当前位置：首页 > news >正文

MySQL快速入门——索引

news 2025/11/12 7:01:01

MySQL快速入门——索引

1. 没有索引，可能会有什么问题
2. 认识磁盘
3. MySQL 与磁盘交互基本单位
4. 建立共识
5. 索引的理解
- 5.1 准备数据
- 5.2 理解Page
- 5.3 页目录
- 5.4 重谈Page
- 5.5 B vs B+
- 5.6 聚簇索引 VS 非聚簇索引
6. 索引操作
- 6.1 创建主键索引
- 6.2 唯一索引的创建
- 6.3 普通索引
- 6.4 全文索引的创建
- 6.5 查询索引
- 6.6 删除索引
7. 索引创建原则（重要）

1. 没有索引，可能会有什么问题

1. 索引的意义

提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，给这些写操作增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

2. 常见索引分为

主键索引（primary key）
唯一索引（unique）
普通索引（index）
全文索引（fulltext）-- 解决中子文索引问题。

3. 案例

先整一个海量表，在查询的时候，看看没有索引时有什么问题？
- 这个sql脚本会创建一张有800w条数据的表，用source的方式在命令行执行这个脚本。可以先插入100条做测试，没问题再放开最后一行注释，插入800w条（由于数据量很大，这个脚本的执行时间很慢，我的电脑2核CPU，8G内存，跑了15min）。

drop database if exists `index_db`;
create database if not exists `index_db` default character set utf8;
use `index_db`;-- 雇员表
CREATE TABLE `EMP` (`empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号',`ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',`job` varchar(9) DEFAULT NULL COMMENT '雇员职位',`mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',`hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',`sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',`comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',`deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);-- 设置信任函数创建者（临时解决方案）
SET GLOBAL log_bin_trust_function_creators = 1;-- 产生随机字符串（修正版）
delimiter $$
create function rand_string(n INT)
returns varchar(255)
DETERMINISTIC
NO SQL
begindeclare chars_str varchar(100) default'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';declare return_str varchar(255) default '';declare i int default 0;while i < n doset return_str=concat(return_str,substring(chars_str,floor(1+rand()*52),1));set i = i + 1;end while;return return_str;end $$
delimiter ;-- 产生随机数字（修正版）
delimiter $$
create function rand_num( )
returns int(5)
DETERMINISTIC
NO SQL
begindeclare i int default 0;set i = floor(10+rand()*500);
return i;
end $$
delimiter ;-- 创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begindeclare i int default 0;set autocommit = 0;repeatset i = i + 1;insert into EMP values ((start+i),rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_numend repeat;commit;
end $$
delimiter ;-- 先测试少量数据
-- call insert_emp(100001, 100);-- 如果测试成功，再执行大批量
call insert_emp(100001, 8000000);

到此，已经创建出了海量数据的表了。接下来执行查询测试。
查询员工编号为998877的员工：
- 可以看到耗时7.52秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

mysql> select * from EMP where empno=998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | hROrsN | SALESMAN | 0001 | 2025-11-11 00:00:00 | 2000.00 | 400.00 |    364 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (7.52 sec)

解决方法，创建索引：

mysql> alter table EMP add index(empno);
Query OK, 0 rows affected (29.32 sec)
Records: 0  Duplicates: 0  Warnings: 0

换一个员工编号，测试看看查询时间：
- 这速度直接干成0s，可不是快了一星半点。

mysql> select * from EMP where empno=123456;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 123456 | QsrHjY | SALESMAN | 0001 | 2025-11-11 00:00:00 | 2000.00 | 400.00 |    191 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.00 sec)

2. 认识磁盘

1. MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

2. 先来研究一下磁盘

在这里插入图片描述

3. 在看看磁盘中一个盘片

在这里插入图片描述

4. 扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

题外话：
- 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
- 那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。
- 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如：proc，sys 之类，我们不考虑)

