MySQL 索引（二）

索引理解

MySQL对page做管理

page的概念

1. MySQL中存在大量的page，mysql需要将多个page管理起来
2. 先组织，再描述，用链表管理单个page和多个page
3. 不能简单地认为page是一个内存块，page内部也是要写入管理信息的
   

单个page

1. MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

2. 不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表
3. 为什么mysql在插入数据时要给我们排序呢？
因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看
出，数据是有序且彼此关联的。

插入数据时排序的目的，就是优化查询的效率。

页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询
的效率是必须的。

正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

多个page

1. 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。
2. 在page中是按照链表的从前往后查找的，效率就太低了

页目录

1. 一本书通常会有一个目录，目录就是用空间换时间的做法，通过目录的查找可以快速定位要查找的关键字的位置，大大地提高了效率

单页情况（提高page内部的查找的效率）

1. 单页情况就是一个page，在page内部引入目录
   
2. 那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了， 为何通过键值 MySQL 会自动排序？可以很方便引入目录

多页情况（提高page间的查找效率）

1. 在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

2. 如果有很多页的page，通过线性遍历，效率还是很低的，这样多页page也需要引入目录

使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。

和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。

其中，每个目录项的构成是：键值+指针。图中没有画全。

3. 存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找 到该访问那个Page，进而通过指针，找到下一个Page。
4. 最底层的叶子节点的目录页存的是用户的数据，中间的节点存的是目录页的地址
5. 如果叶子结点非常多，需要更多的目录页，那就多加几层，就可以存放更多的叶子目录页
6. 这就是B+树，一个分支有多个树

7. B+树，不一定是全的，需要哪些会加载那些page进来
8. 叶子节点用B+树连接起来，非叶子节点不用B+树连接起来是为什么呢？
   a. 这是B+树的特点
   b.我们比较希望进行范围查找

复盘一下

1. Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
2. 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数

为什么选择B+树，不选择其他数据结构呢

1. 链表？线性遍历，效率太慢
2. 二叉搜索树？退化问题，可能退化成为线性结构
3. AVL和红黑树，是二叉结构的数，是又瘦又高的树，要进行多次的IO操作，导致效率的下降
4. Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行

5. 为什么不选择B树，而选择B+树呢？

B树

B+树

区别：

1. B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针

2. B+叶子节点，全部相连，而B没有

为什么选择B+树

1. 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
2. 叶子节点相连，更便于进行范围查找

聚簇索引 VS 非聚簇索引

1. MyISAM 存储引擎-主键索引，也使用B+树，叶子节点的数据域存放的是数据记录的地址
2. MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。
3. InnoDB 索引， InnoDB 是将索引和数据放在一起的。

4. 聚簇索引：对应的是InnoDB的存储方式
5. 非聚簇索引：对应的是MyISAM的存储方式

6. myisam
   
   

7. innodb
   
   

8. 索引的本质是B+结构，建立一个索引，会加入一颗B+树

9. MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

10. 对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

11. 下面就是以Col2建立的非主键索引
    

12. InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助
    索引如下图：

13. InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

索引操作

主键索引

1. 创建主键索引

第一种方式：

-- 在创建表的时候，直接在字段名后指定 primary key
create table user1(
id int primary key, 
name varchar(30)
);

第二种方式：

-- 在创建表的最后，指定某列或某几列为主键索引
create table user2
(id int, 
name varchar(30), 
primary key(id)
);

第三种方式：

create table user3(
id int, 
name varchar(30)
);
-- 创建表以后再添加主键
alter table user3 add primary key(id);

show index from test1\G;

特点：
一个表中，最多有一个主键索引，当然可以使用复合主键

主键索引的效率高（主键不可重复）

创建主键索引的列，它的值不能为null，且不能重复

主键索引的列基本上是int

唯一键索引

1. 第一种方式：

-- 在表定义时，在某列后直接指定unique唯一属性。
create table user4(
id int primary key, 
name varchar(30) unique
);

2. 第二种方式：

-- 创建表时，在表的后面指定某列或某几列为unique
create table user5(
id int primary key, 
name varchar(30), 
unique(name)
);

3. 第三种方式：

create table user6(
id int primary key, 
name varchar(30)
);
alter table user6 add unique(name);

特点：
一个表中，可以有多个唯一索引

查询效率高

如果在某一列建立唯一索引，必须保证这列不能有重复数据

如果一个唯一索引上指定not null，等价于主键索引

普通索引

1. 第一种方式：

create table user8(
id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后，指定某列为索引
);

2. 第二种方式：

create table user9(
id int primary key, 
name varchar(20), 
email varchar(30)
);
alter table user9 add index(name);
--创建完表以后指定某列为普通索引

第三种方式：给索引取个名字

create table user10(
id int primary key, 
name varchar(20), 
email varchar(30)
);
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

增加多列索引（复合索引）

1. 新增一列

alter table test1 add email varchar(30) not null after name;

2. 增加多列索引，显示有两颗B+树，其实是一颗B+树，都是name为键值的一颗B+树
3. 复合索引：以多列作为索引，并不是创建了两颗B+树，而是会以第一个作为索引列
4. 索引覆盖：有多个索引构成一颗B+树，通过第一个列找到它的其他列，就不需要回表查询了
5. 索引的最左匹配原则：下图中可以拿张三匹配，可以拿张三和它的qq匹配，但是不能只拿qq进行匹配（是找不到的）

alter table test1 add index(name,email);
alter table test1 drop index name;
// 只需要删一个就行，因为他两是共用一个key的
create index myindex on test1(name,email);
alter table test1 drop index myindex;

查询索引

1. 第一种方式：show keys from 表名；
   

2. 第二种方式：show index from 表名；

3. 第三种方式：desc 表名；

删除索引

1. 第一种方法-删除主键索引：
   alter table 表名 drop primary key;
2. 第二种方法-其他索引的删除（包括普通索引，唯一键索引）：
   alter table 表名 drop index 索引名；
   索引名就是show keys from 表名中的 Key_name 字段
3. 第三种方法： drop index 索引名 on 表名
   mysql> drop index name on user8;

索引创建原则

1. 比较频繁作为查询条件的字段应该创建索引

2. 唯一性太差的字段（比如性别）不适合单独创建索引，即使频繁作为查询条件

3. 更新非常频繁的字段不适合作创建索引

4. 不会出现在where子句中的字段不该创建索引

全文索引

1. 当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM ，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

建表

CREATE TABLE articles (
id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
title VARCHAR(200),
body TEXT,// 文本
FULLTEXT (title,body)
)engine=MyISAM;

插入数据

INSERT INTO articles (title,body) VALUES
('MySQL Tutorial','DBMS stands for DataBase ...'),
('How To Use MySQL Well','After you went through a ...'),
('Optimizing MySQL','In this tutorial we will show ...'),
('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
('MySQL vs. YourSQL','In the following database comparison ...'),
('MySQL Security','When configured properly, MySQL ...');

对列的内容进行查询
查询包含database字段的数据

2. 可以用explain工具看一下，是否使用到索引
3. key为NULL表示没有用到全文索引

4. 如何使用全文索引呢？

select * from articles
where match(title,body) against('database');
// against表示匹配关键字

column_name是表中实际存在的列名
key_name是有索引的列名