正文 

当前位置： 首页 > 代码 > java教程

mysql索引(代码片段)

小倪同学-_- 小倪同学-_-     2023-02-25     313

关键词：

文章目录

索引简介

索引：提高数据库的性能，索引是物美价廉的东西了。不用加载内存，不用改程序，不用调sql，只要执行正确的create index ，查询速度就可能提高成百上千倍。但是查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

  • 主键索引(primary key)
  • 唯一索引(unique)
  • 普通索引(index)
  • 全文索引(fulltext)–解决中子文索引问题

例：

先整一个海量表，在查询的时候，看看没有索引时有什么问题？

构建一个8000000条记录的数据
构建的海量表数据需要有差异性，所以使用存储过程来创建

-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
	declare chars_str varchar(100) default
		'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
		set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
		set i = i + 1;
		end while;
	return return_str;
	end $$
delimiter ;

--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begin
	declare i int default 0;
	set i = floor(10+rand()*500);
return i;
end $$
delimiter ;

--创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
	set autocommit = 0;
	repeat
		set i = i + 1;
		insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
		until i = max_num
	end repeat;
	commit;
end $$
delimiter ;

-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);

可以看到耗时5.32秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能会死机。

那有没有什么办法可以查询的更快一些呢？

我们可以建立索引

认识磁盘

MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

磁盘

磁盘中一个盘片

扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大。那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。不过最新的磁盘技术，已经慢慢的让扇区大小不同了。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的(当然，有一些内存文件系统，如：proc ， sys 之类，我们不考虑)。

数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件。

所以，找到一个文件的全部，本质就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

  • 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
  • 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
  • 磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。

结论

我们现在已经能够在硬件层面定位任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？并不是

  • 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
  • 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
  • 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB

磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

建立共识

  • MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
  • MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
  • 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
  • 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
  • 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
  • 为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数

索引的理解

IO交互的基本单位是 Page，这时为什么呢？

  • 如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
  • 但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
  • 你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

理解单个Page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，再组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。因为有主键的问题， MySQL 会默认按照主键给数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？

  • 插入数据时排序的目的，就是优化查询的效率。
  • 页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
  • 正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

理解多个Page

  • 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
  • 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率就比较低了。

为了解决上述问题，专家们又引入了页目录

该页目录类似一本书的目录，比如找到某本书的指定章节，我们有两种方法

  1. 从头逐页的向后翻，直到找到指定章节
  2. 通过书提供的目录，发现指定章节在123页(假设)，那么我们便直接翻到123页。同时，查找目录的方案，可以顺序找，不过因为目录较少，所以可以快速定位

本质上，书中的目录，是多花了纸张的，提高了效率，所以，目录，是一种“空间换时间的做法”。

单页情况

针对上面的单页Page，我们能否也引入目录呢？

当然可以

当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，从而提高了效率。

多页情况

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

  • 在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。
  • 这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了

那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。

  • 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值
  • 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行
  • 其中，每个目录项的构成是：键值+指针。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加上一个目录页

这就是B+树，至此，我们已经完成了对表构建的索引

总结一下

  • Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
  • 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

  • 链表：线性遍历效率低下
  • 二叉搜索树：退化问题，可能退化成为线性结构
  • AVL &&红黑树：虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。
  • Hash：官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行。

B+ vs B

B树

B+树

这两棵树对我们最有意义的区别

  • B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针
  • B+叶子节点，全部相连，而B没有

那 MySQL 为何选择 B+ 树呢？

  • 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
  • 叶子节点相连，更便于进行范围查找。

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM 表的主索引，Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。


其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引


其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下


可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

索引操作

创建主键索引

  1. 第一种方式

在创建表的时候，直接在字段名后指定 primary key

删除索引

  1. 第二种方式

在创建表的最后，指定某列或某几列为主键索引

create table user2(id int, name varchar(30), primary key(id));
  1. 第三种方式

创建表以后再添加主键

create table user3(id int, name varchar(30));
alter table user3 add primary key(id);

主键索引的特点

  • 一个表中，最多有一个主键索引
  • 主键索引的效率高（主键不可重复）
  • 创建主键索引的列，它的值不能为null，且不能重复
  • 主键索引的列基本上是int

