[MySQL] 页与索引
MySQL 索引是提升查询效率的核心机制 , 基于特定的数据结构(B+树,哈希等)对数据进行预排序和快速定位 , 避免全表扫描
一.索引使用哪种数据结构
1.哈希索引
- 基于哈希表 , 键值直接映射到存储位置 , 查询的时间复杂度为 O(1)
- 适合精度匹配(=) , 但不支持范围查询 , 排序 , 模糊查询
2.B+树索引(最常用)
2.1 B+树简介
B+树是一种经常用于数据库和文件系统等场合的平均查找树 , MySQL 索引采用的数据结构 , 以 4 阶 B+树为例
在二叉搜索树的基础上可以有效控制树高 , 也就意味着在在相同数据量的情况下 可以有效减少 IO 次数 , 从而提升效率
2.2 B+ 树特点
- 能够有效保持数据稳定有序 , 插入与修改有较稳定的时间复杂度
- 非叶子结点仅具有索引的功能 , 不存储数据 , 所有叶子结点保存真实数据
- 所有叶子结点构成一个有序链表 , 可以按照 Key 排序的次序来依次遍历全部数据
2.3 B+树与 B 树的对比
- 叶子结点之间有一个相互连接的引用 , 使数据连续去 , 且相互链接 , 便于区间查找和搜索 , 并且在 MySQL中使用的是双向链表
- 非叶子结点的值都包含在叶子节点中 , MySQL 非叶子结点之保存了对叶子结点的引用 , 没有保存真实数据 , 所有的真实数据都保存在叶子结点中
- 对于 B+树而言 , 在相同树高的情况下 , 查找任意元素的时间复杂度都是一样的 , 性能均衡
2.4 B+树索引的使用
- 所有数据都保存在叶子结点中 , 非叶子结点仅保存索引键 , 形成有序链表 , 支持范围查找
- 适用于范围查找(>,<,BETWEEN) , 排序(ORDER BY) , 多列联合查询
2.5 B+树在 MySQL 索引中的应用
非叶子结点保存索引数据 , 叶子结点保存真实数据
二 . 索引中的页
1.索引与页的关系
MySQL 索引(B+树)的每一层结点都是独立的页 , 通过页内指针和页间链表组织 , 实现高效数据查询
# B+ 树索引与页的对应关系
┌─────────────────────────────────────────────────────┐
│ 根节点页（16KB） - 非叶子节点 │
│ ┌───────────┬───────────┬───────────┬───────────┐ │
│ │ 键值:100 │ 键值:200 │ 键值:300 │ 键值:400 │ │
│ │ 指针:页2 │ 指针:页3 │ 指针:页4 │ 指针:页5 │ │
│ └───────────┴───────────┴───────────┴───────────┘ │
└─────────────────────────────────────────────────────┘↓ ↓ ↓ ↓
┌───────────────┐ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐
│ 子节点页2 │ │ 子节点页3 │ │ 子节点页4 │ │ 子节点页5 │
│ （非叶子节点） │ │ （非叶子节点） │ │ （非叶子节点） │ │ （非叶子节点） │
└───────────────┘ └───────────────┘ └───────────────┘ └───────────────┘↓ ↓ ↓ ↓
┌───────────────┐ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐
│ 叶子节点页10 │ │ 叶子节点页11 │ │ 叶子节点页12 │ │ 叶子节点页13 │
│ （聚簇索引： │ │ （聚簇索引： │ │ （聚簇索引： │ │ （聚簇索引： │
│ 存储完整数据） │ │ 存储完整数据） │ │ 存储完整数据） │ │ 存储完整数据） │
│ ┌─────────┐ │ │ ┌─────────┐ │ │ ┌─────────┐ │ │ ┌─────────┐ │
│ │ id:1-99 │ │ │ │id:100-199│ │ │ │id:200-299│ │ │ │id:300-399│ │
│ └─────────┘ │ │ └─────────┘ │ │ └─────────┘ │ │ └─────────┘ │
│ 前指针:null │ │ 前指针:页10 │ │ 前指针:页11 │ │ 前指针:页12 │
│ 后指针:页11 │ │ 后指针:页12 │ │ 后指针:页13 │ │ 后指针:null │
└───────────────┘ └───────────────┘ └───────────────┘ └───────────────┘2.为什么使用页 ?
