一、索引是什么

MySQL官方對索引的定義為：索引(Index)是幫助MySQL 高效 獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，而MYSQL使用的數(shù)據(jù)結(jié)構(gòu)是：B+樹

在這里推薦大家看一本書，《深入理解計算機系統(tǒng)的書》

1.1 局部性原理

程序和數(shù)據(jù)的訪問都有聚集成群的傾向，在一個時間段內(nèi)，僅使用其中一小部分，在最近的將來將用到的信息很可能與現(xiàn)在正在使用的信息在空間地址上是臨近的(稱空間局部性)，或者最近訪問過的程序代碼和數(shù)據(jù)，很快又被訪問的可能性很大(稱時間局部性)。

1.2 磁盤預(yù)讀

預(yù)讀的長度一般為頁(page)的整數(shù)倍頁是存儲器的邏輯塊，操作系統(tǒng)往往將主存和磁盤存儲區(qū)分割成連續(xù)的大小相等的塊，每個存儲塊稱為一頁(在許多操作系統(tǒng)中，頁大小通常為4K)，主存和磁盤以頁為單位交換數(shù)據(jù)

1.3 簡介

在使用數(shù)據(jù)庫中，通常數(shù)據(jù)庫查詢是數(shù)據(jù)庫的最主要功能之一。但每種查找算法都只能應(yīng)用于特定的數(shù)據(jù)結(jié)構(gòu)之上。

• 例如二分查找要求被檢索數(shù)據(jù)有序
• 而二叉樹查找只能應(yīng)用于二叉查找樹上，但是數(shù)據(jù)本身的組織結(jié)構(gòu)不可能完全滿足各種數(shù)據(jù)結(jié)構(gòu)(例如，理論上不可能同時將兩列都按順序進(jìn)行組織)，所以，在數(shù)據(jù)之外，數(shù)據(jù)庫系統(tǒng)還維護(hù)著滿足特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用(指向)數(shù)據(jù)，這樣就可以在這些數(shù)據(jù)結(jié)構(gòu)上實現(xiàn)高級查找算法。這種數(shù)據(jù)結(jié)構(gòu)，就是索引。索引一般以文件形式存儲在磁盤上，索引檢索需要磁盤I/O操作。所以評價一個數(shù)據(jù)結(jié)構(gòu)作為索引的優(yōu)劣最重要的指標(biāo)就是在查找過程中磁盤I/O操作次數(shù)的漸進(jìn)復(fù)雜度。

1. 索引是幫助 MYSQL 高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)
2. 索引存儲在文件系統(tǒng)中
3. 索引的 文件存儲形式與存儲引擎有關(guān)
4. 索引文件的結(jié)構(gòu)：hash、二叉樹、B樹、B+樹

二、索引的分類

2.1 hash

這里有一個mysql數(shù)據(jù)文件，有Id和name兩個列，如果我們用hash格式存儲的話(hash表)，我們只要計算出某一個列的hash值，把它按照按照數(shù)組的長度取一個模，就可以取到從0-7n個下標(biāo)的位置，這樣的話效率其實是比較高的，但是用hash表存儲，它具備一定的缺點 ：

1. 利用hash存儲的話需要將所有的數(shù)據(jù)文件添加到內(nèi)存中，比較耗費內(nèi)存空間
2. 如果所有的查詢都是等值查詢，那么hash確實很快，但是在企業(yè)或者實際工作環(huán)境中范圍查找的數(shù)據(jù)更多，而不是等值查詢，因為hash就不太適合了，因此在mysql里面并沒有選擇hash存儲的格式2.2 二叉樹

索引格式：

對于樹有他是有一個更新跌過的順序在里面，不要一上來就看結(jié)構(gòu)，先是了解什么樹，樹都是由一個樹根，然后有n多個分支組成，這些分支就是一些樹形結(jié)構(gòu)，多你有多個樹分支(多元素)的時候，這個時候查找效率就會比較低，因此就有了二叉樹的東西，二叉樹為什么會好用一點，因為二叉樹它是都有兩個分支，但是兩個分支的話，會導(dǎo)致一個效果，就是每次我們在查找數(shù)據(jù)的時候，類似于二分查找的，但是二叉樹也有自己不太好的地方，大家可以看我們上圖中的二叉樹的索引格式，在左邊的節(jié)點會比較短一點(只需要讀三次)，而右邊的節(jié)點會長很多(需要讀五次)，會導(dǎo)致樹的深度比較深，每一次樹的節(jié)點讀取，都會有一次IO，深度越高，IO越高，會影響我們數(shù)據(jù)讀取的效率，因此也有了(平衡二叉樹)和(紅黑樹)