唯一索引的创建

  1. 第一种方式

在表定义时，在某列后直接指定unique唯一属性

删除索引

  1. 第二种方式

创建表时，在表的后面指定某列或某几列为unique

create table user5(id int primary key, name varchar(30), unique(name));
  1. 第三种方式
create table user6(id int primary key, name varchar(30)）;
alter table user6 add unique(name);

唯一索引的特点：

  • 一个表中，可以有多个唯一索引
  • 查询效率高
  • 如果在某一列建立唯一索引，必须保证这列不能有重复数据
  • 如果一个唯一索引上指定not null，作用等价于主键索引

普通索引的创建

  1. 第一种方式

在表的定义最后，指定某列为索引

create table user8(id int primary key, 
	name varchar(20), 
	email varchar(30), 
	index(name)
);
  1. 第二种方式

创建完表以后指定某列为普通索引

create table user9(id int primary key, name varchar(20), email varchar(30)); 
alter table user9 add index(name)；
  1. 第三种方式

创建完表以后，再创建一列，该列为索引

create table user10(id int primary key, name varchar(20), email varchar(30));
create index idx_name on user10(name);

普通索引的特点：

  • 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
  • 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

注意：索引虽然能提高产找的速度，但是会降低增删的效率，因为需要维护B+树的数据结构。

全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

查询有database数据

使用上述查询方式，虽然查询出数据，但是没有使用到全文索引，可以用explain工具查看是否使用到索引。

那么如何使用全文索引呢

使用explain工具查看

查询索引

  1. 第一种方法： show keys from 表名；

  1. 第二种方法：show index from 表名;

  1. 第三种方法（信息比较简略）： desc 表名；

删除索引

  • 删除主键索引： alter table 表名 drop primary key;

  • 其他索引的删除： alter table 表名 drop index 索引名；（索引名是show keys from 表名中的Key_name 字段）

例

alter table user2 drop index idx_name;
  • drop index 索引名 on 表名

例

drop index name on user4;

索引创建原则

  • 比较频繁作为查询条件的字段应该创建索引
  • 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
  • 更新非常频繁的字段不适合作创建索引
  • 不会出现在where子句中的字段不该创建索引

其他概念

  • 复合索引：用户可以在多个列上建立索引,这种索引叫做复合索引(组合索引)
  • 索引最左匹配原则：最左优先，以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(>、<、between、like)就会停止匹配。
  • 索引覆盖：MySQL 执行计划 explain 结果里的 key 有使用索引，如果 select 后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引。

mysql索引特性(代码片段)

文章目录MySQL索引特性索引的概念认识磁盘磁盘的结构磁盘的随机访问（RandomAccess）与连续访问（SequentialAccess）MySQL与磁盘交互的基本单位索引的理解观察主键索引现象推导主键索引结构的构建索引结构可以采用... 查看详情

mysql----索引(代码片段)

索引索引概念磁盘与MySQL理解索引page引入目录为什么MySQL不使用B树聚簇索引和非聚簇索引、回表索引操作创建主键索引创建唯一键索引创建普通索引创建全文索引全文索引的使用创建复合索引与索引覆盖索引最左匹配原则删除索... 查看详情

mysql----索引(代码片段)

索引索引概念磁盘与MySQL理解索引page引入目录为什么MySQL不使用B树聚簇索引和非聚簇索引、回表索引操作创建主键索引创建唯一键索引创建普通索引创建全文索引全文索引的使用创建复合索引与索引覆盖索引最左匹配原则删除索... 查看详情

关于mysql索引(代码片段)

文章目录MySQL索引是什么？索引的优势索引的劣势什么时候适合建立索引？什么时候不适合建立索引？一般性建议MySQL索引分类如何避免索引失效？MySQL索引是什么？官方定义：索引（INDEX）是帮助mys... 查看详情

mysql高级(代码片段)

文章目录索引索引概述索引的优劣势索引的结构BTree结构B+Tree结构MySQL中的B+Tree结构==为什么MySql索引使用B+树====hash比B+查找时间更短，为什么索引不用hash？==索引分类聚簇索引&非聚... 查看详情

转mysql索引类型(代码片段)

