| 索引
|
INNODB引擎
|
#MYISAM引擎
|
MEMORY引擎
|
| BTREE索引
|
支持
|
#支持
| 支援
|
| HASH 索引
|
不支援
| ##不支援 | 支援 |
#R-tree 索引 | 不支援 | 支援 | 不支援 |
Full-text | 5.6版本之後支援 | 支援 | 不支援
|
#我們通常指的索引，如果沒有明確指出，都是使用B 樹（一種多路搜尋樹，不一定是二元的）結構來組織的。稱為索引的聚集索引、複合索引、前綴索引、唯一索引預設都使用 B 樹索引。
BTREE
多路平衡搜尋樹，一棵m階(m叉)BTREE滿足：
ceil表示向上取整，ceil (2.3)=3
插入關鍵字案例
#保證不破壞m階B樹的性質
#由於3階，最多只能2個節點，所以一開始26和30在一起，之後再來個85就要開始分裂了，30作為中間上位，26保持，85去到右邊
即：中間位置上位，然後左邊留在舊節點，右邊去到新結點
如圖中的70再插入的時候，70剛好是中間位置上位，然後62保持，85又去分一個新節點出來
上位後又需要分裂
##繼續向上分裂即可，同理的
比相比優勢比起二元搜尋樹，高度/深度更低，自然查詢效率更高。 B TREE
比起優勢
MySQL中的B TreeMySql索引資料結構對經典的B Tree進行了最佳化。在原B Tree的基礎上，增加一個指向相鄰葉子節點的鍊錶指標(整體類似一個雙向鍊錶的結構)，就形成了帶有順序指標的B Tree，提高區間存取的效能。
細心的同學可以看出，這張圖跟我們的二元查找樹簡圖的一個最大差別是什麼？
MySQL中的B Tree 索引結構示意圖：
二元找出樹簡圖：
索引原理BTree索引：初始化介紹淺藍色的稱為一個磁碟區塊，可以看到每個磁碟區塊包含幾個資料項（深藍色所示）和指標（黃色所示) 如磁碟區塊1包含資料項17和35，包含指標P1、P2、P3,
P1表示小於17的磁碟區塊，P2表示在17和35之間的磁碟區塊，P3表示大於35的磁碟區塊。
查找過程
如果要查找資料項29，那麼首先會把磁碟區塊1由磁碟載入到內存，此時發生一次IO。在記憶體中用二分查找確定29在17和35之間，鎖定磁碟區塊1的P2指針，記憶體時間因為非常短（相比磁碟的IO）可以忽略不計，透過磁碟區塊1的P2指針的磁碟位址把磁碟區塊3由磁碟載入到內存，發生第二次IO，29在26和30之間，鎖定磁碟區塊3的P2指針，透過指標載入磁碟區塊8到內存，發生第三次IO，同時記憶體中通過二分查找搜尋到29，結束查詢，總計三次IO。
真實的情況是，3層的B 樹可以表示上百萬的數據，如果上百萬的數據查找只需要三次IO，性能提高將是巨大的，如果沒有索引，每個數據項都要發生一次IO，那麼總共需要百萬次的IO，顯然成本非常非常高。
索引分類
索引組織表是一種以主鍵順序作為索引儲存的表，該方式適用於InnoDB引擎。由於InnoDB採用了B 樹索引模型，因此資料儲存在B 樹中。
每一個索引在InnoDB裡面對應一棵B 樹。
假設，我們有一個主鍵列為ID的表，表中有欄位k，並且在k上有索引。
這個表格的建表語句是：
mysql> create table T(
id int primary key,
k int not null,
name varchar(16),
index (k))engine=InnoDB;
复制代码
表中R1~R5的(ID,k)值分別為(100,1)、(200,2)、(300,3)、 (500,5)和(600,6)，兩棵樹的範例示意圖如下：
# 從圖中不難看出，根據葉子節點的內容，索引類型分為主鍵索引和非主鍵索引。
主鍵索引
資料表的主鍵列使用的就是主鍵索引，且會預設創建，這也是為什麼，我們還沒學索引的時候，老師常跟我們說根據主鍵查會快一點，原來主鍵本身就建好了索引。
主鍵索引的葉子節點存的是整行資料。在InnoDB裡，主鍵索引也被稱為叢集索引（clustered index）。
輔助索引
輔助索引的葉子節點內容是主鍵的值。在InnoDB裡，輔助索引也被稱為二級索引（secondary index）。
如下圖：
#根據上面的索引結構，我們來討論一個問題：基於主鍵索引和輔助索引的查詢有什麼不同？
也就是說，基於輔助索引的查詢需要多掃描一棵索引樹。因此，我們在應用程式上應盡量使用主鍵查詢。
除非說，我們所要查詢的數據，剛好就是我們索引樹上存在的，此時我們稱之為覆蓋索引--即索引列中包含了我們要查詢的所有資料。
