MySQL優化之索引解析

索引的本質

MySQL索引或者說其他關係型資料庫的索引的本質就只有一句話，以空間換時間。

索引的作用

索引關係型資料庫為了加速對表中行數據檢索的（磁碟存儲的）數據結構

索引的分類

數據結構上面的分類

  • HASH 索引

    1. 等值匹配效率高
    2. 不支援範圍查找

  • 樹形索引

    1. 二叉樹，遞歸二分查找法，左小右大

    2. 平衡二叉樹，二叉樹到平衡二叉樹，主要原因是左旋右旋

      1. 缺點1，IO次數過多
      2. 缺點2，IO利用率不高，IO飽和度

    3. 多路平衡查找樹（B-Tree）

      1. 特點，大大的減少了樹的高度

    4. B+樹

      1. 特點，採用左閉合的比較方式

      2. 根節點支節點沒有數據區，只有葉子結點才包含數據區（說白了就是即便在根節點和子節點已經定位到，因為沒有數據區的原因也不會停留，會一直找到葉子結點為止。）

        • 當我們搜索13這條數據時，在根節點和子節點 都能定位，但是一直會找到葉子結點。

        202203132218111

    二叉樹平衡二叉樹，B樹對比

    如圖顯示如果是自增主鍵情況下：

    二叉樹顯然不適合做關係型資料庫索引（和全表掃描沒什麼區別）。

    平衡二叉樹呢，雖然解決了這種情況，但是同樣會導致這棵樹，又瘦又高，這同樣會造成上文所提到查詢IO次數過多以及IO利用率不高。

    B樹呢，顯然已經解決了這兩個問題，所以下文來解釋，為什麼在這種情況下MySQL還用了B+樹，又做了那些增強。

二叉樹|平衡二叉樹|B樹對比

B樹和B+樹比較

B樹和B+樹比較

  • B+樹在B樹上面的優化

    1. IO效率更高（B樹每個節點都會保留數據區，而B+樹則不會，假設我們查詢一條數據要遍歷三層，那麼顯然B+樹查詢中IO消耗更小）

    2. 範圍查找效率更高（如圖，B+樹已經形成了一個天然鏈表形式，只需要根據最結尾的鏈式結構查找）

      image-20220313223608168

    3. 基於索引的數據掃描效率更高。

索引類型的分類

  • 索引類型可分為兩類:

    1. 主鍵索引
    2. 輔佐索引(二級索引)
      1. 唯一性索引
      2. 複合索引
      3. 普通索引
      4. 覆蓋索引

    主鍵索引相對來說性能是最好的，但是對於SQL優化，其實大多時候我們都在輔佐索引上面做一些改進和補充。

B+樹在儲存引擎層面落地

  • 我們創建兩個表分別為test_innodb（採用InnoDB作為儲存引擎）test_myisam（採用MyISAM作為儲存引擎）下圖是兩張表磁碟落地的相關文件，這兩個儲存引擎在B+樹磁碟落地式截然不同的。

    image-20220314003226550

B+樹在MyISAM落地
  • *.frm文件是表格骨架文件比如這個表中的id欄位name欄位是什麼類型的存儲在這裡
  • *.MYD（D=data）則儲存數據
  • *.MYI （I=index）則儲存索引

B+樹在MyISAM落地

  • 比如現在執行如下sql語句 ，那麼在MyISAM中他就是先在test_myisam.MYI中查找到103然後拿到0x194281這個地址然後再去test_myisam.MYD中找到這個數據返回。

    SELECT id,name from test_myisam where id =103

    image-20220314004238767

  • 如果test_myisam表中，id為主鍵索引，name也是一個索引，那麼在test_myisam.MYI中則會有兩個平級的B+樹，這也導致MyISAM引擎中主鍵索引和二級索引是沒有主次之分的，是平級關係。因為這種機制在MyISAM引擎中，有可能使用多個索引，在InnoDB中則不會出現這種情況。

B+樹在InnoDB落地

​ InnoDB

image-20220314012623015

  • InnoDB不像MyISAM來獨立一個MYD 文件來存儲數據，它的數據直接存儲在葉子結點關鍵字對應的數據區在這保存這一個id列所有行的詳細記錄。

  • InnoDB 主鍵索引和輔助索引關係

    我們現在執行如下SQL語句,他會先去找輔助索引，然後找到輔助索引下101的主鍵，再去回表（二次掃描）根據主鍵索引查詢103這條數據將其返回。

    SELECT id,name from test_myisam where name ='zhangsan'

