索引的底層結構以及使用

前言
索引是一種提高查詢效率的數據結構（B樹或者是哈希結構）索引是創建在數據庫表中，是對數據庫表中的一列或者多列值的進行排序的一個結果，好處就是提高查詢效率。

索引的創建和刪除

建表時創建索引

create table user (
name VARCHAR(20) ,
sex BOOLEAN ,
[UNIQUE][FULLTEXT][PRIMARY KEY]INDEX index_name(id)
);

給已存在的表創建索引

• 添加PRIMARY KEY（主鍵索引）
        ALTER TABLE table_name ADD PRIMARY KEY ( column )
• 添加UNIQUE(唯一索引)
        ALTER TABLE table_name ADD UNIQUE ( column )
• 添加INDEX(普通索引)
        ALTER TABLE table_name ADD INDEX index_name ( column )
• 添加FULLTEXT(全文索引)
        ALTER TABLE table_name ADD FULLTEXT ( column)
• 添加多列索引
        ALTER TABLE table_name ADD INDEX index_name ( column1, column2, column3 )

刪除索引

• alter table table_name drop index_name
• drop index 索引名 on 表名

索引的分類

索引	功能
普通索引	沒有任何限制條件，可以給任何類型的字段創建普通索引
唯一性索引	使用 UNIQUE 修飾的字段，值不能夠重複，主鍵索引就隸屬於唯一性索引
主鍵索引	使用 Primary Key 修飾的字段會自動創建索引
單列索引	在一個字段上創建索引
多列索引	在表的多個字段上創建索引
全文索引	使用 FULLTEXT 參數可以設置全文索引，只支持 CAHR，VARCHAR和TEXT類型的字段上。常用於數據量較大的字符串類型上，可以提高查詢速度；只有 MyISAM存儲引擎支持

索引的底層結構（以InnoDB的索引結構爲例）

b樹（balance tree）和b+樹應用在數據庫索引，可以認爲是m叉的多路平衡查找樹，但是從理論上講，二叉樹查找速度和比較次數都是最小的，一個m階的多路平衡樹具有如下特徵：

• 定義任意非葉子結點最多隻有M個兒子，且M>2；
• 根結點的兒子數爲[2, M]；
• 除根結點以外的非葉子結點的兒子數爲[M/2, M]，向上取整；
• 非葉子結點的關鍵字個數=兒子數-1；
• 所有葉子結點位於同一層；
• k個關鍵字把節點拆成k+1段，分別指向k+1個兒子，同時滿足查找樹的大小關係。
  一、 B樹
  
• 關鍵字分佈在整顆樹中
• 任何一個關鍵字出現且只出現在一個結點中
• 搜索有可能在非葉子結點結束
• 其搜索性能等價於在關鍵字全集內做一次二分查找
  二、B+樹
  
• 有n棵子樹的非葉子結點中含有n個關鍵字（b樹是n-1個），這些關鍵字不保存數據，只用來索引，所有數據都保存在葉子節點（b樹是每個關鍵字都保存數據）。
• 所有的葉子結點中包含了全部關鍵字的信息，及指向含這些關鍵字記錄的指針，且葉子結點本身依關鍵字的大小自小而大順序鏈接。
• 所有的非葉子結點可以看成是索引部分，結點中僅含其子樹中的最大（或最小）關鍵字。
• 通常在b+樹上有兩個頭指針，一個指向根結點，一個指向關鍵字最小的葉子結點。
  同一個數字會在不同節點中重複出現，根節點的最大元素就是b+樹的最大元素。

B樹和B+樹的區別

• B+樹的所有葉子節點連接到一條鏈表上，支持區間查找
• B樹的所有節點不僅要存關鍵字，還要存儲和關鍵字對應的數據地址，B+樹的非葉子節點只存儲關鍵字，只有葉子節點存儲關鍵字和數據地址。
• B+樹的層數較少，查找索引時I/O操作較少
• B樹關鍵字在整個樹的每個節點都存在，誰離根節點近，誰搜索的速度就快
• B+關鍵字都會出現在葉子節點上，非葉子節點只存關鍵字，意味着所有的記錄都在葉子節點上存儲，所有記錄搜索的時間是平均的。

由於磁盤的讀取也是按block塊操作的（內存是按page頁面操作的），
因此B-樹的節點大小一般設置爲和磁盤塊大小一致，這樣一個B-樹節點，
就可以通過一次磁盤I/O把一個磁盤塊的數據全部存儲下來，所以當使用B-樹存儲索引的時候，磁盤I/O的操作次數是最少的（MySQL的讀寫效率，主要集中在磁盤I/O上）。

三、系統底層結構
系統分爲用戶空間、內核空間兩部分。
用戶空間通過操作系統來控制計算機硬件中的磁盤來讀取數據，計算機硬件和操作系統之間數據傳輸是以塊爲單位的，操作系統和用戶空間是以頁來傳輸數據,塊爲頁的倍數。

• 檢查where條件字段有沒有創建過索引，從磁盤上加載索引文件到內存上（這個過程會產生磁盤I/O,這個就是影響查詢最關鍵的東西）
• 在內存中用索引文件的數據構造一棵二叉樹