平衡二叉樹： 維護(hù)一個平衡，就是左子樹和右子樹高度之差，不能大于1，但是對于我們上面的格式就不太適合，因為他已經(jīng)超過1了，但是AVL樹也會有一個問題就是調(diào)整的次數(shù)太頻繁了，它里面涉及到了一個操作就是旋轉(zhuǎn)，一種左旋，一個右旋，為了保持平衡需要N多次的旋轉(zhuǎn)，這樣的旋轉(zhuǎn)其實是很浪費時間的，每次新增或者刪除的時候，都要經(jīng)歷N多次旋轉(zhuǎn)，效率太低了

推薦大家一個網(wǎng)站，可以直接看到AVL樹操作過程，有不了解的同學(xué)可以去看一看，很形象：AVL Trees (Balanced binary search trees)

紅黑樹： 本身也是一個平衡樹，但是它從中間做了一個權(quán)衡，就是損失一部分平衡的性能，但是又保持了相對的平衡，它做了這樣一個操作，就是最長子樹的高度，只要不超過最短子樹的兩倍，就可以了，同時在紅黑樹中它引入了紅和黑兩個節(jié)點信息，有了這些信息它可以幫助我們做一個平衡，在AVL樹有旋轉(zhuǎn)保持平衡，而紅黑樹有了旋轉(zhuǎn)和變色兩種來保持平衡，紅黑樹是AVL樹的進(jìn)階，它損失了一部分平衡的性能，但是維護(hù)了我們插入和刪除數(shù)據(jù)的高效，雖然它損失了一部分性能，但是它依然是一個平衡樹，既然是平衡樹，他最長子樹，不超過最短子樹的兩倍，那意味著如果最短子樹是 4 ，那么最長子樹就是8，這樣在們查找數(shù)據(jù)的時候，又不是一個二分查找了，效率又會變低

無論是二叉樹還是紅黑樹，都會因為樹的深度過深而造成IO次數(shù)變多，影響數(shù)據(jù)的讀取的效率，最重要的就是減少IO

IO是我們IT行業(yè)中的一個瓶頸，一個是磁盤IO一個是網(wǎng)絡(luò)IO，我們作為軟件開發(fā)，是沒有辦法去調(diào)整硬件方面的瓶頸，只能從從程序里面減少我們的IO量，我們有兩個方向，一個是減少IO的次數(shù)，一個是減少IO的量，從這兩個方面去解決，比如說原來我們讀取數(shù)據(jù)要讀10次，現(xiàn)在只要讀取一次，這樣的IO量就少了10倍，原來我們需要讀1MB的數(shù)據(jù)，現(xiàn)在只要讀1KB的數(shù)據(jù)，這也就是為什么我們在寫mysql查詢語句的時候不推薦使用select * from ，因為這樣的查詢會查詢到N多個字段，本來我只要兩個字段，但是給了我30個字段，這樣會導(dǎo)致IO量增加了，因此我們就會去考慮，關(guān)于索引的次數(shù)能不能減少，因此下面就引出了我們的——B樹

2.3 B樹

B樹的特點：

• 所有的鍵值分布在整顆樹中
• 搜索有可能在非葉子結(jié)點結(jié)束，在關(guān)鍵字全集內(nèi)做一次查找，性能逼近二分查找
• 每個節(jié)點最多擁有m個子樹
• 根節(jié)點至少有2個子樹
• 分支節(jié)點至少擁有m/2顆子樹(除根節(jié)點和葉子節(jié)點外都是分支節(jié)點)
• 所有葉子節(jié)點都在同一層，每個節(jié)點最多可以有m-1個key，并且以升序排列

B樹結(jié)構(gòu)說明：

示例圖說明：每個節(jié)點占用一個磁盤塊，一個節(jié)點上有兩個升序排序的關(guān)鍵字和三個指向子樹根節(jié)點的指針，指針存儲的是子節(jié)點所在磁盤塊的地址，兩個關(guān)鍵詞劃分成的三個范圍域?qū)?yīng)三個指針指向的子樹的數(shù)據(jù)的范圍域。以根節(jié)點為列，關(guān)鍵字為16和34，p1指針指向的子樹的數(shù)據(jù)范圍小于16，P2指針指向的子樹的數(shù)據(jù)范圍為16-34，P3指針指向的子樹的數(shù)據(jù)范圍大于34 查找關(guān)鍵字(28)過程：

