3.MySQL索引及两种索引分类方法

3.1索引的概念

3.1.1相关定义

1. 索引（在MySQL中也叫做“键（key）”）是存储引擎用于快速找到记录的一种数据结构，这也是索引最基本的功能。
2. 索引优化是查询性能优化最有效的手段。
3. 如果想要在一本书中找到某个特定主题，一般会先看书的目录，找到对应的页码，然后直接翻到对应的页码即可查看。在MySQL中，存储引擎用类似的方法使用索引，首先在索引中找到对应的值，然后根据匹配的索引记录找到对应的数据行。简单的说，数据库索引类似于书前面的目录，能加快数据库的查询速度。

3.1.2查询例子

select name from user where user_id = 5 

1. 如果user_id列上建有索引，则MySQL将使用该索引找到user_id 为 5的行，即MySQL现在索引上按值进行查找，然后返回包含该值的数据行。
2. 索引可以一个或多个列的值，如果索引包含多个列，那么列的顺序也很重要，因为MySQL只能高效地使用最左前缀列。

3.2索引的底层

1. MySQL默认使用的索引的底层数据结构是 B+树
2. 以下将介绍二叉树、满二叉树、完全二叉树、二叉查找树、二叉平衡树（AVL）、红黑树（BST）
3. B树、B+树

3.2.1二叉树

• 特点：每个节点最多有两个子树的树结构

（1）满二叉树

• 特点：除了叶子节点外，每一个节点都有两个子节点，且所有叶子节点都在二叉树的同一高度上

（2）完全二叉树

• 特点：完全二叉树 除去底层节点后为满二叉树，且底层节点依次从左到右分布

（3）二叉查找树

• 特点：任意一个节点的值大于左子树任意一个节点的值，小于右子树任意一个节点的值

（4）二叉平衡树（AVL）

①区分深度和高度

• 深度

  • 根节点深度为0
  • 从根节点自顶向下逐层累加

• 高度

  • 叶子节点高度为0
  • 从叶子节点自底向上逐层累加

②平衡因子

• 平衡因子：该节点的左子树深度-右子树深度

③特点

特点：树中任一节点的两个子树的平衡因子的绝对值不超过1（重要）

（5）红黑树（BST）

• 红黑树是一棵自平衡搜索树

• 规则

  • 根节点总是黑色
  • 每个节点只能是红色或黑色
  • 红色节点的父或子节点必然是黑色的（即两个红色的节点不会相连）
  • 任意节点到后代NULL节点的每条路径都具有相同数量的黑色节点
  • 每个NULL节点都是黑色的

• 如何保证平衡

  • 左旋/右旋
    • 左旋：根节点往左偏转，将右子树的第一个节点变成根节点
    • 右旋：根节点往右偏转，将左子树的第一个节点变成根节点
  • 染色：更改根子节点的颜色，确保满足规则

3.2.2B树

1. B树即一棵多(m)路平衡查找树
   1. 字母m表示阶数，一个结点最多有多少个孩子结点，同时m必须>2
   2. 一个结点中同时存储关键字、以及指向儿子节点的指针
2. 特点：
   1. 关键字数据分布在整棵树中，即数据均分布在树中
   2. 任何一个关键字仅且出现在一个节点中

3.2.3B+树

1. 基于B树进行改造的树，更适合海量数据的存储
2. 特点
   1. 所有关键字均分布在叶子节点的链表中
   2. 非叶子节点不存储关键字，只存储key以及指向儿子节点的指针
   3. 叶子节点之间互相串联，首尾相连
3. 与B树对比：
   1. 磁盘读写代价更低
   2. 查询效率更稳定
   3. 更便于扫库和区间扫描

3.3索引的类型

3.3.1按功能逻辑区分

（1）主键索引——Primary key(column)

• 定义：数据列不允许重复，不允许为NULL，一个表只能有一个主键

• 举例：

  ALTER TABLE table_name ADD PRIMARY KEY (column);
  

（2）唯一索引——Unique(column)

• 定义：索引列中的值必须是唯一的，但是允许NULL值。建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。一个表允许多个列创建唯一索引。

• 举例：

  ALTER TABLE table_name ADD UNIQUE (column);
  

（3）普通索引——Index index_name(column)

• 定义：MySQL中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和NULL值。一个表允许多个列创建普通索引

