概念
索引的类型
- 聚集索引：叶子节点包含行记录的全部数据
- 辅助索引：叶子节点不包含行记录的全部数据，除了键值以外，还包含指向索引行的书签。
堆表和索引组织表
堆表
无论是主键索引还是普通索引都是辅助索引。数据是按照插入的顺序存储在堆表中，而索引存放指向堆表中的数据指针。
好处：
- 由于不需要考虑顺序，所以堆表的存储速度更快点
索引组织表
主键索引是聚集索引，其他索引是辅助索引。
好处：
- 节约磁盘空间: 数据直接和主键索引放在一起，没有另外存放数据的地方
- 降低了IO：当查询都是主键时，直接就获取到对应的数据。
不好：
- 当查询大部分是使用其他索引时，就需要通过主键索引进行二次回表查询。
索引的分裂
在数据插入时的索引分裂
- 插入是随机时，Page_direction=page_no_direction(0x05), 则取页的中间记录为分裂点记录
- 同一个方向的插入记录为 5 时，page_n_direction =5, page_last_insert 之后还有三条记录，则分裂点为 page_last_insert 之后的第三条记录
- 分裂点的记录为待插入的记录
索引的管理
当索引进行添加和删除时
正常流程
- 创建一张临时表
- 原表数据导入临时表
- 删除原表
- 临时表重命名为原表
不好的点就是查询的时候，表不可用
快速索引创建（FIC）
对原表加上S 锁，不创建临时表，可以对原表进行查询，只适用于辅助索引
在线架构改变（Online Schema Change）
提高原有事物的并发性
Online DDL（*）
在索引创建的过程中，将 insert ,update, delete DDL 语句记录到缓存中，当创建完成后，再应用到表中。
innodb_online_alter_log_max 控制存储大小
当查询索引时
show index from {table_name}
- key_name: 索引名称
- column_name: 字段名称
- seq_in_index: 字段在这个索引中是第几个位置
- collation: 列以什么方式存储在索引中，如果是 B+ 树，则这个值为 A, 若为 hash，则这个值为 null, 如果是 红黑树，则这个值为？
- cardinality: 索引中唯一值的估值
- sub_part: 列的内容前缀多长字符被索引
- packed: 关键字如何被压缩
如上图的解释为：
索引 idex_b 是表 t 的索引，b 字段在 index_b 索引中是第一列，类型为 B+ 树，可以为空，不是唯一的，取 b 字段内容的前100字符进行排序
Cardinality
- 评估这个索引的价值
- 如果 cardinality / count(1) ≈1 ，则这个索引值得加上
- 如果 cardinality / count(1) ≈ 0，则可以考虑将这个索引删除掉
- 何时更新
- 表中 1/16 的数据已发生变化
- stat_modified_count > 200 0000 0000
- 执行
analyze table强制更新
- 更新原理：
因为如果数据特别大的情况下，这个值统计有点耗时，Innodb 引擎使用采样的方式进行统计，所以这个值每次的结果可能会不一样。
- 计算 B+ 树索引叶子节点的数据量 A
- 随机选择 8 个叶子节点，统计每个页的不同记录个数： P1,P2 ……,P8
- Cardinality = (P1+P2+ …… +P8)/8 * A
| 参数 | 说明 |
| :—: | :—: |
| innodb_stats_transient_sample_pages | 每次采样页的数量。默认值为 8 |
| innodb_stats_persistent_sample_pages | analyze table 更新 cardinality 时，每次获取的采样页的数量。默认值为 20 |
索引的使用
联合索引
对多个列进行索引，对第二个键值进行排序处理
覆盖索引
从辅助索引中可以查找到记录，就不需要再从聚集索引中获取。因为辅助索引没有包含整行的数据，所以其大小远远小于聚集索引，所以可以减少磁盘 IO 操作。
select count(*) from {table_name}
综上：因为页的拆分意味着磁盘操作，尽量减少页的拆分，所以插入的数据主键最好是自带顺序的。
