本文來源于公眾號： 跬步匠心

什么是索引？

當(dāng)我們使用漢語字典查找某個字時，我們會先通過拼音目錄查到那個字所在的頁碼，然后直接翻到字典的那一頁，找到我們要查的字，通過拼音目錄查找比我們拿起字典從頭一頁一頁翻找要快的多，數(shù)據(jù)庫索引也一樣，索引就像書的目錄，通過索引能極大提高數(shù)據(jù)查詢的效率。

索引的實(shí)現(xiàn)方式

在數(shù)據(jù)庫中，常見的索引實(shí)現(xiàn)方式有哈希表、有序數(shù)組、搜索樹。

哈希表

哈希表是通過鍵值對(key-value)存儲數(shù)據(jù)的索引實(shí)現(xiàn)方式，可以將哈希表想象成是一個數(shù)組，將索引通過哈希函數(shù)計算得到該行數(shù)據(jù)在數(shù)組中的位置，然后將數(shù)據(jù)存到數(shù)組中，容易發(fā)現(xiàn)一個問題，如果兩個索引通過哈希函數(shù)計算后得到的數(shù)組位置相同要怎么辦？我們可以采用哈希鏈表，數(shù)組的每個 value 都是一個鏈表，新數(shù)據(jù)直接添加到鏈表尾部。

所以數(shù)據(jù)庫查詢過程為：索引通過哈希函數(shù)計算數(shù)據(jù)所在位置 --> 遍歷指定位置的鏈表，找到滿足條件的數(shù)據(jù)。

每次有新數(shù)據(jù)加入時，新數(shù)據(jù)時直接添加到鏈表尾部，所以添加數(shù)據(jù)時很方便。

哈希表不擅長進(jìn)行區(qū)間查詢，一般都用于等值查詢，因為兩個相鄰索引通過 hash 函數(shù)后計算得到的數(shù)組位置不一定還保持相鄰，需要哈希多次才能把區(qū)間的數(shù)據(jù)全查出來。

有序數(shù)組

顧名思義，有序數(shù)組是按索引大小將數(shù)據(jù)保存在一個數(shù)組上，因為該數(shù)組是有序的，可以通過二分法很容易查到位置，找到第一個位置后，通過向左或者向右遍歷很容易得到所求區(qū)間的數(shù)據(jù)。因此，無論是等值查詢還是區(qū)間查詢，效率都極高。

但缺陷也是顯而易見的，當(dāng)向數(shù)組中間 n 位置插入一條數(shù)據(jù)時，需將 n 后面的數(shù)據(jù)全部往后移動，所以，這種索引一般用于靜態(tài)存儲引擎。

搜索樹

二叉搜索樹：一棵空樹，或者是具有下列性質(zhì)的二叉樹：若它的左子樹不空，則左子樹上所有結(jié)點(diǎn)的值均小于它的根結(jié)點(diǎn)的值；若它的右子樹不空，則右子樹上所有結(jié)點(diǎn)的值均大于它的根結(jié)點(diǎn)的值；二叉搜索樹的左、右子樹也分別為二叉搜索樹。

平衡二叉樹：平衡二叉樹是在二叉搜索樹的基礎(chǔ)上引入的，指的是結(jié)點(diǎn)的左子樹和右子樹的深度差不超過 1。

多叉樹：每個結(jié)點(diǎn)可以有多個子結(jié)點(diǎn)，子節(jié)點(diǎn)的大小從左到右依次遞增。

數(shù)據(jù)庫一般使用平衡樹來當(dāng)索引的存儲數(shù)據(jù)結(jié)構(gòu)，當(dāng)使用平衡二叉實(shí)現(xiàn)索引時，結(jié)構(gòu)如下圖。

