MySQL索引——总结篇

MySQL索引

• MySQL索引
  • 数据库的三范式，反模式
  • 零碎知识
  • 索引
    • 索引原理
      • B Tree索引
      • B+Tree索引
    • B Tree 与 B+Tree的比较
    • 聚集索引和辅助索引
    • 聚集索引的注意事项
    • 索引的最左匹配特征

数据库的三范式，反模式

数据库范式是为了解决关系数据库中数据冗余、更新异常、插入异常、删除异常等问题而引入的。数据范式可以避免数据冗余、节省空间、增加维护便利性

• 第一范式（原子性）
  强调属性的原子性，要求属性不可再分解

• 第二范式（唯一约束性）
  强调记录的唯一约束性，表中必须有一主键，且非主键不能只依赖主键的一部分

• 第三范式（冗余性约束）
  强调属性的冗余性约束，非主键列必须直接依赖于主键

• 反模式
  范式设计下，数据库业务设计的表可能增多，涉及到多表联合查询，导致性能变差。因此，出于性能优先的考量，在数据库结构中使用反模式的设计，利用空间换取时间，采用数据冗余的方式避免多表联合查询。数据一致性的问题，可选择尽可能使数据达到用户一致，保证系统一段时间的自我恢复和修正，最终达成一致。

零碎知识

• 数据类型

数值、日期、字符串

• 可变长度类型数据

可变长度类型中varchar(200)与varchar(50)存储hello所占空间相同，但前者在排序时会占用更多内存

• 自增id删除之后的记录

InnoDB引擎只将当前自增主键的最大id存到内存中，重启后可能会使最大id丢失；而MyISAM会将最大id记录到数据文件中

• count 语句的统计

没有where限定时，InnoDB的count(*)相对MyISM可能慢很多，因为InnoDB是实时统计。而MyISM维护了一个计数器

索引

• 优缺点

优点：
提高检索速度，降低IO成本
事前排序，降低查询时CPU消耗
缺点：
增加存储空间、降低表更新速度

• 使用场景
  小型表不建议使用，适用于中大型表；对特大型表索引的代价更大，可对数据库表进行分区

• 索引的六种类型
  普通索引、唯一索引（唯一性）、主键索引（不允许为空）、复合索引、外建索引、全文索引

• 索引创建原则
  出现在where语句后，而不是select；索引基数越大，效果越好；有时复合索引提高效率；过多索引会占用磁盘空间；主键尽量选取较短的数据类型；字符串索引应建立一个前缀长度，节省索引空间。

• 索引使用注意事项
  避免在where后面使用逻辑或表达式操作、使用OR连接条件

索引原理

默认使用B Tree索引

B Tree索引

以M路BTree结构为例（M>=2，否则为空树）

1. 排序方式：所有节点都递增排序
2. 子节点数：1<非叶子节点数<=M
3. 关键字数：ceil(M/2)-1 < 关键字数 < M-1
4. 叶子节点：所有子节点均在同一层，包换关键字及关键字记录的地址（此外，也有指向其子节点的指针，值为null）

B+Tree索引

对B Tree索引的一种优化，B+Tree中所有数据记录节点都按照键值大小顺序存放在同一层节点上，每个非叶子节点都只存储key值信息，这样可大大增加每个节点存储的key值数量，降低树的高度

1. 非叶子节点只记录键信息
2. 所有叶子节点之间都有一个链指针
3. 数据记录都放在叶子节点中

B Tree 与 B+Tree的比较

1. B+树层级更少：B+树每个非叶子节点存储的关键字更多，所以层级更少，查询速度更快
2. B+树查询更稳定：B+树所有关键字地址都存储在叶子节点上，所以每次查找次数相同，查询速度更稳定
3. B+树具有天然的排序功能：B+树所有叶子节点数据构成了一个有序链表，在查询区间数据时更方便，数据紧密性高，缓存命中率也高
4. B+树全局遍历更快：B+树只需要遍历所有叶子节点，而不需要像B树一层层进行遍历
5. B数对根节点附近的数据访问速度更快：因为B数非叶子节点本身存有关键字其数据地址

聚集索引和辅助索引

聚集索引（主键索引），其叶子节点存储的数据是整行的具体数据；
辅助索引（二级索引），其叶子节点存的是整行数据对应的主键值，根据辅助索引查询数据要经过两步，即回表：

1. InnoDB 存储引擎会遍历辅助索引找到主键
2. 再通过主键在聚集索引中找到完整的行记录数据

• 聚集索引的主键
  1. 定义主键时，InnoDB 存储引擎会将其当做聚集索引
  2. 没有定义主键时，InnoDB 存储引擎会定位到第一个唯一索引，且改索引的所有列值均为非空，将其当做聚集索引
  3. 没有主键且没有适合的唯一索引，InnoDB 存储引擎产生一个ID值6字节的聚集索引

聚集索引的注意事项

1. 插入速度严重依赖插入顺序，按照主键的顺序插入是最快的方式，否则出现页分裂 会影响性能。（因此，一般定义一个自增的Id作为主键）
2. 更新主键会导致更新的行移动，因此一般定义主键为不可更新
3. 二级索引访问需要两次查询，第一次找到主键值，第二次找到行数据。（但是当查询数据只有id和索引时，可一次查询直接返回数据，即索引覆盖）
4. 主键id建议使用整型。如此，主键索引的B+树节点可以存储更多主键id，辅佐索引的B+树节点可以存储更多主键id

索引的最左匹配特征

当索引种类是复合索引时，B+树通过从左往右建立搜索树，即索引的最左匹配特征