的目录索引,提高数据检索的效率,降低数据库的 IO 成本。
(2)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。
劣势:
(1) 实际上索引也是一张表,该表中保存了主键与索引字段,并指向实体类的记录,所以索引列
也是要占用空间的。
(2) 虽然索引大大提高了查询效率,同时却也降低更新表的速度,如对表进行 INSERT 、
UPDATE 、 DELETE 。因为更新表时, MySQL 不仅要保存数据,还要保存一下索引文件每次更新
添加了索引列的字段,都会调整因为更新所带来的键值变化后的索引信息。
三、索引结构
索引是在 MySQL 的存储引擎层中实现的,而不是在服务器层实现的。所以每种存储引擎的索引都 不一定完全相同,也不是所有的存储引擎都支持所有的索引类型的。MySQL 目前提供了以下 4 种索引:
(1) BTREE 索引 : 最常见的索引类型,大部分索引都支持 B 树索引。
(2) HASH 索引:只有 Memory 引擎支持 , 使用场景简单 。
(3) R-tree 索引(空间索引):空间索引是 MyISAM 引擎的一个特殊索引类型,主要用于地理 间数据类型,通常使用较少,不做特别介绍。
(4) Full-text (全文索引) :全文索引也是 MyISAM 的一个特殊索引类型,主要用于全文索引,
InnoDB 从 Mysql5.6 版本开始支持全文索引。
MyISAM 、 InnoDB 、 Memory 三种存储引擎对各种索引类型的支持
我们平常所说的索引,如果没有特别指明,都是指 B+ 树(多路搜索树,并不一定是二叉的)结构 组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引,统称为 索引。
3.1、BTREE结构
BTree 又叫多路平衡搜索树,一颗 m 叉的 BTree 特性如下:
(1) 树中每个节点最多包含 m 个孩子。
(2)除根节点与叶子节点外,每个节点至少有 [ceil(m/2)] 个孩子。
(3)若根节点不是叶子节点,则至少有两个孩子。
(4)所有的叶子节点都在同一层。
(5)每个非叶子节点由 n 个 key 与 n+1 个指针组成,其中 [ceil(m/2)-1] <= n <= m-1。
以 5 叉 BTree 为例, key 的数量:公式推导 [ceil(m/2)-1] <= n <= m-1 。所以 2 <= n <=4 。当 n>4时,中间节点分裂到父节点,两边节点分裂。
示例:插入 C N G A H E K Q M F W L T Z D P R X Y S 数据
演变过程如下:
(1) 插入前 4 个字母 C N G A
(2)插入H,n>4,中间元素G字母向上分裂到新的节点
(3) 插入 E , K , Q 不需要分裂
(4) 插入 M ,中间元素 M 字母向上分裂到父节点 G
(5)插入F,W,L,T不需要分裂
(6)插入Z,中间元素T向上分裂到父节点中
(7)插入D,中间元素D向上分裂到父节点中。然后插入P,R,X,Y不需要分裂
(8)最后插入S,NPQR节点n>5,中间节点Q向上分裂,但分裂后父节点DGMT的n>5,中间节点M向上分裂
到此,该BTREE树就已经构建完成了, BTREE树 和 二叉树 相比, 查询数据的效率更高, 因为 对于相同的数据量来说,BTREE的层级结构比二叉树小,因此搜索速度快。
3.2、B+TREE结构
B+Tree 为 BTree 的变种, B+Tree 与 BTree 的区别为:
(1)n 叉 B+Tree 最多含有 n 个 key ,而 BTree 最多含有 n-1 个 key 。
(2)B+Tree的叶子节点保存所有的key信息,依key大小顺序排列。
(3)所有的非叶子节点都可以看作是key的索引部分。
由于B+Tree只有叶子节点保存key信息,查询任何key都要从root走到叶子。所以B+Tree的查询效率更加稳定。
3.3、MySQL中的B+TREE
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。
MySQL中的 B+Tree 索引结构示意图:
四、索引分类
(1)单值索引 :即一个索引只包含单个列,一个表可以有多个单列索引;
(2)唯一索引 :索引列的值必须唯一,但允许有空值。
(3)复合索引 :即一个索引包含多个列。
五、索引原则
索引的设计可以遵循一些已有的原则,创建索引的时候请尽量考虑符合这些原则,便于提升索引的使用效率,更高效的使用索引。
(1) 对查询频次较高,且数据量比较大的表建立索引。
(2) 索引字段的选择,最佳候选列应当从 where 子句的条件中提取,如果 where 子句中的组合比 较多,那么应当挑选最常用、过滤效果最好的列的组合。
(3)使用唯一索引,区分度越高,使用索引的效率越高。
(4)索引可以有效的提升查询数据的效率,但索引数量不是多多益善,索引越多,维护索引的代 价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说,索引过多,会引入相当高的维护代价,降低DML操作的效率,增加相应操作的时间消耗。另外索引过多的话,MySQL也会犯选择困难病,虽然最终仍然会找到一个可用的索引,但无疑提高了选择的代价。
(5)使用短索引,索引创建之后也是使用硬盘来存储的,因此提升索引访问的I/O效率,也可以提升总体的访问效率。假如构成索引的字段总长度比较短,那么在给定大小的存储块内可以存储更多的索引值,相应的可以有效的提升MySQL访问索引的I/O效率。
(6)利用最左前缀,N个列组合而成的组合索引,那么相当于是创建了N个索引,如果查询时 where子句中使用了组成该索引的前几个字段,那么这条查询SQL可以利用组合索引来提升查询效率。
创建复合索引 :
CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);
就相当于:
对name 创建索引 ;
对name , email 创建了索引 ;
对name , email, status 创建了索引 ;
六、索引操作
索引在创建表的时候,可以同时创建, 也可以随时增加新的索引。
准备环境 :