• 根據(jù)節(jié)點找到磁盤塊1，讀取內(nèi)存【磁盤I/O操作第1次】
• 比較關(guān)鍵字28在區(qū)間(16,34)找到磁盤塊1的指針P2
• 根據(jù)P2指針找到磁盤塊3，讀入內(nèi)存【磁盤I/O操作第2次】
• 比較關(guān)鍵字28在區(qū)間(25,31)，找到磁盤塊3的指針P2
• 根據(jù)P2指針找到磁盤塊8，讀取內(nèi)存，【磁盤I/O操作第3次】
• 在磁盤塊8中的關(guān)鍵字列表找到關(guān)鍵字28

缺點：

• 每個節(jié)點都有key，同時也包含data，而每個頁存儲空間是有限的，如果data比較大的話會導(dǎo)致每個節(jié)點存儲的key數(shù)量變小
• 當(dāng)存儲的數(shù)據(jù)量很大的時候會導(dǎo)致深度較大，增大查詢時磁盤IO次數(shù)，進(jìn)而影響查詢性能

2.4 B+樹

B+Tree 是在BTree 的基礎(chǔ)之上做的一種優(yōu)化，變化如下：

• B+Tree 每個節(jié)點可以包含更多的節(jié)點，這個做的 原因有兩個，第一個原因是為了降低樹的高度，第二個原因是將數(shù)據(jù)范圍變?yōu)槎鄠€區(qū)間，區(qū)間越多，數(shù)據(jù)檢索的越快
• 非葉子節(jié)點存儲key(1,2,3磁盤都是存儲的key)，葉子節(jié)點存儲key和數(shù)據(jù)
• 葉子節(jié)點兩兩指針相互連接(符合磁盤的預(yù)讀特性)順序查詢性能更高如果當(dāng)前磁盤塊下沒有其他節(jié)點，就是 葉子節(jié)點，反之就是 非葉子節(jié)點

結(jié)構(gòu)圖：

注意：在B+Tree上有兩個頭指針，一個指向根節(jié)點，另一個指向關(guān)鍵字最小的葉子節(jié)點，而且所有的葉子節(jié)點(即數(shù)據(jù)節(jié)點)之間是一種鏈?zhǔn)江h(huán)結(jié)構(gòu)，因此可以對B+Tree進(jìn)行兩種查詢運算，一種是對于主鍵的范圍查找和分頁查找，另一種是從根節(jié)點開始，進(jìn)行隨機查找。

三、mysql的存儲引擎

3.1 mysql innoDB (葉子節(jié)點直接放置數(shù)據(jù))

3.1 mysql innoDB (葉子節(jié)點直接放置數(shù)據(jù))

存放的是對應(yīng)的行記錄

1、InnoDB是通過B+Tree結(jié)構(gòu)對主鍵創(chuàng)建索引，然后葉子節(jié)點中存儲記錄，如果沒有主鍵，那么會選擇唯一鍵，如果沒有唯一鍵，那么會生成一個6位的row_id來作為主鍵

2、如果創(chuàng)建索引的鍵是其他字段，那么在葉子節(jié)點中存儲的是該記錄的主鍵，然后在通過主鍵索引找到對應(yīng)的記錄

在name上建立索引

在name列上存放的是ID，然后通過ID去找到對應(yīng)的key和數(shù)據(jù)

3.1 mysql MyISAM

下面0X0022其實就是地址，顯示根據(jù)我們的ID，找到我們的地址，然后通過地址去找到對應(yīng)的表對應(yīng)的數(shù)據(jù)

四、索引的分類

mysql索引的五種類型：主鍵索引、唯一索引、普通索引和全文索引、組合索引。通過給字段添加索引可以提高數(shù)據(jù)的讀取速度，提高項目的并發(fā)能力和抗壓能力

• 主鍵索引：> 主鍵是一種唯一性索引，但它必須指定為PRIMARY KEY，每個表只能有一個主鍵
• 唯一索引 > 索引列的所有值都只能出現(xiàn)一次，即必須唯一，值可以為空
• 普通索引 > 基本的索引類型，值可以為空，沒有唯一性的限制
• 全文索引 > 全文索引的索引類型為FULLTEXT，全文索引可以在 varchar、char、text類型的列上創(chuàng)建
• 組合索引 > 多列值組成的一個索引，專門用于組合搜索

五、mysql的存儲引擎

小結(jié)

寫這篇文章的時候，小農(nóng)的公司群消息不斷，因為項目中有問題需要我去解決，今天的mysql索引機制就到這里了.