浅析MySQL索引

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习数据库相关编程知识。下面本篇文章就来带大家聊聊《浅析MySQL索引》，介绍一下MySQL，希望对大家的知识积累有所帮助，助力实战开发！

前言

在MySQL中，索引的概念就相当于书本的目录，目的是帮助MySQL高效的获取到数据，提高查询效率。

索引模型

一般我们经常提到的索引模型有B+Tree索引和哈希索引。

哈希索引

哈希索引实际上就是一组k-v，将k键经过哈希函数计算出一个哈希码，将哈希码进行索引存储，同时记录每个哈希码指向数据行的指针。
所以，哈希索引对于

f=1，f in(1,2,3)

这种查询是相当快速的，但是因为其是无序的，所以范围查询效率很低。

B+ Tree

先看一下B+Tree索引结构图：

通过上面的结构图可以看到，在B+Tree的索引结构中，分为主键索引（聚簇索引）和辅助键索引（辅助索引，非聚簇索引），根节点和中间节点存储的是索引key，其中主键索引的叶子节点上存放数据，辅助键索引的叶子节点上存放主键索引值。

图示没有显示出来的是，每个叶子节点之间还有指针指向相邻叶子节点

，即5数据列存在访问到7数据列的指针，7数据列存在访问到11数据列的指针...，这样在顺序访问数据时，就提高了区间访问的效率。

比如我们需要查找key从5~14的数据，那么只用找到key为5的数据，然后根据叶子节点上的指针顺序往后访问，直到判断key>14截止即可，不用再回到根节点遍历查找，这样就节省了IO操作，提高了查找效率。

再查看图示辅助键索引，可以看出来，辅助键索引的查询，需要通过辅助键索引找到主键索引key，然后再根据主键索引key去主键索引树中查找数据，这也是为什么辅助键索引效率比主键索引低的原因，因为使用辅助键索引会多扫描一棵索引树，这就是MySQL查询中回表的概念。

需要注意的是，MySQL中的B+Tree索引一般是2~4层，而且InnoDB存储引擎在设计时是将根节点常驻内存的，也就是说，查找某个键值得行记录最多只需要1~3次磁盘IO操作。

在网上看到关于数据库索引采用B+Tree的原因，个人觉得写的很好：
BTree在提高了IO性能的同时，并没有解决元素遍历时效率低下的问题，正是为了解决这个问题，B+Tree应运而生。B+Tree只需要去遍历叶子节点就可以实现整个树的遍历，而在数据库中基于范围的查询是非常频繁的，BTree不支持这样的操作或者说效率太低。（BTree每个节点上都带有数据行信息）

在B+Tree结构中进行插入和删除操作时，为了维护索引的有序性，会触发数据页的页分裂和页合并。
比如说我们在中间插入一条数据，那么为了让数据能正确插入并保持索引的有序性，B+Tree就会将一部分数据数据，以便当前数据能正确插入，这样就使得性能受到影响。相反，当我们删除数据过多，相邻数据页利用率过低，B+Tree就会将数据页进行合并，提高空间利用率。
正是基于插入的无序性导致效率降低，所以应该尽量设置一个自增字段作为主键，追加数据就只用将数据往后放，不涉及到数据挪动的情况。
但是，事无绝对，有些数据表只有一个唯一字段，且没有其他索引，字段也没几个，那么我们也不必要非要设置一个自增ID做主键，这样查询还需要回表，反而浪费了时间，这种情况就将唯一字段作为主键即可。

索引分类

前面，我们从索引存储结构上分析了B+Tree索引和哈希索引。
平时我们从应用层面上一般将索引分为普通索引，唯一索引，主键索引，复合索引等。
普通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；
唯一索引即索引列必须唯一，但是可为空；
主键索引即唯一索引的特殊类型，不可为空，可多行；
复合索引即一个索引包含多个列。

索引覆盖

通过复合索引，我们可以引出索引覆盖的概念：
即在复合索引的查询状态下，假设需要的行记录恰好包含在复合索引中或查询的是主键字段，那么此时结果将直接从复合索引中得到，省去了回表的过程，这样可以大大减少IO，提高效率。

最左原则

索引的最左原则是在复合索引中，如果定义了索引字段为

(a,b)

，那么访问使用

(a,b)，(a)

是有效的，单单使用

(b)

是无效的。
如果a是字符串索引，使用了

where a like 'z%'

，这样的格式，也是可以使用到a索引的。
也就是说，最左原则是复合索引的最左N个字段，也可以是字符串索引的最左M个字符。

索引下推

在联合索引

(a,b)

中，如

where a like 'abc%' and b>5

条件查询时，在MySQL5.6之前，会在匹配到a字段的值后，根据主键key进行回表，查询数据后再判断b是否>5。但是在5.6版本后，MySQL会在匹配到a字段的值后，在非聚簇索引树中直接过滤b的值，然后进行回表查询，减少回表次数，提高查询效率。

最后

这篇文章主要讲了MySQL中：
根据索引模型划分的常见的B+Tree索引和哈希索引；
根据应用划分的主键索引，普通索引，复合索引，唯一索引。
之后又引申了索引的最左原则和索引下推的概念。

你可以看到，日常我们使用数据库，在满足sql查询结果的情况下，应尽量提高效率，合理获取数据，正确设计表结构。

终于介绍完啦！小伙伴们，这篇关于《浅析MySQL索引》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布数据库相关知识，快来关注吧！