索引是幫助mysql獲取數據的數據結構。最常見的索引是Btree索引和Hash索引。
不同的引擎對於索引有不同的支持:Innodb和MyISAM默認的索引是Btree索引;而Mermory默認的索引是Hash索引。
Hash索引
所謂Hash索引,當我們要給某張表某列增加索引時,將這張表的這一列進行哈希算法計算,得到哈希值,排序在哈希數組上。所以Hash索引可以一次定位,其效率很高,而Btree索引需要經過多次的磁盤IO,但是innodb和myisam之所以沒有采用它,是因爲它存在着好多缺點:
1、因爲Hash索引比較的是經過Hash計算的值,所以只能進行等式比較,不能用於範圍查詢
1、每次都要全表掃描
2、由於哈希值是按照順序排列的,但是哈希值映射的真正數據在哈希表中就不一定按照順序排列,所以無法利用Hash索引來加速任何排序操作
3、不能用部分索引鍵來搜索,因爲組合索引在計算哈希值的時候是一起計算的。
4、當哈希值大量重複且數據量非常大時,其檢索效率並沒有Btree索引高的。
Btree索引
至於Btree索引,它是以B+樹爲存儲結構實現的。
但是Btree索引的存儲結構在Innodb和MyISAM中有很大區別。
在MyISAM中,我們如果要對某張表的某列建立Btree索引的話,如圖:
所以我們經常會說MyISAM中數據文件和索引文件是分開的。
因此MyISAM的索引方式也稱爲非聚集,Innodb的索引方式成爲聚集索引。
至於輔助索引,類似於主索引,唯一區別就是主索引上的值不能重複,而輔助索引可以重複。
因此當我們根據Btree索引去搜索的時候,若key存在,在data域找到其地址,然後根據地址去表中查找數據記錄。
至於Innodb它跟上面又有很大不同,它的葉子節點存儲的並不是表的地址,而是數據
我們可以看到這裏並沒有將地址放入葉子節點,而是直接放入了對應的數據,這也就是我們平常說到的,Innodb的索引文件就是數據文件,
那麼對於Innodb的輔助索引結構跟主索引也相差很多,如圖:
我們可以發現,這裏葉子節點存儲的是主鍵的信息,所以我們在利用輔助索引的時候,檢索到主鍵信息,然後再通過主鍵去主索引中定位表中的數據,這就可以說明Innodb中主鍵之所以不宜用過長的字段,由於所有的輔助索引都包含主索引,所以很容易讓輔助索引變得龐大。
我們還可以發現:在Innodb中儘量使用自增的主鍵,這樣每次增加數據時只需要在後面添加即可,非單調的主鍵在插入時會需要維持B+tree特性而進行分裂調整,十分低效。
Btree索引中的最左匹配原則:
Btree是按照從左到右的順序來建立搜索樹的。比如索引是(name,age,sex),會先檢查name字段,如果name字段相同再去檢查後兩個字段。
所以當傳進來的是後兩個字段的數據(age,sex),因爲建立搜索樹的時候是按照第一個字段建立的,所以必須根據name字段才能知道下一個字段去哪裏查詢。
所以傳進來的是(name,sex)時,首先會根據name指定搜索方向,但是第二個字段缺失,所以將name字段正確的都找到後,然後纔會去匹配sex的數據。
建立索引的規則:
1、利用最左前綴:Mysql會一直向右查找直到遇到範圍操作(>,<,like、between)就停止匹配。比如a=1 and b=2 and c>3 and d=6;此時如果建立了(a,b,c,d)索引,那麼後面的d索引是完全沒有用到,當換成了(a,b,d,c)就可以用到。
2、不能過度索引:在修改表內容的時候,索引必須更新或者重構,所以索引過多時,會消耗更多的時間。
3、儘量擴展索引而不要新建索引
4、最適合的索引的列是出現在where子句中的列或連接子句中指定的列。
5、不同值較少的列不必要建立索引(性別)。