同時，二級索引又分為如下幾種(先簡單略過即可，後續我們再慢慢了解)：
# #唯一索引(Unique Key) ：唯一索引也是一種限制。 唯一索引的屬性列不能出現重複的數據，但是允許資料為 NULL，一張表允許建立多個唯一索引。 建立唯一索引的目的大部分時候都是為了該屬性列的資料的唯一性，而不是為了查詢效率。
普通索引(Index) ：普通索引的唯一作用就是為了快速查詢數據，一張表允許創建多個普通索引，並允許資料重複和NULL。
前綴索引(Prefix) ：前綴索引只適用於字串類型的資料。前綴索引是對文字的前幾個字元建立索引，相比普通索引建立的資料更小， 因為只取前幾個字元。
全文索引(Full Text) ：全文索引主要是為了檢索大文本資料中的關鍵字的信息，是目前搜尋引擎資料庫使用的一種技術。 Mysql5.6 之前只有 MYISAM 引擎支援全文索引，5.6 之後 InnoDB 也支援了全文索引
擴充--索引下推
所謂下推，顧名思義，其實是延後我們的回錶操作，MySQL不會輕易讓我們去回表，因為很浪費。什麼意思呢？來看下邊這個例子。
我們建立了一個複合索引(name，status，address)，索引中也是按這個欄位來儲存的，類似圖中這樣：
複合索引樹(只儲存索引列和主鍵用於回表)
name |
#status |
address |
id(主鍵) |
#小米1 |
##0
|
1
|
1
|
| 小米2
|
1
|
1
|
#2
|
我们执行这样一条语句：
SELECT name FROM tb_seller WHERE name like '小米%' and status ='1' ;
复制代码
首先我们在复合索引树上，找到了第一个以小米开头的name -- 小米1
此时我们不着急回表(回到主键索引树搜索的过程，我们称为回表)，而是先在复合索引树判断status是否=1，此时status=0，我们直接就不回表了，直接继续找下一个以小米开头的name
找到第二个-- 小米2，判断status=1，则根据id=2去主键索引树上找，得到所有的数据
这种先在自身索引树上判断是否满足其他的where条件，不满足则直接pass掉，不进行回表的操作，就叫做索引下推。
最左前缀原则
所谓最左前缀，可以想象成一个爬楼梯的过程，假设我们有一个复合索引：name，status，address，那这个楼梯由低到高依次顺序是：name，status，address，最左前缀，要求我们不能出现跳跃楼梯的情况，否则会导致我们的索引失效：
-
按楼梯从低到高，无出现跳跃的情况--此时符合最左前缀原则，索引不会失效
出现跳跃的情况
这两个尽管where中字段的顺序不一样，第二个看起来越级了，但实际上效果是一样的
其实是因为我们MySQL有一个Optimizer（查询优化器），查询优化器会将SQL进行优化，选择最优的查询计划来执行。
索引设计原则
针对表
查询频次高，且数据量多的表
针对字段
最好从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。
其他原则
最好用唯一索引，区分度越高，使用索引的效率越高
不是越多越好，维护也需要时间和空间代价，建议单张表索引不超过 5 个
因为 MySQL 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加 MySQL 优化器生成执行计划的时间，同样会降低查询性能。
比如：
我们创建了三个单列索引，name，status，address
当我们where中根据status和address两个字段来查询时，数据库只会选择最优的一个索引，不会所有单列索引都使用。
最优的索引：具体是指所查询表中，辨识度最高(所占比例最少)的索引列，比如此处address中有一个辨识度很高的 '西安市'数据；
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。
利用最左前缀，比如有N个字段，我们不一定需要创建N个索引，可以用复合索引
也就是说，我们尽量创建复合索引，而不是单列索引
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 ;
复制代码
举个栗子
假设我们有这么一个表，id为主键，没有创建索引：
CREATE TABLE `tuser` (
`id` int(11) NOT NULL,