create database demo_01 default charset=utf8mb4;
use demo_01;
CREATE TABLE `city` (
`city_id` int(11) NOT NULL AUTO_INCREMENT,
`city_name` varchar(50) NOT NULL,
`country_id` int(11) NOT NULL,
PRIMARY KEY (`city_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `country` (
`country_id` int(11) NOT NULL AUTO_INCREMENT,
`country_name` varchar(100) NOT NULL,
PRIMARY KEY (`country_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
insert into `city` (`city_id`, `city_name`, `country_id`) values(1,'陕 西',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(2,'重 庆',2);
insert into `city` (`city_id`, `city_name`, `country_id`) values(3,'北 京',1);
insert into `city` (`city_id`, `city_name`, `country_id`) values(4,'上 海',1);
insert into `country` (`country_id`, `country_name`) values(1,'China');
insert into `country` (`country_id`, `country_name`) values(2,'America');
insert into `country` (`country_id`, `country_name`) values(3,'Japan');
insert into `country` (`country_id`, `country_name`) values(4,'UK');
6.1、创建索引
语法格式:
CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
[USING index_type]
ON table_name(index_col_name,...)
index_col_name : column_name[(length)][ASC | DESC]
查询时间在24ms左右
可以使用以下几方式来创建索引。
(1)修改表结构来创建索引语法
alter table 表名 add [unique] index 索引名称(字段名);
(2)创建表后再创建索引语法
create [unique] index 索引名称 on 表名(字段名);
示例:为 city 表的 city_name 字段创建索引。
6.1.1、创建单值索引
单值索引是基于单个字段创建。语法为:
create [unique] index 索引名称 on 表名(字段名);
示例:
create index city_name_index on city(city_name);
当创建好索引后, 有没有创建索引之前的查询时间作一个比较的话,如果数据量少,那么效果不 态明显;如果数据量大,会非常明显。
6.1.2、创建唯一索引
唯一索引不止用于提升查询性能,还用于保证数据完整性。唯一索引不允许向表中插入任何重复 值。
语法格式:
CREATE UNIQUE INDEX index_name ON table_name (column_name);
示例:
create unique index city_name_unique_index on city(city_name);
为了验证唯一索引是否生效,我们去插入一条已经存在的数据。
insert into `city` (
`city_id`, `city_name`,
`country_id`) values(null,'重 庆',2);
执行上面语句时,会报如下错误:
从这个错误信息可以发现,我们的唯一索引已经生效。
6.1.3、创建复合索引
复合索引也叫组合索引,指在表中两个或多个列的基础上创建索引。
语法格式:
CREATE INDEX index_name ON table_name (column1,column2,...);
使用示例:
create index city_com_index on city(city_name, country_id);
上例是把 city 表中的 city_name 和 contry_id 来进行组合创建的索引。
后续查询时, 如果条件是 city_name 和 contry_id 时就会自动使用这个索引。
6.2、查看索引
要查看数据库中表的有哪些索引,我们可以使用如下语法:
show index from 表名;
示例:查看 demo_01 数据库中 city 表有哪些索引。
show index from demo_01.city;
6.3、删除索引
语法格式:
drop index 索引名称 on 表名;
示例:删除 city 表中的 city_name_unique_index 索引
drop index city_name_unique_index on city;
6.4、alter命令
(1) 该语句添加一个主键,这意味着索引值必须是唯一的,且不能为 NULL
alter table 表名 add primary key(要作为主键的字段);
(2)这条语句创建索引的值必须是唯一的(除了NULL外,NULL可能会出现多次)
alter table 表名 add unique 索引名称(字段列表);
(3)添加普通索引, 索引值可以出现多次。
alter table 表名 add index 索引名称(字段列表);
(4)该语句指定了索引为FULLTEXT, 用于全文索引
alter table 表名 add fulltext 索引名称(字段列表);