SQL 的查表操作

• 檢查where條件字段有沒有創建過索引，從磁盤上加載索引文件（以塊爲單位）到內存上（這個過程會產生磁盤I/O,這個就是影響查詢最關鍵的東西）
• 在內存中用索引文件的數據構造一棵二叉樹
• 先加載根節點到用戶空間，用戶空間判斷下一個需要加載的節點，從內存中再加載進來。
• 直到找到葉子節點

索引的使用

我們通過一些例子來比使用索引的好處。這是後面例子中用的數據表。

Explain
explain顯示了mysql如何使用索引來處理select語句以及連接表。可以幫助選擇更好的索引和寫出更優化的查詢語句。
使用方法，在select語句前加上explain就可以了
關於explain 請參考我的另一篇博客：https://blog.csdn.net/Alyson_jm/article/details/83722001
沒有索引查詢

初始時，表裏只有三條數據，上面row = 3,表示當前查詢爲全表查詢。key = null,沒有使用索引。
有索引查詢

ID 爲主鍵，當前查詢用了主鍵查詢，row =1，提高了效率。

給經常作爲where過濾條件的字段和分組排序字段創建聯合索引

• 根據聯合索引的第一個字段進行過濾得到一個結果集
• 結果集已經拍好了序，直接從內存中拿出來，減少了外部排序

下面這個語句中，class_name 沒有創建索引，並且我們按照score排序，rows = 6,它使用了全表遍歷，並且使用了外部排序，這非常的耗費資源。

• 按照class_stu進行全表查詢，得到一個結果集

• 對結果集進行外部排序
  
  創建聯合索引
  

• 根據索引樹得到一個結果集

• 得到的這個結果集已經按照score排好了序。
  

  要使用聯合索引，一定要先使用聯合索引的第一個字段
  雖然score建立了索引，但是它是索引的第二個字段，索引樹是按照聯合索引的第一個字段建立的，所以SQL選擇了全表查詢。
  
  內連接查詢 查詢過程

• Mysql先比較哪個表小，從小表裏找到所有的記錄

• 去大表裏取數據進行比較。

• 大表決定了查詢的次數，小表決定了每次循環的查詢時間。
  在這個例子中就是先對class_stu 進行全表查詢，然後根據class_stu的值去student裏一個一個匹配（因爲大表student沒有加索引）
  
  所以內連接查詢在大表里加索引，加快了匹配的效率。
  給大表增加索引
  
  
  加了索引之後大表student 就不是全表查詢了，加快了查詢效率。

  • 大表小表也不是絕對的。如果大表有過濾條件，那就判斷哪個開銷小哪個就是小表，如果大表的過濾條件有加索引，並且過濾掉後的數據比小表還少，那麼此時大表就變成了小表。
  • 當大表student有過濾條件時，SQL判斷student過濾後只有一條數據，就將student作爲小表，大表就變成了class_stu.根據student的數據對calss_stu一行一行匹配。
    
  • 給class_stu的stu_name加索引，此時calss_stu 的rows = 3,比原來的rows = 8 來說效率提高了一點。
    
    
    3.左連接查詢
    左連接查詢是把左邊的數據全部拿出來，去和右邊進行匹配，給右表加索引會增加查詢效率。
    右表沒加索引
    
    給表圖加上索引
    
    4.右連接查詢
    右連接查詢和左連接查詢剛好相反，右邊的數據被全部拿出，去和左邊的表進行匹配，給左表加索引會增加查詢效率。
    

索引的設計要求

• 給經常作爲where過濾條件的字段和分組排序字段創建聯合索引。
• 要使用聯合索引，一定要先使用聯合索引的第一個字段。
• 一般給區分度高的字段創建索引。
• 尤其是對於字符串類型的字段，創建索引的時候可以指定索引的長度，只用字符串的一部分來創建索引數據就可以啦。
• 索引的數目不宜過多
• 使用數據量少的索引（如前綴索引,主要針對字符串類型,字符串類型,儘量創建前綴索引）
• 對於多列索引，優先指定最左邊的列集.

使用索引的注意事項

無法使用索引的情況

like “%XXX%”	not in	<>	or

1、 like通配符放到前面是沒有索引的
當通配符在最前面表示前面任意什麼字符都可以，根據索引樹的結構來說，SQL不知道怎麼判斷，所以就放棄使用索引。

2、使用not in 無法用到索引

找不在某個集合裏面的元素還是要遍歷B樹裏所有的元素，直接全表查詢更方便。
3、使用！= 無法用到索引,同理<>也無法用到索引

4、使用or無法用到索引
通過or連接有多個查詢條件，一次查詢只能用一個索引，即使SQL使用了某個索引，也不可避免的要再進行一次全表查詢，降低了效率，所以SQL放棄了使用索引。

索引不宜過多
索引的數據結構是B樹，在查詢時會增加效率，但是在插入和更新數據的時候會降低效率，得不償失。

只select需要用到的字段，儘量不要用到
B+樹存儲的是索引的關鍵字，除了關鍵字還有主鍵值，通過主鍵值去主鍵索引樹（主鍵索引樹裏每個數據項不僅存儲主鍵值，還存儲主鍵對應的行的記錄），裏面查找需要的記錄。
用*查詢會先按照索引關鍵字找到對應的主鍵值，然後通過主鍵值進行主鍵索引，產生了二次索引。
需要查詢部分值的時候，可以建立聯合索引，將過濾條件用作聯合索引的第一個字段。

索引的長度最好限制一下
索引的長度如果太長，每一個節點裏存儲的索引數就比較少，增加了查找的次數。