`name` varchar(32) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
) ENGINE=InnoDB
复制代码
如果要在此处建立复合索引，我们要遵循什么原则呢？
通过调整顺序，可以少维护一个索引
如果我们建立索引（age,name），由于最左前缀原则，我们这个索引能实现的是根据age，根据age和name查询，并不能单纯根据name查询（因为跳跃了），为了实现我们的需求，我们还得再建立一个name索引；
而如果我们通过调整顺序，改成（name，age），就能实现我们的需求了，无需再维护一个name索引，这就是通过调整顺序，可以少维护一个索引。
考虑空间->短索引
我们有两种方案：
建立联合索引(name,age)，建立单列索引：age索引。
建立联合索引(age,name)，建立单列索引：name索引。
这两种方案都能实现我们的需求，这个时候我们就要考虑空间了，name字段是比age字段大的，显然方案1所耗费的空间是更小的，所以我们更倾向于方案1。
何时建立索引
where中的查询字段
查询中与其他表关联的字段，比如外键
排序的字段
统计或分组的字段
何时达咩索引
表中数据量很少
经常改动的表
频繁更新的字段
数据重复且分布均匀的表字段（比如包含了很多重复数据，那此时多叉树的二分查找，其实用处不大，可以理解为O(logn)退化了）
索引相关语法
创建索引
默认会为主键创建索引--primary
CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
[USING index_type]
ON tbl_name(index_col_name,...)
index_col_name : column_name[(length)][ASC | DESC]
复制代码
查找索引
结尾加上\G，可以变成竖屏显示
select index from tbl_name\G;
复制代码
删除索引
drop INDEX index_name on tbl_name ;
复制代码
变更索引
1). alter table tb_name add primary key(column_list);
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
2). alter table tb_name add unique index_name(column_list);
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）
3). alter table tb_name add index index_name(column_list);
添加普通索引， 索引值可以出现多次。
4). alter table tb_name add fulltext index_name(column_list);
该语句指定了索引为FULLTEXT， 用于全文索引
复制代码
查看索引使用情况
show status like 'Handler_read%'; -- 查看当前会话索引使用情况
show global status like 'Handler_read%'; -- 查看全局索引使用情况
复制代码
Handler_read_first：索引中第一条被读的次数。如果较高，表示服务器正执行大量全索引扫描（这个值越低越好）。
Handler_read_key：如果索引正在工作，这个值代表一个行被索引值读的次数，如果值越低，表示索引得到的性能改善不高，因为索引不经常使用（这个值越高越好）。
Handler_read_next ：按照键顺序读下一行的请求数。如果你用范围约束或如果执行索引扫描来查询索引列，该值增加。
Handler_read_prev：按照键顺序读前一行的请求数。该读方法主要用于优化ORDER BY ... DESC。
Handler_read_rnd ：根据固定位置读一行的请求数。如果你正执行大量查询并需要对结果进行排序该值较高。你可能使用了大量需要MySQL扫描整个表的查询或你的连接没有正确使用键。这个值较高，意味着运行效率低，应该建立索引来补救。
Handler_read_rnd_next：在数据文件中读下一行的请求数。如果你正进行大量的表扫描，该值较高。通常说明你的表索引不正确或写入的查询没有利用索引。