# 数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件
(base) ubuntu@Ubuntu22:~/Downloads$ sudo ls /var/lib/mysql -l # 我们目前MySQL中的文件
total 1409764
-rw-r----- 1 mysql mysql         56  7月 24 17:29  auto.cnf
-rw-r----- 1 mysql mysql        157 10月 18 16:42  binlog.000020
-rw-r----- 1 mysql mysql        157 10月 19 12:39  binlog.000021
-rw-r----- 1 mysql mysql        157 10月 20 13:30  binlog.000022
-rw-r----- 1 mysql mysql        157 10月 21 11:41  binlog.000023
-rw-r----- 1 mysql mysql        157 10月 22 11:18  binlog.000024
-rw-r----- 1 mysql mysql        157 10月 22 17:12  binlog.000025
-rw-r----- 1 mysql mysql        157 10月 22 22:25  binlog.000026
-rw-r----- 1 mysql mysql        157 10月 23 14:11  binlog.000027
-rw-r----- 1 mysql mysql        180 10月 23 15:27  binlog.000028
-rw-r----- 1 mysql mysql        180 10月 23 16:19  binlog.000029
-rw-r----- 1 mysql mysql        157 10月 23 20:50  binlog.000030
-rw-r----- 1 mysql mysql        157 10月 24 11:44  binlog.000031
-rw-r----- 1 mysql mysql        157 10月 25 12:34  binlog.000032
-rw-r----- 1 mysql mysql        157 10月 26 11:24  binlog.000033
-rw-r----- 1 mysql mysql        157 10月 27 11:02  binlog.000034
-rw-r----- 1 mysql mysql        157 10月 29 12:25  binlog.000035
-rw-r----- 1 mysql mysql        157 10月 30 11:16  binlog.000036
-rw-r----- 1 mysql mysql        157 10月 31 08:52  binlog.000037
-rw-r----- 1 mysql mysql    1349288 11月  1 14:11  binlog.000038
-rw-r----- 1 mysql mysql        157 11月  2 09:29  binlog.000039
-rw-r----- 1 mysql mysql        157 11月  3 10:07  binlog.000040
-rw-r----- 1 mysql mysql        157 11月  4 11:01  binlog.000041
-rw-r----- 1 mysql mysql        157 11月  5 09:47  binlog.000042
-rw-r----- 1 mysql mysql        157 11月  6 22:16  binlog.000043
-rw-r----- 1 mysql mysql        157 11月  7 15:57  binlog.000044
-rw-r----- 1 mysql mysql       9815 11月  8 12:03  binlog.000045
-rw-r----- 1 mysql mysql      15721 11月  9 10:49  binlog.000046
-rw-r----- 1 mysql mysql       1566 11月 10 08:40  binlog.000047
-rw-r----- 1 mysql mysql       1204 11月 11 11:12  binlog.000048
-rw-r----- 1 mysql mysql 1192024959 11月 11 17:13  binlog.000049
-rw-r----- 1 mysql mysql        157 11月 11 17:13  binlog.000050
-rw-r----- 1 mysql mysql        496 11月 11 17:13  binlog.index
-rw------- 1 mysql mysql       1705  7月 24 17:29  ca-key.pem
-rw-r--r-- 1 mysql mysql       1112  7月 24 17:29  ca.pem
-rw-r--r-- 1 mysql mysql       1112  7月 24 17:29  client-cert.pem
-rw------- 1 mysql mysql       1705  7月 24 17:29  client-key.pem
drwxr-x--- 2 mysql mysql       4096  7月 25 00:38  factordb
-rw-r----- 1 mysql mysql     196608 11月 11 17:13 '#ib_16384_0.dblwr'
-rw-r----- 1 mysql mysql    8585216 11月 11 16:57 '#ib_16384_1.dblwr'
-rw-r----- 1 mysql mysql       4346 10月 23 16:19  ib_buffer_pool
-rw-r----- 1 mysql mysql   12582912 11月 11 17:13  ibdata1
-rw-r----- 1 mysql mysql   12582912 11月 11 11:12  ibtmp1
drwxr-x--- 2 mysql mysql       4096 11月 11 16:54  index_db
drwxr-x--- 2 mysql mysql      12288  7月 25 01:07  indicatordb
drwxr-x--- 2 mysql mysql       4096 11月 11 17:13 '#innodb_redo'
drwxr-x--- 2 mysql mysql       4096 11月 11 11:12 '#innodb_temp'
drwxr-x--- 2 mysql mysql      12288 10月 31 19:53  klinedb
drwxr-x--- 2 mysql mysql       4096  7月 24 17:29  mysql
-rw-r----- 1 mysql mysql   31457280 11月 11 17:12  mysql.ibd
drwxr-x--- 2 mysql mysql       4096  7月 24 17:29  performance_schema
-rw------- 1 mysql mysql       1705  7月 24 17:29  private_key.pem
-rw-r--r-- 1 mysql mysql        452  7月 24 17:29  public_key.pem
drwxr-x--- 2 mysql mysql       4096 11月 10 20:22  scott
-rw-r--r-- 1 mysql mysql       1112  7月 24 17:29  server-cert.pem
-rw------- 1 mysql mysql       1705  7月 24 17:29  server-key.pem
drwxr-x--- 2 mysql mysql       4096  7月 24 17:29  sys
drwxr-x--- 2 mysql mysql       4096 11月  9 17:50  test
-rw-r----- 1 mysql mysql   16777216 11月 11 17:13  undo_001
-rw-r----- 1 mysql mysql  167772160 11月 11 17:13  undo_002

