Fork me on GitHub

MySQL索引专题一 认识索引

发表于 | | 被围观 次

关于这个专题

想写MySQL的索引专题是源于之前自己在学习MySQL索引时痛苦的经历，你在网上搜索关于MySQL的索引的文章，大多是支离破碎，没有系统性的对知识点的罗列堆砌，文章中会说明你要如何如何做，但是很少涉及去讲为什么要这么做，哪些不能做，很难对MySQL有一个系统性的认知，学习如果没有系统性的话，就很难在实际的项目中灵活运用，出于此目的，自己就打算写一个关于MySQL索引的专题系列，算是自己一个学习的总结，如果同时能帮到你那再好不过了。下面进入正题，我们先来了解一下什么是索引以及索引的类型。

认识索引

认识索引是什么东西非常关键，一个非常恰当的比喻就是书的目录页与书的正文内容之间的关系，为了方便查找书中的内容，通过对内容建立索引形成目录。因此，首先你要明白的一点就是，索引它也是一个文件，它是要占据物理空间的。

比如对于MyISAM存储引擎来说:
.frm后缀的文件存储的是表结构。
.myd后缀的文件存储的是表数据。
.myi后缀的文件存储的就是索引文件。
如下图所示:

对于InnoDB存储引擎来说:
.frm后缀的文件存储的是表结构。
.ibd后缀的文件存放索引文件和数据(需要开启innodb_file_per_table参数)

因此，当你对一张表建立索引时，索引文件的大小也会改变，当你数据表中的数据因为增删改变化时，索引文件也会变化的，只不过MySQL会自动维护索引，这个过程不需要你介入，这也是为什么不恰当的索引会影响MySQL性能的原因。

总结:
1. 索引是按照特定的数据结构把数据表中的数据放在索引文件中，以便于快速查找；
2. 索引存在于磁盘中，会占据物理空间。

索引的类型

上面说到，索引文件时按照不同的数据结构来存储的，数据结构的不同也产生了不同的索引类型，常见的索引类型包括:

  1. B-Tree索引
  2. 哈希索引
  3. 空间数据索引(R-Tree)
  4. 全文索引
    下面做一一介绍:

1. B-Tree索引

B-Tree索引是最常用的一种索引，如果没有指定特定的类型，那么多半就是B-Tree索引，事实上，很多搜索引擎使用的是它的变种B+Tree，这是对B-Tree的一个优化，如果需要详细了解，可以参考数据结构方面的书籍，这里不做详细探讨。以下统称为B-Tree索引。
绝大多数的存储引擎，比如MyISAM和InnoDB都支持这种索引，因此说它是应用最广泛，最常用的一种索引方式，但是不同的存储引擎在具体实现时会稍有不同，比如MyISAM会使用前缀压缩的方式对索引进行压缩，InnoDB则不会。
下图展示了B-Tree索引是如何存储被索引的数据的:

说明:

  1. 左图是一个包含三列的数据表，右图则展示了数据是如何被索引的。
  2. 可以看出B-Tree是对索引列是按照顺序存储的，每个叶子节点指向被索引的数据，这也是B-Tree索引支持范围查找数据的原因。

2. 哈希索引

相比于B-Tree索引，哈希索引的实现就比较简单了，它是基于哈希表来实现的，对于要索引的列，存储引擎会计算出一一对应的哈希码，然后把哈希码存放在哈希表中作为key，value值是指向该行数据的指针。
下图是简单的原理展示:

说明:

  1. 左边紫色图表示一个二列的数据表。
  2. 中间表示对fname列进行哈希索引，计算出哈希值。
  3. 右边绿色图表示把生成的哈希值存放于哈希表中。

当我们执行以下查询时:

1
select * from testTable where fname = "mary";

MySQL会首先计算查询条件mary的哈希值，然后到哈希表中去找该哈希值，如果找到了根据对应的指针也就找到了需要寻找的数据行。

哈希表的优势与限制:

  • 优势:

    1. 只需比对哈希值，因此速度非常快，性能优势明显；

  • 限制:

    1. 不支持任何范围查询，比如where price > 150，因为是基于哈希计算，支持等值比较。
    2. 哈希表是无序存储的，因此索引数据无法用于排序。
    3. 主流存储引擎不支持该类型，比如MyISAM和InnoDB。哈希索引只有Memory, NDB两种引擎支持。

因此，哈希索引虽然速度快，但其实使用很受限，只适用于某些特殊的场合。

3. 空间数据索引(R-Tree)

空间索引可用于地理数据存储，它需要GIS相关函数的支持，由于MySQL的GIS支持并不完善，所以该索引方式在MySQL中很少有人使用。

4. 全文索引

全文索引主要用于海量数据的搜索，比如淘宝或者京东对商品的搜索，你不可能使用like进行模糊匹配吧，MySQL从5.6开始支持InnoDB引擎的全文索引，功能没有专业的搜索引擎比如Sphinx或Solr丰富，如果你的需求比较简单，可以尝试一下MySQL的全文索引，否则建议使用专业的搜索引擎。

总结:
1. B-Tree索引使用最广泛，主流引擎都支持。
2. 哈希索引性能高，适用于特殊场合。
3. R-Tree不常用。
4. 全文索引适用于海量数据的关键字模糊搜索。

索引和存储引擎之间的关系

上面讲述了索引有不同的类型，存储引擎也有不同的类型，那么索引和存储引擎之间有什么关系呢？
首先你需要知道，在MySQL中，索引是在存储引擎中实现的，并不是所有的存储引擎都支持所有的索引类型，比如哈希索引，MyISAM和InnoDB是不支持的；同样，即使对于同一类型的索引，不同的存储引擎实现的方式也可能是不同的，比如MyISAM和InnoDB对B-Tree索引，具体的实现是有差别的。

总结:
1. 不同的存储引擎可能支持不同的索引类型；
2. 不同的存储引擎对同一中索引类型可能有不同的实现方式。

B-Tree索引与唯一索引，主键索引，普通索引的关系

最开始对B-Tree索引与唯一索引，主键索引，普通索引这几种索引的关系很模糊，网上也没搜索到相关的资料，以为他们的关系是并列的，其实并不是，B-Tree只是底层的算法实现，唯一索引，主键索引，普通索引都是基于B-Tree索引算法的，只不过又有各自的特点。
通过下图也可看出这种关系:

至于唯一索引，主键索引，普通索引之间的区别，下面补充一下:

  • 主键索引:数据列不允许重复，不允许为NULL.一个表只能有一个主键。
  • 唯一索引:数据列不允许重复，允许为NULL值，一个表允许多个列创建唯一索引。
  • 普通索引:基本的索引类型，没有唯一性的限制，允许为NULL值。

总结:

这篇文章先说到这里，目的主要是对MySQL的索引有个概念上的认识，以及了解索引的类型，索引和存储引擎之间的关系， 希望本文对你有所帮助。