從圖中可發(fā)現(xiàn)，每次查詢最多需要訪問 4 個節(jié)點(diǎn)必能得到所要數(shù)據(jù)。例如查詢 user2 時，查詢過程為：userA-->userC-->userF-->user2。所以查詢速度很高，復(fù)雜度為 O (log (n))；平衡二叉樹的更新復(fù)雜度也為 O (log (n))。

區(qū)間查詢時，由于搜索樹的特性(左子樹小于右子樹)，可以很快的排除掉不滿足條件的節(jié)點(diǎn)，查起來速度也是很快的。

思考下為什么用平衡搜索樹呢？

因為普通的二叉樹可能因為插入的數(shù)據(jù)最后變成一個很長的鏈表，查詢復(fù)雜度退化成 O (n)。

如果搜索樹存于內(nèi)存中，與多叉樹相比，二叉樹的搜索速率是最高的，但實(shí)際上數(shù)據(jù)庫使用的是 n 叉樹而不是二叉樹。

索引不僅存于內(nèi)存，還是寫到磁盤上，搜索樹上的每個結(jié)點(diǎn)在磁盤上表現(xiàn)為一個數(shù)據(jù)塊。

多叉樹每個結(jié)點(diǎn)下可以有多個子節(jié)點(diǎn)，所以存儲相同數(shù)據(jù)量時多叉樹的樹高比二叉樹小，查詢一個數(shù)據(jù)需要訪問的結(jié)點(diǎn)數(shù)更少，即查詢過程訪問更少的數(shù)據(jù)塊。查詢速度較高。

在 mysql 的 innodb 引擎中，使用 B + 樹來存儲數(shù)據(jù)，B + 樹是一種多叉平衡查找樹。

innodb 的索引模型

在 B + 樹中，我們將節(jié)點(diǎn)分為葉子結(jié)點(diǎn)和非葉子結(jié)點(diǎn)，非葉子結(jié)點(diǎn)上保存的是索引，而且一個節(jié)點(diǎn)可以保存多個索引；數(shù)據(jù)全部存于葉子結(jié)點(diǎn)上，并且葉子結(jié)點(diǎn)之間通過指針連接起來。

根據(jù)葉子結(jié)點(diǎn)的內(nèi)容不同，innodb 索引分為主鍵索引和非主鍵索引。非主鍵索引也稱為二級索引。主鍵索引的葉子結(jié)點(diǎn)中保存的數(shù)據(jù)為整行數(shù)據(jù)，而非主鍵索引葉子節(jié)點(diǎn)保存的是主鍵的值。

通過主鍵索引查詢數(shù)據(jù)時，我們只需查找主鍵索引樹便可以獲取數(shù)據(jù)；通過非主鍵索引查詢數(shù)據(jù)時，我們先通過非主鍵索引樹查找到主鍵值，然后再在主鍵索引樹搜索一次，這個過程稱為回表，也就是說非主鍵索引查詢會比主鍵查詢多搜索一棵樹。所以我們應(yīng)盡可能使用主鍵查詢。

B + 樹是一顆 N 叉樹，N 是由什么決定的？能否調(diào)整？

通過修改 page 的大小來間接調(diào)整 N 的大小。一個節(jié)點(diǎn)上的所有數(shù)據(jù)都在一個 page 中，頁越大，每頁存放的索引就越多，N 就越大。數(shù)據(jù)頁調(diào)整后，如果數(shù)據(jù)頁太小層數(shù)會太深，數(shù)據(jù)頁太大，加載到內(nèi)存的時間和單個數(shù)據(jù)頁查詢時間會提高，需要達(dá)到平衡才行。

修改索引的大小。每個索引包括固定字節(jié)數(shù)的 Point 指針和索引字段內(nèi)容，索引字段越小，每頁能存的索引就越多，N 就越大。

索引維護(hù)

添加新行時，將會在索引表上添加一條記錄，如果是索引遞增插入時，數(shù)據(jù)都是追加在當(dāng)前最大索引之后，不會對樹中其他數(shù)據(jù)造成影響；如果新加入的數(shù)據(jù)的索引值位于節(jié)點(diǎn)的中間，需要挪動部分節(jié)點(diǎn)的位置，從而保持索引樹的有序性。

