当前位置：首页 > news >正文

【MySQL篇01】补充：索引体系大总结（数据库原理篇）

news 来源：原创 2025/6/20 16:40:33

文章目录

一、按数据结构分类 (最核心的分类维度)
二、按存储组织方式分类 (与具体存储引擎强相关)
三、按功能/特性分类
四、不同数据库的差异 (非常重要！)
五、总结表格：核心索引类型概览

索引的核心目标始终是： 加速数据检索。根据不同的 数据结构、 组织方式和 适用场景，发展出了多种索引技术。以下是一个分类体系：

一、按数据结构分类 (最核心的分类维度)

B 树/ B+树索引（重点）：
- 思想： 多路平衡搜索树。核心是减少磁盘I/O（树的高度低，节点存储大量键值）。有序存储，支持高效的点查询、范围查询、排序和分组。
- 变体：
  - B 树： 所有节点（包括非叶子节点）都可能存储数据指针。范围查询效率相对B+树低。
  - B+树(主流)：
    - 数据只存储在叶子节点，且叶子节点通过双向链表连接。
    - 非叶子节点仅存储键值和子节点指针（能容纳更多键，树更矮）。
    - 优势： 范围查询效率极高（顺序扫描叶子链表）、查询路径长度稳定（所有查询到叶子）、更适合磁盘存储（节点大小匹配页大小）。
    - 场景： 关系型数据库（RDBMS）的绝对主流（MySQL InnoDB/MyISAM, PostgreSQL, Oracle, SQL Server等）。适用于等值查询、范围查询（>, <, BETWEEN）、排序（ORDER BY）、分组（GROUP BY）、前缀匹配（LIKE ‘abc%’）。
- 关键概念： 聚簇索引、非聚簇索引、覆盖索引、最左前缀原则都基于此结构。
哈希索引 (Hash Index)：
- 思想： 基于哈希表实现。对索引列计算哈希值，将哈希值映射到桶(Bucket) 中，桶内存储指向实际数据行的指针（或直接存储行数据）。
- 特点：
  - 查询速度极快 (O(1) 平均复杂度)：对于精确匹配查询（=, IN）。
  - 无序： 不支持范围查询、排序、前缀匹配（LIKE ‘abc%’）。仅支持等值查询。
  - 冲突 (Collision)： 不同键可能哈希到同一个桶，需要解决冲突（链表法、开放寻址等）。
  - 内存友好： 通常在内存中效率最高。磁盘哈希索引性能受随机I/O影响大。
- 场景：
  - 内存数据库（如Redis）。
  - 某些数据库的特定场景（如MySQL MEMORY引擎）。
  - 不适合作为通用索引（因不支持范围查询）。
位图索引 (Bitmap Index)：
- 思想： 为索引列的每个唯一值创建一个位图 (Bitmap)。位图的长度等于表中总行数。位图中的每一位对应表中的一行：如果该行具有这个唯一值，则位为1；否则为0。
- 特点：
  - 空间高效： 当列的基数 (Cardinality) 很低（唯一值很少，如性别、状态、布尔值）时，非常节省空间。
  - 集合操作高效： 对多个位图进行AND, OR, NOT等位运算极其高效（CPU指令级优化），特别适合多条件的组合查询（WHERE gender=‘F’ AND status=‘ACTIVE’）。
  - 更新代价高： 插入、更新、删除数据时，需要修改多个位图，锁粒度可能较大，影响并发写入性能。
  - 不适合高基数列： 唯一值很多时，位图数量巨大且稀疏，空间效率低。
- 场景： 数据仓库（OLAP）、报表系统、低基数列上的复杂条件过滤。Oracle, SQL Server, PostgreSQL等支持。
全文索引 (Full-Text Index)：
- 思想： 专门用于在文本数据中进行关键词搜索。核心是理解词语（分词）、处理同义词、词干化（stemming）等，并建立词语到文档的映射。
- 数据结构：
  - 倒排索引 (Inverted Index) 是主流： 记录每个词语（Term）出现在哪些文档（或记录）中，以及在文档中的位置信息。本质上是一个“词语 -> 文档列表”的映射。
  - 也可能结合B-Tree等结构来存储词汇表。
- 特点：
  - 支持自然语言查询、模糊匹配、相关性排序。
  - 通常忽略停用词（Stop Words, 如“的”、“and”、“the”）。
- 场景： 搜索引擎、文档管理系统、包含大量文本字段的数据库（如文章内容、产品描述）。MySQL (InnoDB/MyISAM FULLTEXT), PostgreSQL (tsvector/tsquery), Elasticsearch (核心就是分布式倒排索引) 等支持。
空间索引 (Spatial Index / R-树)：
- 思想： 专门用于存储和查询空间数据（点、线、面、多维数据）。核心数据结构是 R-树 (Rectangle Tree) 及其变种（如R*-Tree）。
- 原理： 将空间对象用其最小边界矩形 (MBR - Minimum Bounding Rectangle) 表示。非叶子节点存储子节点MBR的并集。通过树结构快速过滤掉不相关的区域。
- 特点： 支持空间关系查询（相交、包含、邻近等）。
- 场景： 地理信息系统 (GIS)、位置服务 (LBS)。MySQL (SPATIAL index using R-Tree), PostgreSQL (PostGIS extension using GiST/SP-GiST/R-Tree), Oracle Spatial 等支持。
其他/特殊索引：
- Trie树/前缀树： 用于字符串前缀匹配、自动补全。Redis的有序集合底层有时用类似结构。
- LSM-Tree (Log-Structured Merge-Tree)： 不是传统意义上的查询索引，而是一种写优化的存储结构（顺序写），牺牲部分读性能（可能需要合并多个SSTable）。常用于NoSQL（如LevelDB, RocksDB, Cassandra, HBase）。其上的“索引”通常也是基于布隆过滤器+文件内索引（如SSTable的块索引）。
- GiST (Generalized Search Tree), SP-GiST (Space-Partitioned GiST), GIN (Generalized Inverted Index), BRIN (Block Range INdex)： PostgreSQL提供的可扩展索引框架/类型，可以基于它们实现多种索引策略（如范围、全文、空间、数组等）。