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

5. 定位扇区

在这里插入图片描述

柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面；
每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的；
所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

6. 结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节)，进行IO交互吗？不是

如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

7. 磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。
连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。
因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

3. MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解)

mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 | 	-- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎使用 16KB 进行IO交互。即，MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

4. 建立共识

MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数。

5. 索引的理解

5.1 准备数据

1. 建库

create database new_index_db;
use new_index_db;

2. 建表

mysql> create table if not exists user (-> id int primary key, -- 一定要添加主键哦，只有这样才会默认生成主键索引-> age int not null,-> name varchar(16) not null-> );mysql> show create table user \G
*************************** 1. row ***************************Table: user
Create Table: CREATE TABLE `user` (`id` int NOT NULL,`age` int NOT NULL,`name` varchar(16) NOT NULL,PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci -- 默认就是InnoDB存储引擎
1 row in set (0.00 sec)

3. 插入多条记录

insert into user (id, age, name) values(3, 18, '杨过');
insert into user (id, age, name) values(4, 16, '小龙女');
insert into user (id, age, name) values(2, 26, '黄蓉');
insert into user (id, age, name) values(5, 36, '郭靖');
insert into user (id, age, name) values(1, 56, '欧阳锋');

4. 查看插入结果

发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？

mysql> select * from user;
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

小知识：为何IO交互要是 Page？

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?
如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录)，那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。
往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

5.2 理解Page

1. 理解单个Page

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，再组织，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。

在这里插入图片描述

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。
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。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？
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。

2. 理解多个Page

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。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

在这里插入图片描述

图中目录内容下小结讲解。

5.3 页目录

我们在看《谭浩强C程序设计》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法

从头逐页的向后翻，直到找到目标内容；
通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位；
本质上，书中的目录，是多花了纸张的，但是却提高了效率；
所以，目录，是一种“空间换时间的做法”。

1. 单页情况

针对上面的单页Page，我们能否也引入目录呢？当然可以。

在这里插入图片描述

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。现在先遍历目录（其实应该还有一个目录3[5]），然后遍历过程中发现，3<4<5，找到了id=4记录所在的线性区间。直接将起始位置定义为id=3的记录，线性遍历一次找到4号记录。
现在数据量小，感觉目录没什么用，但是如果目录间间隔100条记录呢？1000条呢？每遍历一个目录，就可以淘汰到大量的数据，效率就显著提高了。提高查找效率，就是要提高淘汰非目标数据的效率。
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？因为要引入目录。

2. 多页情况

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大，16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在这里插入图片描述

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。
需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。
这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。
那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。
- 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。

在这里插入图片描述

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。
其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。
可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以再加目录页（没有什么是加一层解决不了的，如果有，就加两层！！！）。

在这里插入图片描述

这货就是传说中的B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。
随便找一个id=?我们发现，现在查找的Page数一定减少了，淘汰率变高了，也就意味着IO次数减少了，那么效率也就提高了。

3. 复盘

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。
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。

4. InnoDB 在建立索引结构来管理数据的时候，为什么选择了B+树，其他结构行不行？

链表？还是线性遍历；
二叉搜索树？退化问题，极端情况可能退化成为线性结构；
AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但是有更秀的。
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，另外还有其他差别，有兴趣可以查一下。

什么叫范围查找？

举个例子，select时，between A and B中A和B是两个相差非常大的值，这时难道要根据索引，一次次的HASH吗？显然是效率低下的。在B+树中叶子结点间用链表相连，可以直接进行线性遍历，范围查找。

