数据库 ·

MySQL基础索引小结

Tip:此为MySQL实战45讲阅读整理笔记。

索引的常见模型

哈希表、有序数组、搜索树。

哈希表:一种以键值(key-value)存储数据的结构

哈希表

多个 key 值经过哈希函数的换算,会出现同一个值的情况。处理这种情况的一种方法是,拉出一个链表。

通过哈希算出数组位置,顺序其遍历链表,新增数据直接向后追加,故插入速度快,但因为不是有序的,所以哈希索引做区间查询的速度是很慢的。

哈希表这种结构适用于只有等值查询的场景,比如 Memcached 及其他一些 NoSQL 引擎。

有序数组

有序数组在等值查询和范围查询场景中的性能就都非常优秀 查询时用二分法就可以快速得到,这个时间复杂度是 O(log(N))。

但是,在需要更新数据的时候就麻烦了,往中间插入一个记录就必须得挪动后面所有的记录,成本太高。

有序数组索引只适用于静态存储引擎,比如要保存的是 2017 年某个城市的所有人口信息,这类不会再修改的数据。

搜索树

二叉搜索树的特点是:每个节点的左儿子小于父节点,父节点又小于右儿子。

当然为了维持 O(log(N)) 的查询复杂度,你就需要保持这棵树是平衡二叉树。为了做这个保证,更新的时间复杂度也是 O(log(N))。

为了让一个查询尽量少地读磁盘,就必须让查询过程访问尽量少的数据块,故需要使用N叉树。这里,“N 叉”树中的“N”取决于数据块的大小。

N叉树由于在读写上的性能优点,以及适配磁盘的访问模式,已经被广泛应用在数据库引擎中了。

在 InnoDB 中,表都是根据主键顺序以索引的形式存放的,这种存储方式的表称为索引组织表。又因为InnoDB 使用了 B+树索引模型,所以数据都是存储在 B+ 树中的。每一个索引在 InnoDB 里面对应一棵 B+ 树。

InnoDB中的索引

主键索引的叶子节点存的是整行数据。在 InnoDB 里,主键索引也被称为聚簇索引(clustered index)。

非主键索引的叶子节点内容是主键的值。在 InnoDB 里,非主键索引也被称为二级索引(secondary index)。

基于主键索引和普通索引的查询的区别

  • 如果语句是 select * from T where ID=500,即主键查询方式,则只需要搜索 ID 这棵 B+ 树;
  • 如果语句是 select * from T where k=5,即普通索引查询方式,则需要先搜索 k 索引树,得到 ID 的值为 500,再到 ID 索引树搜索一次。这个过程称为回表

基于非主键索引的查询需要多扫描一棵索引树。因此,我们在应用中应该尽量使用主键查询。

B+树维护

B+ 树为了维护索引有序性,在插入新值的时候需要做必要的维护。若插在两数之间需要逻辑上挪动后面的数据,空出位置。

如果插入位置所在的数据页已经满了,根据 B+ 树的算法,这时候需要申请一个新的数据页,然后挪动部分数据过去。这个过程称为页分裂。在这种情况下,性能自然会受影响

除了性能外,页分裂操作还影响数据页的利用率。原本放在一个页的数据,现在分到两个页中,整体空间利用率降低大约 50%。

当相邻两个页由于删除了数据,利用率很低之后,会将数据页做合并。合并的过程,可以认为是分裂过程的逆过程。

覆盖索引

如果执行的语句是 select ID from T where k between 3 and 5,这时只需要查 ID 的值,而 ID 的值已经在 k 索引树上了,因此可以直接提供查询结果,不需要回表。也就是说,在这个查询里面,索引 k 已经“覆盖了”我们的查询需求,我们称为覆盖索引

由于覆盖索引可以减少树的搜索次数,显著提升查询性能,所以使用覆盖索引是一个常用的性能优化手段。

最左前缀原则

B+ 树这种索引结构,可以利用索引的“最左前缀”,来定位记录。

索引项是按照索引定义里面出现的字段顺序排序的。不只是索引的全部定义,只要满足最左前缀,就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左 N 个字段,也可以是字符串索引的最左 M 个字符。

在建立联合索引的时候,如何安排索引内的字段顺序:

  • 第一原则是,如果通过调整顺序,可以少维护一个索引,那么这个顺序往往就是需要优先考虑采用的。
  • 如果既有联合查询,又有基于 a、b 各自的查询,考虑的原则就是空间。查询条件里面只有 b 的语句,无法使用联合索引,司仪需要同时维护(a,b)和(b)两个索引。

索引下推

MySQL 5.6 之前,只能从 ID3 开始一个个回表。到主键索引上找出数据行,再对比字段值。

MySQL 5.6 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数

区别是,InnoDB 在 (a,b) 索引内部就判断了 b 是否满足条件,对于不满足条件的记录,直接判断并跳过

参考资料

MySQL实战45讲

参与评论