二、按存储组织方式分类 (与具体存储引擎强相关)

补充：聚簇索引，非聚簇索引详解

聚簇索引 (Clustered Index)：
- 索引的叶子节点直接存储整行数据。
- 表数据物理存储顺序与聚簇索引顺序一致（或高度相关）。
- 一个表只能有一个聚簇索引（因为数据只能按一种物理顺序存储）。
- 优势： 主键/范围查询极快（数据就在旁边）、减少I/O。
- 劣势： 插入速度可能受位置影响（需要保持有序）、更新主键代价高。
- 代表： InnoDB (主键即聚簇索引)。
非聚簇索引 (Non-Clustered Index) / 辅助索引 (Secondary Index)：
- 索引的叶子节点存储的是指向数据行的指针（在InnoDB中，这个指针是主键值；在MyISAM中，是数据文件的偏移量）。
- 表数据物理存储顺序与非聚簇索引顺序无关。
- 一个表可以有多个非聚簇索引。
- 优势： 创建灵活，对写入影响相对较小（只需更新索引本身）。
- 劣势： 查询非索引列需要回表（通过指针去主存储查找数据），增加额外I/O。
- 代表： InnoDB (所有自定义索引)、MyISAM (所有索引)。

三、按功能/特性分类

唯一索引 (Unique Index)： 确保索引列（或列组合）的值在整个表中是唯一的。主键索引是特殊的唯一索引（且NOT NULL）。
主键索引 (Primary Key Index)： 表的主键列自动创建的索引（通常是聚簇索引，如InnoDB；也可能是非聚簇索引，如MyISAM）。非空且唯一。
普通索引 (Normal Index / Non-Unique Index)： 最基本的索引类型，仅加速查询，不强制唯一性。
联合索引 / 复合索引 (Composite Index / Compound Index)： 在多个列上建立的单个索引。遵循最左前缀原则。
前缀索引 (Prefix Index)： 只对列值的前N个字符建立索引。用于大文本字段（如VARCHAR(255)），节省索引空间。但会降低索引选择性，可能影响准确性。
覆盖索引 (Covering Index)： 不是一种独立索引类型！ 是一种查询优化现象。当查询所需的所有列都包含在一个非聚簇索引的叶子节点中时（索引本身包含的列 + 主键），数据库可以直接返回结果，避免回表。利用现有索引达到的优化效果。

四、不同数据库的差异 (非常重要！)

MySQL:
- InnoDB: 默认存储引擎。聚簇索引（主键）、B+Tree、支持唯一/普通/联合/全文/空间索引。非聚簇索引存主键值。
- MyISAM: 非聚簇存储（数据.MYD + 索引.MYI）。所有索引（包括主键）都是非聚簇的（叶子存数据文件偏移量）。支持全文索引（早期）。B+Tree。
PostgreSQL: 默认使用堆表（Heap Table），数据无序存储。索引独立于数据（都是非聚簇的，叶子存指向堆元组的TID）。支持B-Tree、Hash、GiST、SP-GiST、GIN、BRIN等多种强大索引。功能非常丰富。
Oracle: 支持B-Tree、位图、函数索引、反向键索引、域索引等。有IOT（索引组织表，类似聚簇索引）。
SQL Server: 支持聚簇索引、非聚簇索引（B-Tree）、列存储索引、空间索引、全文索引、XML索引等。

五、总结表格：核心索引类型概览

索引类型 (按数据结构)	核心思想/结构	主要优势	主要劣势	典型应用场景	常见支持数据库
B/B+ 树（重点）	多路平衡树，有序存储	高效范围查询、排序、点查，稳定，磁盘友好	写入可能需分裂合并	通用RDBMS查询 (等值、范围)	MySQL, PgSQL, Oracle, SQL Srv
Hash	哈希表，桶映射	极快等值查询 (O(1))	不支持范围/排序，冲突处理	内存表、精确匹配缓存	Mem DBs, MySQL MEMORY, PgSQL
Bitmap	位图，按值标记行	低基数组合查询极快 (位运算)	高基数空间大，更新代价高	数据仓库、低基数列过滤 (状态、类型)	Oracle, PgSQL, SQL Srv
Full-Text (倒排)	词语->文档映射，分词	自然语言搜索，关键词匹配	索引大，查询复杂度较高	文本搜索、内容管理系统	ES, MySQL FTI, PgSQL tsvector
Spatial (R-树)	空间对象MBR，区域划分	高效空间关系查询	结构相对复杂	地理信息系统 (GIS), LBS	MySQL Spatial, PgSQL PostGIS