    這裡就有一個問題了，為什麼不像MyISAM在輔助索引下直接記錄磁碟地址，而是要多此一舉再去回表掃描主鍵索引，這個問題在下面相關面試題中回答，記一下這個問題是這裡來的。

image-20220314015418680

相關面試題

  • 為什麼MySQL選擇B+樹作為索引結構

    這個就不說了，上文應該講清楚了。

  • B+樹在MyISAM和InnoDB落地區別。

    這個可以總結一下，MyISAM落地數據儲存會有三個類型文件 ，.frm文件是表骨架文件，.MYD（D=data）則儲存數據 ，.MYI （I=index）則儲存索引，MyISAM引擎中主鍵索引和二級索引平級關係，在MyISAM引擎中，有可能使用多個索引，InnoDB則相反，主鍵索引和二級索有嚴格的主次之分在InnoDB一條語句只能用一個索引要麼不用。

  • 如何判斷一條sql語句是否使用了索引。

    可以通過執行計劃來判斷 可以在sql語句前explain/ desc

    set global optimizer_trace=’enabled=on’ 打開執行計劃開關他將會把每一條查詢sql執行計劃記錄在information_schema 庫中OPTIMIZER_TRACE表中

  • 為什麼主鍵索引最好選擇自增列？

    自增列，數據插入時整個索引樹是只有右邊在增加的，相對來說索引樹的變動更小。

  • 為什麼經常變動的列不建議使用索引？

    和上一個問題原因一樣，當一個索引經常發生變化，那麼就意味這，這個縮印樹也要經常發生變化。4

  • 為什麼說重複度高的列，不建議建立索引？

    這個原因是因為離散性，比如說，一張一百萬數據的表，其中一個欄位代表性別，0代表男1代表女，把這欄位加了索引，那麼在索引樹上，將會有大量的重複數據。而我們常見的索引建立一般都是驅動型的。其目的是，儘可能的刪減數據的查詢範圍，這個顯然是不匹配的。

  • 什麼是聯合索引

    聯合索引是一個包含了多個功效的索引，他只是一個索引而不是多個，

    其次，單列索引是一種特殊的聯合索引

    聯合索引的創立要遵循最左前置原則（最常用列>離散度>佔用空間小）

  • 什麼是覆蓋索引

    通過索引項資訊可直接返回所需要查詢的索引列，該索引被稱之為覆蓋索引，說白了就是不需要做回表操作，可以從二級索引中直接取到所需數據。

  • 什麼是ICP機制

    索引下推，簡單點來說就是，在sql執行過程中，面對where多條件過濾時，通過一個索引，完成數據搜索和過濾條件其，特點能減少io操作。

  • 在InnoDB表中不可能沒有主鍵對還是不對原因是什麼？

    1. 首先這句話是對的，但是情況有三種:
      1. 就是在你手動顯式指定這一個欄位為主鍵時候，會以這一個欄位為聚集索引。
      2. 在沒有顯式指定主鍵時候有兩種情況：
        1. 他會尋找第一個UK（unique key）作為主鍵索引組織索引編排。
        2. 如果既沒有指定主鍵也沒有UK的情況下，此時會以rowId（在InnoDB表中每一個記錄都會有一個隱藏（6byte）的rowId）為聚集索引。

  • 什麼是回表操作

    在InnoDB 中基於輔助索引查詢的內容，從輔助索引中無法直接獲取，需要基於主鍵索引的二次掃描的操作叫做回表操作。

  • 為什麼在InnoDB 中輔助索引葉子結點數據區記錄的是主鍵索引的值而不是像MyISAM中去記錄磁碟地址。

    1. 這個原因其實很簡單，因為主鍵索引的數據結構是會經常發生變化的，如果在輔助索引數據區記錄磁碟地址，那麼假設我們有10個輔助索引，當我們主鍵索引結構發生變化後，還要一個個去通知輔助索引，且主鍵索引結構是經常發生變化的，增刪都有可能影響他的數據結構。
      版權歸屬： 淚夢紅塵
      本文鏈接： //www.bss2.com/archives/mysql-opt-index
Tags:

VirMach 便宜 VPS

QNews

QNews