• 举例：

  ALTER TABLE table_name ADD INDEX index_name (column);
  

（4）全文索引——Fulltext(column)

• 定义：主要是为了快速检索大文本数据中的关键字的信息。字段长度比较大时，如果创建普通索引，在进行like模糊查询时效率比较低，这时可以创建全文索引，基于倒排索引，类似于搜索引擎。MyISAM存储引擎支持全文索引，InnoDB 存储引擎在 MySQL 5.6.4 版本中也开始支持全文索引

• 举例：

  ALTER TABLE table_name ADD FULLTEXT (column);
  

（5）前缀索引——Key(column_name(prefix_length))

• 定义：在文本类型如BLOB、TEXT或者很长的VARCHAR列上创建索引时，可以使用前缀索引，数据量相比普通索引更小，可以指定索引列的长度，但是数值类型不能指定。

• 举例：

  ALTER TABLE table_name ADD KEY(column_name(prefix_length));
  

（6）组合索引——Index index_name(column1,column2)

• 定义：指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用组合索引时遵循最左前缀原则。

• 主键索引、普通索引、唯一索引等都可以使用多个字段形成组合索引

• 举例：

  ALTER TABLE table_name ADD INDEX index_name ( column1, column2, column3 )
  

（7）空间索引

• 定义：MySQL在5.7之后的版本支持了空间索引，而且支持OpenGIS几何数据模型。MySQL在空间索引这方面遵循OpenGIS几何数据模型规则。

3.3.2按底层数据结构区分

在前面已经介绍过了MySQL索引默认的底层数据结构为B+树，还要以下相关索引的特点

• 它是一棵 B+Tree
• 每一个 B+Tree 的节点都是一个「数据页」
• 索引是在存储引擎层实现的，所以并没有统一的索引标准，即不同存储引擎的索引的工作方式并不一样

（1）聚簇索引&&非聚簇索引（二级索引）

• 聚簇索引：
  • 将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据（所有字段的值）。
  • 有且仅有一个
  • 规则
    • 依次选择主键索引、唯一索引作为聚簇索引
    • InnoDB自动生成一个rowid作为隐藏的聚簇索引
• 非聚簇索引：
  • 将数据与索引分开存储，索引结构的叶子节点指向了数据对应的位置
  • 可以存在多个

3.3.3InnDB存储引擎的两种索引

在InnoDB存储引擎中，主键索引和辅助索引的索引类型分别为聚簇索引和非聚簇索引

（1）InnoDB——主键索引（聚簇索引）

（2）InnDO——辅助索引（非聚簇索引（二级索引））

（3）主键搜索过程

整个查询的过程如下：

1. 查询 id（主键） 为 18 的数据，SELECT id, name, age WHERE id = 18。
2. 首先在「根节点：节点一」上，id = 18 落在了 15 <= id < 56 范围之内，这样我们就知道了下级节点「非叶子节点：节点2-1」的地址。
3. 根据【步骤2】得到的「非叶子节点：节点2-1」的地址，找到对应的「非叶子节点：节点2-1」。然后，id = 18 又落在了 15 <= id < 20 范围之内，这样我们就知道了再下一级节点「叶子节点：节点3-1」的地址。
4. 根据【步骤3】得到的「叶子节点：节点3-1」的地址，找到对应的「叶子节点：节点3-1」。最后，在「叶子节点：节点3-1」这个节点上找到 id = 18 对应的数据 {“id”: 18, “name”: “King”, “age”: 17}

3.3.4MyISAM的索引

1. 在存储引擎为 MyISAM 的表中，主键索引和辅助索引的类型都是非聚簇索引。
2. 两棵 B+Tree 的结构完全一致，只是存储的内容不同
   1. 主键索引 B+Tree 的节点存储了 「主键」+「数据记录的地址」
   2. 辅助键索引 B+Tree 存储了 「索引列的值」+「数据记录的地址」。
3. 还有一点不同是主键索引中的 key 必须是唯一的，而辅助索引中的 key 可以重复。

（1）MyISAM——主键索引（非聚簇索引）

（2）MyISAM-辅助索引（非聚簇索引）

3.4相关概念（回表/索引覆盖/索引下推）

3.4.1回表

• 定义：通过二级索引找到对应的主键值，再到聚簇索引中查找整行数据的过程

主要发生在通过辅助索引查询的时候，通过辅助索引找到 B+Tree 中的叶子结点，但是辅助索引的叶子节点内存储的数据不全，只有索引列的值和主键值。我们还需要拿着刚从辅助索引中得到的主键值再去聚簇索引（主键索引）的叶子节点中去拿到完整的数据（全部字段），这个过程就叫「回表」。

