【mysql】一、mysql的学习---索引

mysql的学习

本篇文章主要介绍索引的相关知识

1. 索引的基本定义

mysql官方对索引的定义为：
索引是帮助mysql高效获取数据的数据结构（有序）。在数据之外，数据库还维护着满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。索引是数据库中用来提高性能的最常用的工具。

下图中左面是数据表，共2列7条数据，最左边是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。为了加快col2的查找，可以维护一个右边所示的二叉查找树，每个节点包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找快速获取到相应数据。

如下图所示：
现在想要从数据库中查到值为3的结果，对比加索引和不加索引两种情况下的区别：
（1）没有建立索引：
按照34、77、5、91、22、59、3的顺序，最后经过了7次的对比查到了。
（2）建立索引：
这建立索引采用的是二叉树的形式，比父节点大的放在右面，小的放在左面。即首先定义一个父节点为34，之后存储77，因为77 > 34，所以放在右侧，之后放5，因为5 < 34 ，所以放在了左侧，之后放91，首先是91 > 34 所以应该放在右面，因为是二叉树，即每个节点只有两个子节点，所以只能放在77节点下的右侧，依次类推，形成了下图的二叉树。
使用了索引查找值为3的数据，步骤如下，首先判断3 < 34，所以3应该在34的左侧，那么左侧是5，再去对比3 < 5，所以3应该在5的左侧，发现正好是3，所以找到了，共需要对比三次，效率有了提升。

【mysql】一、mysql的学习---索引

2. 索引的优劣势

优势
（1）类似于书籍的目录索引，提高数据检索的效率，降低数据库的IO成本。
（2）通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

劣势
（1）索引实际上也是一张表，该表中保存了主键与索引字段，并指向实体类的记录，所以索引列也是要占用空间的。
（2）虽然索引大大提高了查询效率，同时却也降低了更新表的速度，如对表进行增、删、改操作。因为更新表时，Mysql不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息。

3. 索引的数据结构

索引是在MySQL的存储引擎层中实现的，而不是在服务层实现的。所以每种存储引擎的索引都不一定完全相同，也不是所有的索引引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引：

（1）Btree索引：最常见的索引类型，大部分索引都支持B树索引。
（2）Hash索引：只有Memory引擎支持，使用场景简单。
（3）R-tree索引：也叫空间索引，是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少。
（4）Full-text：也叫全文索引，是MyISAM的一个特殊索引类型，主要用于全文索引，InnoDB从Mysql5.6版本开始支持全文索引。

我们平常所说的索引，如果没有特别指明，都是指B+树（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引、符合索引、前缀索引、唯一索引默认都是使用B+tree索引，统称为索引。

三种存储引擎对各种索引类型的支持
索引	InnoDB引擎	MyISAM引擎	Memory引擎
BTREE索引	支持	支持	支持
HASH索引	不支持	不支持	支持
R-tree索引	不支持	支持	不支持
Full-text	5.6版本之后支持	支持	不支持

3.1 BTree索引介绍

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下：

（1）树中的每个节点最多包含m个孩子。
（2）除根节点与叶子节点外，每个节点至少有[ceil(m/2)]个孩子。【ceil：向上取整】
（3）若根节点不是叶子节点，则至少有两个孩子。
（4）所有的叶子节点都在同一层。
（5）每个非叶子节点由n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1

以5叉BTree为例，key的数量：公式推导[ceil(m/2)-1] <= n <= m-1。所以2 <= n <=4。当n>4时，中间节点分裂到父节点，两边节点分裂。插入C N G A G E K Q M F W L T Z D P R X Y S 数据为例。演变过程如下：

# 步骤一
# 插入前四个字母C N G A

【mysql】一、mysql的学习---索引

# 步骤二
# 插入H，n>4，中间元素G字母向上分裂到新的节点

【mysql】一、mysql的学习---索引

# 步骤三
# 插入E K Q 不需要分裂

【mysql】一、mysql的学习---索引

# 步骤四
# 插入M，中间元素M字母向上分裂到父节点G

【mysql】一、mysql的学习---索引

# 步骤五
# 插入F W L T ，不需要分裂

【mysql】一、mysql的学习---索引

# 步骤六

# 插入Z，中间元素T向上分裂到父节点中

【mysql】一、mysql的学习---索引

# 步骤七
# 插入D，中间元素向上分裂到父节点中。然后插入P R X Y 不需要分裂

【mysql】一、mysql的学习---索引

# 步骤八
# 最后插入S，NPQR节点n>5，中间节点向上分裂，当分裂后父节点DGMT的n>5，中间节点M向上分裂。

【mysql】一、mysql的学习---索引

# 到此，该BTREE树就已经构建完成了，BTREE树喝二叉树相比，查询数据的效率更高，因为对于相同的数据量来说，BTREE的层级结构比二叉树小，因此搜索速度快。

3.2 B+Tree索引介绍

B+Tree为BTree的变种，B+Tree与BTree的区别为：

（1）n叉B+Tree最多含有n个key，而BTree最多含有n-1个key
（2）B+Tree的叶子节点保存所有的key信息，依key大小顺序排列。
（3）所有的非叶子节点都可以看作是key的索引部分

【mysql】一、mysql的学习---索引

MySql中的B+Tree

mysql索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。mysql中的B+Tree索引结构示意图如下：

4. 索引的分类

（1）单值索引：即一个索引只包含单个列，一个表可以有多个单列索引。
（2）唯一索引：索引列的值必须唯一，但允许有空值。
（3）复合索引：即一个索引包含多个列。

5. 索引的语法

环境准备：

DROP TABLE IF EXISTS `city`;
CREATE TABLE `city`  (
  `city_id` int(11) NOT NULL AUTO_INCREMENT,
  `city_name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `country_id` int(11) NOT NULL,
  PRIMARY KEY (`city_id`) USING BTREE,
  UNIQUE INDEX `idx_city_name`(`city_name`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 5 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

DROP TABLE IF EXISTS `country`;
CREATE TABLE `country`  (
  `country_id` int(11) NOT NULL AUTO_INCREMENT,
  `country_name` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL,
  PRIMARY KEY (`country_id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 5 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

INSERT INTO `city` VALUES (1, '西安市', 1);
INSERT INTO `city` VALUES (2, 'NewYork', 2);
INSERT INTO `city` VALUES (3, '北京', 1);
INSERT INTO `city` VALUES (4, '上海', 1);

INSERT INTO `country` VALUES (1, 'China');
INSERT INTO `country` VALUES (2, 'America');
INSERT INTO `country` VALUES (3, 'Japan');
INSERT INTO `country` VALUES (4, 'UK');

sql