在.ibj 文件中最重要的结构体就是页 , 页是内存与磁盘交互的最小单元 , 默认大小是 16 KB , 每次内存与磁盘交互至少读一页 , 所以在磁盘中每个页内部的地址都是连续的 , 之所 以这样做，是因为在使⽤数据的过程中，根据局部性原理，将来要使⽤的数据⼤概率与当前访问的 数据在空间上是临近的，所以⼀次从磁盘中读取⼀⻚的数据放⼊内存中，当下次查询的数据还在这 个⻚中时就可以从内存中直接读取，从⽽减少磁盘I/O提⾼性能
局部性原理： 是指程序在执⾏时呈现出局部性规律，在⼀段时间内，整个程序的执⾏仅限于程序中的某⼀部 分。相应地，执⾏所访问的存储空间也局限于某个内存区域，局部性通常有两种形式：时间局部 性和空间局部性。
时间局部性（TemporalLocality）：如果⼀个信息项正在被访问，那么在近期它很可能还会被再 次访问。
空间局部性（SpatialLocality）：将来要⽤到的信息⼤概率与正在使⽤的信息在空间地址上是临 近的
- 每个页即使没有数据也会使用 16KB 空间 , 同时与索引的 B+树种的结点对应
3 索引结点与页之间的关系
- 每个 B+ 树结点都是一个独立的 16KB 页
- 非叶子结点页 : 仅存储 索引键值 和 子节点页的指针
- 叶子节点 : 聚簇索引种存储完整数据记录 , 二级索引中存储键值和主键值
4 数据页的基本结构
① 文件头部 file header(38 字节)
- 存储页的元数据 , 用于标识页的基本信息和关联关系
- 核心字段:
page number : 页的唯一编号 , 用于定位页在磁盘上的位置
prev page / next page : 上一页/下一页的编号 , 形成双向链表(方便范围查询)
page typr : 页的类型(索引页 , 数据页 , undo 日志页)
checksum : 页的校验和 , 用于验证数据的完整性
② 数据页头 page header(56 字节)
- 存储页的状态信息 , 描述页内部数据的组织情况
- 核心字段 :
page level : 当前页在 B+ 树种的层级
record count : 页内存储的用户记录数
free space offset : 空闲空间的起始偏移量(标识空闲空间的位置)
directory slot count : page directory 中的槽数量 (用于快速定位记录)
③infimum + supremum(最小/最大记录 , 固定存在)
- 两个虚拟的记录 , 不存储实际数据 , 用于定义页内记录的边界
④User Records（用户记录）
- 存储实际的表数据或索引键值（聚簇索引页存完整数据，二级索引页存键值 + 主键）。
- 记录按 “行格式” 存储（如 Compact、Dynamic 格式），包含字段值、隐藏列（如主键 ID、事务 ID、回滚指针）。
⑤Free Space（空闲空间）
- 页内未使用的连续空间，呈动态变化。
插入记录时，从空闲空间分配内存；删除记录时，释放的空间会合并到空闲空间。 - 当空闲空间不足时，会触发页分裂（Page Split）。
⑥Page Directory（页面目录）
- 类似 “书籍目录”，用于快速定位页内记录，避免全页扫描。
存储部分记录的偏移量（按主键排序），每个偏移量称为一个 “槽”（Slot）。 - 查找记录时，先通过二分法定位槽，再在槽对应的记录区间内遍历查找。
⑦File Trailer（文件尾部，8 字节）
- 用于校验页的完整性，确保页在磁盘 I/O 过程中未损坏。
- 核心字段：
Checksum：与 File Header 中的校验和一致，用于比对验证。
LSN（Log Sequence Number）：页的日志序列号，关联事务日志，确保数据持久化
5. 三层 B + 树的存储容量计算
三层 B + 树结构为 “根节点索引页 → 二级节点索引页 → 叶子节点数据页”因此总记录数为：根节点索引记录数 × 二级节点索引记录数 × 叶子节点数据记录数 = 1170 × 1170 × 16 = 21,902,400条
三层树高的 B + 树可存储约 2190 万条记录，且检索时只需三次 I/O（对应树的三层访问），体现了 B + 树在大规模数据存储与高效检索上的优势
三 . 索引的分类
1.按功能与约束划分
① 主键索引 ( PRIMARY KEY)
- 当在一个表中定义一个主键时 , 自动创建 , 唯一且非空 , 一个表只能有一个主键索引 , 索引值是主键的值 , InnoDB 中使用它为聚簇索引
② 普通索引 (INDEX)
- 无任何约束 , 仅用于加速查询 , 允许列值重复 , 是最基础的索引类型
- 可能为多列创建组合索引，称为复合索引或组全索引
③ 唯一索引 (UNIQUE)
- 当在一个表上定义一个唯一键时 , 自动创建唯一索引
- 与普通索类似 , 区别是 唯一索引的列不允许有重复值
④ 联合索引(多列索引)
- 由多个列组合创建的索引 , 遵循'最左前缀匹配原则' : 查询序包含最左列才能命中索引
- 适用于多条件查询 , 需要合理安排排列顺序(区分高度的列放在左侧)
⑤ 全文索引(按数据结构划分)
- 基于文本列(CHAR , VARCHAR 或 TEXT)上创建 , 以加快对这些类中包含的数据查询和 DML 操作
- 用于全文搜索 , 仅 MYSQAM 和 InnoDB 引擎支持
2.按存储方式划分 (InnoDB 引擎)
① 聚簇索引(clustered index)
- 主键索引默认时聚簇索引 , 如果没有为表定义主键 , InnDB 使用第一个 唯一键和非空列作为聚集索引
- 如果表中没有主键或合适的唯一键索引 , InnoDB 会为新插入的行生成一个行号并用 6 字节 的 row_id 字段记录 , row_id 单调递增 , 并使用 row_id 作为索引(隐藏列)
索引与数据存储在一起 , 叶子结点即数据记录 , 仅主键索引是聚簇 索引
优势 查询主键时无需徽标 , 效率高 ; 劣势 主键更新会导致数据移动 , 影响性能
② 二级索引(secondary index)
- 聚集索引以外的索引称为 非聚集索引或而二级索引
- 二级索引中的每条记录都包含该行的主键列 , 以及二级索引指定的列