3.4.2索引覆盖

• 定义：指第一次使用了索引，并且找到了全部所有需要返回的数据

• 例子：

  • 使用id查询，直接使用聚簇索引，返回数据
  • 如果返回的列，在索引存储的数据没有找到，就会触发回表查询

• 结论：避免使用select *

• 应用：解决MySQL超大分页

  • 原：

    select * from tb_sku limit 900000,10
    

  • 改：通过子查询+覆盖索引解决：在子查询中，先通过按 id 排序选择第 9000000 到第 9000009 行的数据，并拿到id，再通过id，由覆盖索引查到详细数据

    select * 
    from tb_sku t，(select id from tb_sku order by id limit 9000000,10) a 
    where t.id=a
    

3.4.3索引下推

索引下推，严格来说应该叫「索引条件下推」。该功能是 MySQL 数据库 5.6 版本添加的，用于优化数据查询，默认情况处于开启状态。我们可以通过如下命令来开启和关闭「索引条件下推」功能：

• 开启

SET optimizer_switch = 'index_condition_pushdown=on'

• 关闭

SET optimizer_switch = 'index_condition_pushdown=off'

下面通过一个例子来说下什么是「索引条件下推」，首先我们假设有这么一张表：

• 表名：t_user
• 字段：id，name，mobile
• 辅助索引：name + mobile（索引名：name_mobile_normal）

表结构如下：

CREATE TABLE `t_user` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '编号',
  `name` varchar(100) COLLATE utf8_bin NOT NULL COMMENT '姓名',
  `mobile` varchar(200) COLLATE utf8_bin NOT NULL COMMENT '手机',
  PRIMARY KEY (`id`) USING BTREE,
  KEY `name_mobile_normal` (`name`,`mobile`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='用户表';

下面，让我们来分别看下关闭和开启「索引条件下推」这两种情况，下边这个查询语句的执行计划有怎样的不同。

EXPLAIN SELECT * FROM t_user WHERE name = 'A' AND mobile LIKE '%138'

• 关闭「索引条件下推」
  

• 开启「索引条件下推」
  

• 从上边，我们可以看到，关闭「索引条件下推」时候 Extra 是 Using where；开启「索引条件下推」时候 Extra 是 Using index condition。

当关闭「索引条件下推」的时候，MySQL 首先通过索引将匹配 name = ‘A’ 的数据都查出来（在存储引擎中完成），然后再从这些数据中找到与 mobile LIKE ‘%138’ 条件相匹配的数据（在 Server 层完成）。

当开启「索引条件下推」的时候，因为 name 和 mobile 对应的值已经都存储在索引中了（也就是说我们可以直接拿到这个值，来判断数据是否与查询条件匹配），这样就可以直接在存储引擎中完成数据的查询了。

综上所述，索引条件下推就是 “过滤的动作 尽量由 下层的存储引擎层 通过 使用索引 来完成，而不需要上推到 Server 层进行处理” ，实现的主要思路是充分利用索引中存储的数据，尽量把根据条件过滤数据的操作交给存储引擎来做（这样可以最大限度的减少需要「回表」的数据）。

最后，还需要注意的是由于该技术基于存储引擎，只有特定的存储引擎可以使用。而且，条件判断操作必须可以在存储引擎运行，比如调用存储过程的条件就不可以，因为存储引擎没有调用存储过程的能力。

3.5参考文章链接

1. MySQL中的 索引、聚簇索引、非聚簇索引、回表、索引覆盖、索引下推 都是啥？

3.6总结

MySQL系列第三篇主要介绍了MySQL索引的定义，深入理解索引的底层数据结果（B+树），还介绍了其他树的特点，最后按功能逻辑和按底层数据结构两种分类方法将索引分别分类，其中重点为聚簇索引和非聚簇索引，我们需要理解并记住两种索引的区别，最后最后介绍了InnoDB和MyiSAM两种引擎下，主键索引和辅助索引对应聚簇索引还是非聚簇索引，还介绍了回表查询、覆盖索引、以及索引下推等相关概念