原文：https://www.cnblogs.com/luyucheng/p/6289714.html------------------------------------- 一、简介MySQL目前主要有以下几种索引类型：1.普通索引2.唯一索引3.主键索引4.组合索引5.全文索引二、语句CREATETABLEtable_name[col_namedatatype][unique|fu 查看详情

mysql索引(代码片段)

文章目录一、MySQL索引1.1、索引的概念1.2、索引的作用1.3、索引的缺点1.4、创建索引的原则依据1.5、索引的分类和创建1.5.1普通索引①直接创建索引②修改表方式创建③创建表的时候指定索引1.5.2唯一索引①直接创建唯一索引࿱... 查看详情

mysql索引(代码片段)

文章目录一、MySQL索引1.1、索引的概念1.2、索引的作用1.3、索引的缺点1.4、创建索引的原则依据1.5、索引的分类和创建1.5.1普通索引①直接创建索引②修改表方式创建③创建表的时候指定索引1.5.2唯一索引①直接创建唯一索引࿱... 查看详情

mysql—索引(代码片段)

MySQL—索引一、索引功能1、B+树2、索引的管理a、索引分类b、创建索引的几种方法3、索引的方式a、覆盖索引c、联合索引d、索引合并最左前缀一、索引功能索引作用：加速查询。在MySQL中被称为“键”，是存储引擎用... 查看详情

mysql—索引(代码片段)

MySQL—索引一、索引功能1、B+树2、索引的管理a、索引分类b、创建索引的几种方法3、索引的方式a、覆盖索引c、联合索引d、索引合并最左前缀一、索引功能索引作用：加速查询。在MySQL中被称为“键”，是存储引擎用... 查看详情

mysql索引(代码片段)

文章目录MySQL索引一、常见索引1.主键索引2.唯一索引3.普通索引二、删除索引三、索引优缺点MySQL索引在数据表中，对字段建立索引可以大大提高查询速度。适当的使用索引，提高查询和运行效率。一、常见索引1.主键索... 查看详情

mysql强制索引和禁止某个索引(代码片段)

mysql强制索引和禁止某个索引1、mysql强制使用索引:force index(索引名或者主键PRI)例如:select*fromtableforceindex(PRI)limit2;(强制使用主键)select*fromtableforceindex(ziduan1_index)limit2;(强制使用索引"ziduan1_index")select*fromtableforcei 查看详情

mysql索引重点小总结(代码片段)

MySQL索引重点小总结索引注意事项覆盖索引MySQL的索引是怎么加速查询的？mysql中，,orderby,groupby对联合索引的使用情况区间查询是否会走索引？orderby子句是否会走索引？联合索引对范围查询的支持where对索引的支持... 查看详情

mysql索引详解(代码片段)

MySQL索引1、什么是MySQL索引？1.1、索引原理1.2、索引的分类1.3、索引的优缺点1.4、创建索引的基本操作2、索引的数据结构2.1、根据存储引擎的不同，实现方式也不同2.2、Hash表2.3、二叉树2.4、平衡二叉树2.5、B树：改造... 查看详情

mysql索引的实现原理(代码片段)

文章目录常见索引哈希索引平衡二叉树索引BTree索引B+树索引MySQL索引的实现原理MyISAM索引实现：InnoDB索引实现：由于索引引起的小思考索引实现原理小细节MySQL主流引擎的索引为什么用B+树？联合索引的存储结构... 查看详情

mysql索引的实现原理(代码片段)

文章目录常见索引哈希索引平衡二叉树索引BTree索引B+树索引MySQL索引的实现原理MyISAM索引实现：InnoDB索引实现：由于索引引起的小思考索引实现原理小细节MySQL主流引擎的索引为什么用B+树？联合索引的存储结构... 查看详情

mysql索引(代码片段)

索引（index）是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定有这样的一个student表mysql>select*fromstudent;+----+-----+--------+---------------+------+-------+-----------+|id|age|name|register_date|sex|grade|Man... 查看详情

mysql索引相关(代码片段)

Mysql索引一、数据库索引1.索引的概念：2.索引的作用：3.创建索引的九大原则4.索引的分类与创建准备一张数据表4.1普通索引4.11创建普通索引4.12查看索引的三种方式4.13修改表方式创建4.14创建表的时候指定索引4.2唯一索引... 查看详情