mysql实战——深入浅出索引

一、前言

索引的出现就是为了提高数据查询的效率，就像书的目录一样。

二、索引常见数据结构

可以用于提高读写效率的数据结构很多，常见的是哈希表、有序数组、搜索树。

1、哈希表

哈希表时一种key、value存储数据的结构，我们只要输入待查证的值即key，就可以找到其对应的值即value。哈希的思路很简单，把值放在数组里，用一个哈希函数把key换算成确定的值，然后把value放在数组的这个位置。多个key经过hash运算之后，会出现同一个值的情况。处理这种情况的一种方式是拉出链表。所以哈希表这种结构适用于只有等值查询（比如age=18）的场景，比如Memcached及其他一些NoSQL引擎。

2、有序数组

有序数组在等值查询和范围查询的场景中都非常优秀，如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在更新数据的时候就更麻烦了，你往中间插入一个记录就必须挪动后面所有的记录，成本太高。所以有序索引只适用于静态存储引擎。比如2017年北京市所有出生人口信息，这类不会在修改的数据。

三、InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，InnoDB使用了B+树索引，所以数据都是存储在B+树中的。

每一个索引对应一个B+树。

假设我们有1个主键列为ID的表，表中有字段K，并且在K上有索引。

这个表的建表语句是：

mysql->create table t(
id int primary key,
k  int not null,
name varchar(16),
index(k))engine=InnoDB;

表中R1~R5的(ID,K) 的值分别为(100,1),(200,2),(300,3),(400,4),(500,5),(600,6)。两棵树的示例示意图如下：

从图中可以看出，根据叶子节点的的内容，索引类型分为主键索引和非主键索引。

主键索引的叶子节点存的是整行数据，在InnoDB中，主键索引也被称为聚簇索引。

非主键索引的叶子节点存的是主键的值，在InnoDB中，非主键索引也被称为二级索引。

基于主键索引和普通索引的查询有什么区别？

如果语句是select * from T where ID=500，即主键查询方式，则只需要搜索ID这颗B+树；如果语句是select * from T where K=5，即普通索引查询方式，则需要先索引k索引这棵树。得到ID的值为500，再到ID索引树搜索一次，这个过程称为回表。也就是说基于非主键索引的查询需要多扫描1颗索引树。因此，我们在应用中，应该尽量使用主键查询。

四、回表和覆盖索引

mysql> create table T(
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB

insert into T values(100,1'aa'),(200,2'bb'),(300,3,'cc'),(400,4,'dd'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg'),(800,8,'hh');

1、回表

在上面这个表T中，如果执行select * from T where k between 3 and 5,需要执行几次树的索引操作，会扫描多少行。

1、在k索引树上找到k=3的记录，取得ID=300；
2、再到ID索引树查到ID=300对应的R3；
3、在k索引树取下一个值k=5，取得ID=500；
4、再回到ID索引树查到ID=500对应的R4；
5、在k索引树取下一个值k=6，不满足条件，结束。

在这个过程中，回到主键索引树搜索的过程，我们称为回表。可以看到，这个查询过程中读了k索引树的三条记录（步骤1、3和5），回表了2次。（步骤2和4）

2、覆盖索引

如果执行的语句是select ID from T where k between 3 and 5。这时只需要查询ID的值，而ID的值已经在K索引树上了。因此可以直接提供查询结果，不需要回表。也就是说在这个查询里面，索引k已经覆盖了我们的需求，所以我们称为覆盖索引。由于覆盖索引可以减少树的搜索次数，显著提高查询性能，所以使用覆盖索引是1个常用的性能优化手段。

来源：oschina

链接：https://my.oschina.net/u/4312499/blog/4513747

标签

InnoDB

mysql