MySQL索引介绍

索引的定义

• 扇区：磁盘存储的最小单位，扇区一般大小为512Byte。
• 磁盘块：文件系统与磁盘交互的的最小单位（计算机系统读写磁盘的最小单位），一个磁盘块由连续几个（2^n）扇区组成，块一般大小一般为4KB。
• MySQL页： MySQL和磁盘交互的最小单位，相当于4个磁盘块，16KB
• 顺序IO：按物理存储顺序连续读取/写入数据，预读机制有效，减少磁头寻道时间（对HDD特别重要）。
• 随机IO：随机IO是跳跃式读写，访问不连续的数据块，HDD 磁头需要频繁移动，难以有效利用预读，SSD 表现更好但仍有性能损耗。

总结：数据库最大的性能损耗就在磁盘IO上，这也是Redis比MySQL快很多的最大原因。索引是依靠某些数据结构和算法来组织数据，尽最大可能去利用磁盘的的顺序IO，并减少IO的次数来优化数据库的访问速度。

MySQL的索引结构

通过索引的定义接下来看MySQL索引数据结构，是如何实现顺序IO，和减少IO访问次数。
MySQL的索引采用B+tree的数据结构，是一种平衡多路查找树(不是二叉，是多叉)，最下层的称之为叶子节点，叶子节点的上层为非叶子节点。叶节点具有相同的深度，节点的数据 key 从左到右递增。

非叶子节：

• 一个非叶子节点只存储多个索引键值和对应的指针，不存储实际数据记录，这些节点在磁盘上以页（Page，16KB）为单位进行存储。这样可以有效降低B+tree的层数，降低IO次数。
• 一次IO读取可以读取更多的索引键值，大幅降低降低IO读取次数。（MySQL以页为单位和磁盘进行交互）

叶子节点：

• 在聚簇索引中：存储完整的行数据（包含索引键值）
• 在二级索引中：存储索引列的值 + 主键值
• 双向链表结构，支持范围查找，可以沿着叶子节点的链表顺序遍历，避免从根节点查找，减少IO次数

索引的分类

• 聚集索引：每个表有且一定会有一个聚集索引，关键字为主键，没有指定主键则自动添加一个隐藏的rowid(4byte)作为主键，所以也叫主键索引
• 非聚集索引（辅助索引）：叶子节点存储索引字段和主键值，其他子节点只存储索引字段
• 回表 因索引叶子节点只存储主键和索引字段，如果查询其他字段就需要再查询一次主键索引，这就是回表。

索引的缺点

• 增加存储成本
  索引本身需要占用一定的存储空间。对于大型数据库表，索引文件可能会变得非常庞大。例如，一个包含大量文本字段的数据库表，若在多个列上建立索引，索引文件的大小可能会与数据表本身的大小相当，甚至超过数据表的大小。这就需要额外的磁盘空间来存储索引数据，增加了存储成本。
• 降低写入性能
  在对数据表进行插入（INSERT）、更新（UPDATE）和删除（DELETE）操作时，数据库需要同时维护索引的正确性。这些额外的操作会增加写入操作的时间和资源消耗，从而降低写入性能。特别是在高并发的写入场景下，频繁地维护索引可能会导致性能瓶颈。

索引使用原则

• 最左原则： 复合索引 （a,b,c ) 如果查询条件只有 c = ? 或 b = ? and c= ? 时不会走索引，只有使用最左边的a 为条件时才会走索引。
• 前缀匹配：使用like时，% 在前会使索引失效，%在后时，只能使用部分索引。
• 索引区分度：索引区分度 = count(distint 记录) / count(记录)，索引区分度非常小就接近于全表扫描了，所以创建索引时要选择区分度高的。
• in 查询 相当于多个 唯一记录检索，然后合并结果。
• 当多个条件中有索引的时候，并且关系是and的时候，会走索引区分度高的。
• 避免回表操作，在设计数据库时，需要根据业务场景评估是否需要创建聚簇索引或合适的二级索引，以减少回表操作。
• 字符串索引列，查询条件为 和 int比较 会导致索引失效。
• int 索引列，查询条件为 和字符串比较，索引不会失效。
• 使用union 关键字代替 or 。
• 索引字段，使用函数，索引无效。
• 索引字段使用运算符，索引无效 id +1 = 2 无效 id= 2+1索引有效。
• 使用索引优化排序，B+树 就是按照索引值排序的链表，查询的结果自带排序。