B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？

5.4 重谈Page

mysql内部，一定需要并且会存在大量的page，也就决定了，mysql必须要将多个同时存在的page管理起来！

要管理所有的mysql内的page，需妻先描述，在组织！

所以，不要简单的将page认为是一个内存块，page内部也必须写入对应的管理信息！！

struct page
{struct page *next;string page *prev;char buffer[NUM]:
} // 16KB

通过new page实例化对象，将所有的page用"链表"的形式管理起来。在buffer pool 内部，对mysql中的page进行了一个建模！

5.5 B vs B+

1. B树

在这里插入图片描述

2. B+树

在这里插入图片描述

3. 目前这两棵树，对我们最有意义的区别是：

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
B+叶子节点，全部相连，而B没有

4. 为何选择B+？

叶子结点保存数据，路上结点不保存。非叶子结点，只存目录项。非叶子结点，不存数据，可以存储更多的目录项，目录页，可以管理更多的叶子Page，这棵树一定是一个矮胖的树！
途径的路上结点变少，意味着找到目标数据只需要更少的Page，IO次数就少了，提高了效率。
叶子节点全部用链表级联起来，可以进行范围查找（叶子结点是B+树的特性）。

5.6 聚簇索引 VS 非聚簇索引

1. MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM 表的主索引， Col1 为主键。

在这里插入图片描述

其中，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。

2. 非聚簇索引

使用MyISAM引擎建库建表：

mysql> create database myisam_test;	-- 创建数据库
Query OK, 1 row affected (0.01 sec)mysql> use myisam_test;
Database changedmysql> create table mtest(-> id int primary key,-> name varchar(11) not null-> )engine=MyISAM;	-- 使用engine=MyISAM
Query OK, 0 rows affected (0.04 sec)

(base) ubuntu@Ubuntu22:~/Downloads$ sudo ls /var/lib/mysql/myisam_test/ -al
[sudo] password for ubuntu: 
total 16
drwxr-x---  2 mysql mysql 4096 11月 11 20:08 .
drwxr-x--- 14 mysql mysql 4096 11月 11 20:07 ..
-rw-r-----  1 mysql mysql 2842 11月 11 20:08 mtest_5079.sdi		# 表结构数据
-rw-r-----  1 mysql mysql    0 11月 11 20:08 mtest.MYD			# 该表对应的数据，当前没有数据，所以是0
-rw-r-----  1 mysql mysql 1024 11月 11 20:08 mtest.MYI			# 该表对应的主键索引数据

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引。

3. 聚簇索引

使用 InnoDB 引擎建库建表：

mysql> create database innodb_test;
Query OK, 1 row affected (0.02 sec)mysql> use innodb_test;
Database changed
mysql> create table itest(-> id int primary key,-> name varchar(11) not null-> )engine=InnoDB; 
Query OK, 0 rows affected (0.04 sec)

(base) ubuntu@Ubuntu22:~/Downloads$ sudo ls /var/lib/mysql/innodb_test/ -al
total 120
drwxr-x---  2 mysql mysql   4096 11月 11 20:15 .
drwxr-x--- 15 mysql mysql   4096 11月 11 20:15 ..
-rw-r-----  1 mysql mysql 114688 11月 11 20:16 itest.ibd # --该表对应的主键索引和用户数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引。

4. 辅助索引

当然， 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。
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。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别：

在这里插入图片描述

同样， 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：

在这里插入图片描述

可以看到， 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。

6. 索引操作

6.1 创建主键索引

1. 创建方式

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);

2. 主键索引的特点：

一个表中，最多有一个主键索引，当然可以使符合主键；
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。

6.2 唯一索引的创建

1. 创建方式

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);

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));

第三种方式：

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

2. 唯一索引的特点

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。

6.3 普通索引

1. 普通索引的创建

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
);

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：

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)

2. 普通索引的特点

一个表中可以有多个普通索引，普通索引在实际开发中用的比较多；
如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引。

6.4 全文索引的创建

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)。

1. 准备数据

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

2. 查询有没有database这个内容

如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引：

mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)

可以用explain工具看一下，是否使用到索引：

mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: articlespartitions: NULLtype: ALL
possible_keys: NULLkey: NULL	-- <== key为null表示没有用到索引key_len: NULLref: NULLrows: 6filtered: 16.67Extra: Using where
1 row in set, 1 warning (0.01 sec)