- InnoDB 使用这个主键值来搜索聚集索引中的行 , 这个过程称为回表查询
③ 索引覆盖
- 查询字段均在索引中无需回表的优化方式
四.使用索引
1.查看索引
① 方式 1 : show keys from 表名
② 方式 2 : show index from 表名
③ 方式 3 : 简要信息 : desc 表名
④ 查看索引信息
2.自动创建
- 当我们为一张表加主键约束 , 外键约束 , 唯一约束时 , MySQL 回为对应的列自动创建一个索引
- 如果表不指定任何约束时 , MySQL 会自动为每一列生成一个索引并用 ROW_ID 进行标识
3.手动创建
① 主键索引
- 方式 1 : 创建表时创建主键
create table t_test_pk(id bigint primary key auto_increment,name varchar(20)
);
- 方式 2 : 创建表时单独指定主键列
create table t_test_pk1(id bigint auto_increment,name varchar(20),primary key(id)
);
- 方式 3 : 修改表中的列为主键索引
语法 : alter table 表名 [add | modify | drop] 要修改的内容
示例 : alter table t_test_pk2 modify id bigint auto_increment;
create table t_test_pk2(id bigint,name varchar(20)
);
alter table t_test_pk2 add primary key(id);#为表中添加主键 , 并指定ID
② 唯一索引
- 方式 1 : 创建表时创建唯一键
create table t_test_uk(id bigint primary key auto_increment,name varchar(20) unique
);
- 方式 2 : 创建表时单独指定唯一列
create table t_test_uk1(id bigint primary key auto_increment,name varchar(20),unique (name)
);
- 方式 3 : 修改表中的列为唯一索引
create table t_test_uk2(id bigint primary key auto_increment,name varchar(20)
);
alter table t_test_uk2 add unique (name);
4.普通索引
按创建的时机分为两种
① 创建表时指定索引列
create table t_test_index(id bigint primary key auto_increment,name varchar(20) unique,sno varchar(10),index(sno)
);
② 修改表中的列为普通索引
create table t_test_index1(id bigint primary key auto_increment,name varchar(20),sno varchar(10)
);
alter table t_test_index1 add index(sno);
③ 单独创建索引并指定索引名
语法 : create index 索引名(一般为 index_ 表名 _ 列名) on 表名(列名);
create table t_test_index2(id bigint primary key auto_increment,name varchar(20),sno varchar(10)
);
create index index_name on t_test_index2(sno);
5.创建复合索引
创建语法与创建普通索引相同 , 只不过指定多个列 , 列与列之间用逗号隔开
① 创建表时指定索引列
create table t_test_index4(id bigint primary key auto_increment,name varchar(20),sno varchar(10),class_id bigint,index(sno,class_id) # 复合主键
);
此时索引名默认是第一个键的列名
② 修改表中的列为复合索引
create table t_test_index5(id bigint primary key auto_increment,name varchar(20),sno varchar(10),class_id bigint
);
alter table t_test_index5 add index(sno,class_id);
③ 单独创建索引并指定索引名
create table t_test_index6(id bigint primary key auto_increment,name varchar(20),sno varchar(10),class_id bigint
);
create index index_name on t_test_index6(sno,class_id);
6.删除索引
① 删除主键索引
语法 : alter table 表名 drop primary key;
注意 : 如果主键是自增列 , 需要先改为非自增 , 再删去主键
示例 :
alter table t_test_index6 modify id bigint;
alter table t_test_index6 drop primary key;
② 其他索引
语法 : alter table 表名 drop index 索引名;
示例 :
alter table t_test_index6 drop index index_name;
7.创建索引注意事项
- 索引应该创建再高频查询的列上
- 索引需要占用额外的存储空间
- 对表进行插入,更新,删除操作时 , 同时也会修改索引 , 可能会影响性能
- 常见过多或不合理的索引会导致性能下降 , 需要谨慎选择和规划索引
8.如何查看自己写的 SQL 走没走索引?
可以查看执行计划 , explain+查询语句