一、索引操作

索引： 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， 是以插入、更新、删除的速度为代价，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

1.1 索引的分类

• 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

1.2 创建主键索引

• 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));
1
2

• 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)
1
2

• 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);
1
2
3

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

1.3 唯一索引的创建

• 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);
1
2

• 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));
1
2

• 第三种方式：

create table user6(id int primary key, name varchar(30)）； 
alter table user6 add unique(name);
1
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

1.4 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 );
1
2
3
4
5

• 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
1
2
3
4
5
6

• 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)
1
2
3
4
5
6
7

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

1.5 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)

CREATE TABLE articles ( 
	id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, 
	title VARCHAR(200), 
	body TEXT, FULLTEXT (title,body) 
)engine=MyISAM;
1
2
3
4
5

1.6 查询索引

• 第一种方法： show keys from 表名
• 第二种方法: show index from 表名
• 第三种方法（信息比较简略）： desc 表名；

1.7 删除索引

• 第一种方法-删除主键索引： alter table 表名 drop primary key
• 第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys from 表名中的Key_name 字段

alter table user10 drop index idx_name;
1

• 第三种方法方法： drop index 索引名 on 表名

drop index name on user8;
1

1.8 索引创建原则

• 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

二、mysql与存储

2.1 mysql的存储

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

系统读取磁盘，是以数据块为单位的，基本单位是 4KB

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

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

2.1 mysql的交互

• 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
• 更高的效率，一定要尽可能的减少系统和磁盘IO的次数

三、索引的理解

3.1 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，在组织 。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

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。

3.2 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
  

3.3 页目录

单页情况

针对上面的单页Page，引入目录

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。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率

为何通过键值 MySQL 会自动排序？

-可以很方便引入目录

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

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。
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
  
  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，可以在加目录页

随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了，这个数据结构就是一个B+树

复盘一下

• Page分为目录页和数据页。目录页只放各个下级Page的最小键值和Page指针
• 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

3.4 数据结构问题

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

• 链表？线性遍历
• 二叉搜索树？退化问题，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，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
• 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

3.5 B+ VS B

B树

B+树

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

为何选择B+

• 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少
• 叶子节点相连，更便于进行范围查找

3.6 聚簇索引 VS 非聚簇索引

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

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

相较于InnoDB索引，InnoDB是将索引和数据放在一起的

create table Itest(
	id int primary key,
	name varchar(11) not null
	)engine=InnoDB;

create table Mtest(
	id int primary key,
	name varchar(11) not null
	)engine=MyISAM;

 cd   /var/lib/mysql/ 
 ll
1
2
3
4
5
6
7
8
9
10
11
12

• Mtest.frm --表结构数据
• Mtest.MYD --该表对应的数据，当前没有数据，所以是0
• Mtest.MYI --该表对应的主键索引数据

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

• Itest.frm --表结构数据
• 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

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

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

1. 基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别
2. 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
3. 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