而且，相鄰多個節(jié)點(diǎn)是存儲在同一個數(shù)據(jù)頁上的，此時，如果是在已經(jīng)存儲滿狀態(tài)的數(shù)據(jù)頁中插入節(jié)點(diǎn)，會申請新的數(shù)據(jù)頁，將部分?jǐn)?shù)據(jù)挪動到新的數(shù)據(jù)頁，這個過程稱為頁分裂，頁分裂除了會影響性能，還會降低磁盤空間利用率。不規(guī)則數(shù)據(jù)插入時，會造成頻繁的頁分裂。所以，一般情況下會采用遞增主鍵，使新數(shù)據(jù)遞增插入。

當(dāng)相鄰兩個頁由于刪除了數(shù)據(jù)，利用率很低之后，會將數(shù)據(jù)頁做合并。

什么情況下應(yīng)該使用業(yè)務(wù)邏輯字段做主鍵？有什么優(yōu)缺點(diǎn)？

業(yè)務(wù)邏輯字段不容易保證索引樹結(jié)點(diǎn)有序插入，這樣寫入成本較高。

innodb 默認(rèn)使用整數(shù)類型作為主鍵，主鍵長度較小，二級索引的葉子結(jié)點(diǎn)中保存的是主鍵值，主鍵長度越小，二級索引的葉子結(jié)點(diǎn)占用空間也就越小。

當(dāng)然，使用業(yè)務(wù)邏輯字段做主鍵也有好處，可以避免回表，每次只需掃描一次主鍵索引樹即可。

綜上，從性能和存儲空間方面考量，自增主鍵往往是更合理的選擇，但是當(dāng)業(yè)務(wù)場景有且只有一個索引，而且該索引為唯一索引時，此時更適合使用業(yè)務(wù)邏輯字段作為主鍵，一個是避免回表，還有一個是只有一個索引也不需要考慮二級索引的空間占用情況了。

索引重建

因為數(shù)據(jù)修改、刪除、頁分裂等原因，會導(dǎo)致數(shù)據(jù)頁空間利用率降低，此時，可以考慮重建索引，將數(shù)據(jù)按順序插入，提高磁盤空間利用率。

重建普通索引時，直接先刪除索引，再重新創(chuàng)建即可。

alter table T drop index k;

alter table T add index(k);

復(fù)制代碼

主鍵索引不能通過上面的語句去重建，因為刪除主鍵索引后，innodb 會如下處理:

如果存在非空且字段類型為數(shù)值的唯一索引(INT and NOT NULL and UNIQUE INDEX)， 會將第一個滿足條件的索引作為主鍵索引 , _rowid 為對應(yīng)主鍵，值與唯一索引相同。(可通過 select _rowid from table 查詢)。

如果找不到合適的索引，那么 InnoDB 會自動生成一個不可見的名為 ROW_ID 的列名為 GEN_CLUST_INDEX 的主鍵索引，該列是一個 6 字節(jié)的自增數(shù)值，隨著插入而自增。

所以刪除主鍵索引的結(jié)果其實(shí)是修改了主鍵字段，而普通索引的葉子節(jié)點(diǎn)存的是主鍵的值，所以，一旦修改了主鍵字段，普通索引也會有影響，葉子節(jié)點(diǎn)的值將被修改成新的主鍵字段。

當(dāng)主鍵索引需要重建時，更好的做法是直接使用 alter table t engine=innodb 重建表。

寫在最后

喜歡本文的朋友，歡迎關(guān)注公眾號「跬步匠心」，專注大白話分享實(shí)用技術(shù)

總結(jié)

以上是生活随笔為你收集整理的mysql 字典索引_【大白话mysql】你真的了解 mysql 索引吗？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。