MySQL索引知識點

---

目錄

B+ Tree 原理

MySQL 索引

索引優化

索引的優點

索引的使用條件

---

1. B+ Tree 原理

1. 數據結構

B+ Tree 指的是 Balance Tree，也就是平衡樹。平衡樹是一顆查找樹，并且所有的葉子結點位于同一層。

B+ Tree 是基于 B Tree 和葉子節點順序訪問指針進行實現，它具有 B Tree 的平衡性，并且通過順序訪問指針來提高區間查詢的性能。

在 B+ Tree 中，一個節點中的 key 從左到右非遞減排列，如果某個指針的左右相鄰 key 分別是 key(i) 和 key(i+1)，那么該指針指向節點的所有 key 大于等于 key(i) 且小于等于 key(i+1)。

---

2. 操作

進行查找操作時，首先在根節點進行二分查詢，找到一個 key 所在的指針，然后遞歸地在指針所指向的節點進行查找。直到查找到葉子節點，然后再葉子節點上進行二分查找，找出 key 所對應的 data。

插入刪除操作會破壞平衡樹的平衡性，因此在插入刪除操作之后，需要對樹進行一個分裂、合并、旋轉等操作來維護平衡性。

---

3. 與紅黑樹的比較

紅黑樹等平衡樹也可以用來實現索引，但是文件系統及數據庫系統普遍采用 B+ Tree 作為索引結構，主要有以下兩個原因：

（一）更少的查找次數

平衡樹查找操作的時間復雜度和樹高 h 相關，O(h) = O(logdN)，其中 d 為每個節點的出度。

紅黑樹的出度為 2，而 B+ Tree 的出度一般都非常大，所以紅黑樹的樹高 h 很明顯比 B+ Tree大非常多，查找的次數也就更多

（二）利用磁盤預讀特性

為了減少磁盤 I/O 操作，磁盤往往不是嚴格按需讀取，而是每次都會預讀。預讀過程中，磁盤進行順序讀取，順序讀取不需要進行磁盤尋道，并且只需要很短的磁盤旋轉時間，速度會非?？?。

操作系統一般將內存和磁盤分割成固定大小的塊，每一塊稱一頁，內存與磁盤以頁為單位交換數據。數據庫系統將索引的一個節點的大小設置為頁的大小，使得一次 I/O 就能完全載入一個節點。并且可以利用預讀特性，相鄰的節點也能夠預先載入。

---

2. MySQL 索引

索引是存儲引擎層實現的，而不是在服務器層實現的，所以不同存儲引擎具有不同的索引類型和實現。

1. B+ Tree 索引

是大多數 MySQL 存儲引擎的默認索引類型。

因為不再需要進行全表掃描，只需要對樹進行搜索即可，所以查找速度快很多。

因為 B+ Tree 的有序性，所以除了用戶查找，還可以用于排序和分組。

可以指定多個列作為索引列，多個索引列共同組成鍵。

適用于全健值、健值范圍和鍵前綴查找，其中鍵前綴查找只適用于最左前綴查找。如果不是按照索引列的順序查找，則無法使用索引。

InnoDB 的 B+ Tree 索引分成主索引和輔助索引。主索引的葉子節點 data 域記錄著完整的數據記錄，這種索引方法被稱為聚簇索引。因為無法把數據行存放在兩個不同的地方，所以一個表只能有一個聚簇索引。

B+樹索引并不能找到一個給定健值的具體行。B+數索引能找到的只是被查找數據行所在的頁。然后數據庫通過把頁讀入內存，再在內存中進行查找，最后得到查找的數據。

輔助索引的葉子節點的 data 域記錄著主鍵的值，因此在使用輔助索引進行查找時，需要先查找到主鍵值，然后再到主索引中進行查找。

---

2. 哈希索引

哈希索引能以 O(1) 時間進行查找，但是失去了有序性：

• 無法用于排序與分組
• 只支持精確查找，無法用于部分查找和范圍查找。

InnoDB 存儲引擎有一個特殊的功能叫“自適應哈希索引”，當某個索引值被引用的非常頻繁時，會在 B+ Tree 索引之上再創建一個哈希索引，這樣就讓 B+ Tree 索引具有哈希索引的一些優點，比如快速的哈希查找。

---

3. 全文索引

MyISAM 存儲引擎支持全文索引，用于查找文本中的關鍵字，而不是直接比較是否相等。

查找條件使用 MATCH AGAINST，而不是普通的 WHERE。

全文索引使用倒排索引實現，它記錄著關鍵字到其所在文檔的映射。

InnoDB 存儲引擎在 MySQL 5.6.4 版本總也開始支持全文索引。

---

4. 空間數據索引

MyISAM 存儲引擎支持空間數據索引（R-Tree），可以用于地理數據存儲?？臻g數據索引會從所有維度來索引數據，可以有效地使用任意維度來進行組合查找。

必須使用 GIS 相關的函數來維護數據。

---

3. 索引優化

1. 獨立的列

在進行查找時，索引列不能是表達式的一部分，也不能是函數的參數，否則無法使用索引。
例如下面的查詢不能使用 actor_id 列的索引。

---

2. 多列索引

在需要使用多個索引作為條件進行查詢時，使用到列所有比使用單個所有的性能更好。例如下面的語句中，最好把 actor_id 和 film_id 設置為多列索引。

---

3. 索引列的順序

讓選擇性最強的索引放在前面。

索引的選擇性是指：不重復的索引值和記錄總數的比值。最大為1，此時每個記錄都有唯一的索引與其對應。選擇性越高，每個記錄的區別度越高，查詢效率也越高。

例如下面顯示的結果中 customer_id 的選擇性比 staff_id 更高，因此最好把 customer_id 列放在多列索引的前面。

---

4. 前綴索引

對于 BLOB、TEXT 和 VARCHAR 類型的列，必須使用前綴索引，只索引開始的部分字符。

前綴長度的選取需要根據索引選擇性來確定。

---

5. 覆蓋索引

索引包含所有需要查詢的字段的值。

具有以下優點：

• 索引通常遠小于數據行的大小，只讀索引能大大減少數據訪問量。
• 一些存儲引擎（例如 MyISAM）在內存中只緩存索引，而數據依賴于操作系統來緩存，而數據依賴于操作系統來緩存。因此，只訪問索引可以不使用系統調用（通常比較費時）
• 對應 InnoDB 引擎，若輔助索引能夠覆蓋查詢，則無需訪問主索引。

---

4. 索引的優點

• 大大減少了服務器需要掃描的數據行數
• 幫助服務器避免進行排序和分組，以及避免創建臨時表（B+ Tree 索引是有序的，可以用于 ORDER BY 和 GROUP BY 操作。臨時表主要是在排序和分組過程中創建，不需要排序和分組，也就不需要創建臨時表）
• 將隨機 I/0 變為順序 I/O（B+ Tree索引是有序的，會將相鄰的數據都存儲在一起）

---

5. 索引的使用條件

• 對于非常小的表，大部分情況下簡單的全表掃描比建立索引更高效；
• 對于中到大型的表，索引就非常有效；
• 但是對于特大型的表，建立和維護索引的代價將會隨之增長。這種情況下，需要用到一種技術可以直接區分需要查詢的一組數據，而不是一條記錄一條記錄的匹配。例如可以使用分區技術。

總結

以上是生活随笔為你收集整理的MySQL索引知识点的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。