如何使用全文索引呢？

mysql> SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.01 sec)mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST-> ('database')\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: articlespartitions: NULLtype: fulltext
possible_keys: titlekey: title	-- <= key用到了titlekey_len: 0ref: constrows: 1filtered: 100.00Extra: Using where
1 row in set, 1 warning (0.01 sec)

6.5 查询索引

1. 第一种方法

show keys from 表名：

mysql> show keys from user\G
*************************** 1. row ***************************Table: user			-- <= 表名Non_unique: 0			-- <= 0表示唯一索引Key_name: PRIMARY		-- <= 主键索引Seq_in_index: 1Column_name: id			-- <= 索引在哪列Collation: ACardinality: 5Sub_part: NULLPacked: NULLNull: Index_type: BTREE		-- <= 以二叉树形式的索引Comment: 
Index_comment: Visible: YESExpression: NULL
1 row in set (0.02 sec)

2. 第二种方法

show index from 表名：

mysql> show index from user\G
*************************** 1. row ***************************Table: userNon_unique: 0Key_name: PRIMARYSeq_in_index: 1Column_name: idCollation: ACardinality: 5Sub_part: NULLPacked: NULLNull: Index_type: BTREEComment: 
Index_comment: Visible: YESExpression: NULL
1 row in set (0.00 sec)

3. 第三种方法（信息比较简略）

desc 表名：MUL就代表普通索引。

mysql> alter table user add index(name);
Query OK, 0 rows affected (0.06 sec)
Records: 0  Duplicates: 0  Warnings: 0mysql> desc user;
+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| id    | int         | NO   | PRI | NULL    |       |
| age   | int         | NO   |     | NULL    |       |
| name  | varchar(16) | NO   | MUL | NULL    |       |
+-------+-------------+------+-----+---------+-------+
3 rows in set (0.00 sec)

6.6 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：
- 索引名就是 show keys from 表名 中的 Key_name 字段。

alter table 表名 drop index 索引名;

3. 第三种方法方法

drop index 索引名 on 表名

7. 索引创建原则（重要）

比较频繁作为查询条件的字段应该创建索引；
唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件；
更新非常频繁的字段不适合作创建索引；
不会出现在where子句中的字段不该创建索引。

查看全文

http://www.dtcms.com/a/597170.html

舆情处置的技术实现：Infoseek 如何用 AI 重构 “识别 - 研判 - 处置” 全链路

gRPC vs RPC 高频面试题

淘宝联盟推广网站怎么做什么是搜索引擎

扬州住房城乡建设局网站设计画册

在线视频网站a做免费下载中山精品网站建设价位

LangFlow 节点（Node）

Linux设置系统同步时间

花垣网站建设一台主机做两个网站

生成模型技术宇宙：从VAE到世界模型，揭示AIGC核心引擎

网站建设中魔板免费扑克网站代码

股指期货的收益和风险大吗？

第12章测试编写

性能测试之使用 adb 查看设备CPU占用与数据分析

【AUTOSAR SOMEIP】SD状态机

海尔网站建设情况wordpress 没有保存

CSS 对齐

从流批一体到湖仓一体架构演进的思考

如何查看网站是否降权九江市住房和城乡建设厅网站

从基本用法到迭代器实现—list重难点突破

智能建站软件宁波房产网二手房出售

如何从iPhone向Android 发送视频？8 种方法

LLM 相关内容

研发管理知识库（4）华为研发管理流程简介

【国内电子数据取证厂商龙信科技】手机取证之文件碎片

【OpenCV + VS】OpenCV初步：在VS中配置并运行第一个OpenCV Demo

Java入门——Java跨平台的原理

16、做中学 | 初三上期 Golang面向对象_进阶

Java 不同创建线程的方式什么时候才可以使用 this 来获取线程的引用

兰州做网站的公司wordpress标签云美化

MATLAB基于PSO-GA的铁路工程施工进度计划多目标优化研究

MySQL快速入门——索引

1. 没有索引，可能会有什么问题

2. 认识磁盘

3. MySQL 与磁盘交互基本单位

4. 建立共识

5. 索引的理解

5.1 准备数据

5.2 理解Page

5.3 页目录

5.4 重谈Page

5.5 B vs B+

5.6 聚簇索引 VS 非聚簇索引

6. 索引操作

6.1 创建主键索引

6.2 唯一索引的创建

6.3 普通索引

6.4 全文索引的创建

6.5 查询索引

6.6 删除索引

7. 索引创建原则（重要）

相关文章：