【搞定MySQL数据库】第6篇：索引的概述

骑猪看日落 2022-03-28 08:49 209阅读 0赞

本文为本人学习极客时间《MySQL实战45讲》的学习笔记。

原文链接：[https://time.geekbang.org/column/article/69236][https_time.geekbang.org_column_article_69236]

[https://time.geekbang.org/column/article/69636][https_time.geekbang.org_column_article_69636]

可以阅读另外一篇文章，对索引底层的数据结构：B+树和B-树有个更深的理解：**[MySQL索引实现原理][MySQL]**

### **本文目录：** ###

**1、常见的索引模型**

1.1 哈希表

1.2、有序数组

1.3、二叉搜索树

1.4、多叉树

**2、InnoDB 的索引模型**

**3、索引维护**

**4、覆盖索引**

**5、最左前缀原则**

**6、索引下推**

--------------------

**索引的出现是为了提高数据的查询效率**，就像书的目录一样。一本500页的书，如果你想快速找到其中的某一个知识点，再不济借助目录的情况下，那我估计你可得找一会儿。同样，对于数据库的表而言，索引其实就是它的“目录”。

## 1、常见的索引模型 ##

索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，所以这里引入索引模型的概念。可以用于提高读写效率的数据结构很多，这里现列举三种常见、简单的数据结构：哈希表、有序数组和二叉搜索树。

### 1.1 哈希表 ###

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只需要输入待查找的值 key，就可以找到其对应的值即 value。哈希的思路很简单，把值放到数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值得情况，即哈希冲突。处理这种情况得一种办法就是拉出一个链表。

![20190110094204154.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70][]**哈希表示意图**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 1][]

所以，**哈希表这种结构适用于做等值查询的场景**，比如：Memcached 及其他一些 NoSQL 引擎。

### 1.2、有序数组 ###

**有序数组在等值查询和范围查询场景中的性能就都非常优秀。**

还是上面这个根据身份证号查名字的例子，如果我们使用有序数组来实现的话，示意图如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 2][]**有序数组示意图**

![20190110095024109.png][]

**如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就比较麻烦了，你往中间插入一条记录就必须挪动后面所有的记录，成本太高。**

所以，**有序数组索引只适用于静态存储引擎**，比如要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。

### 1.3、二叉搜索树 ###

还是上面根据身份证号查名字的例子，如果我们用二叉搜索树来实现的话，示意图如下所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 3][]**二叉搜索树示意图**

![20190110095901117.png][]

### 1.4、多叉树 ###

树可以有二叉，也可以有多叉。**多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增**。二叉搜索树的效率是最高的，但是实际上大多数数据库存储却不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。

你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，这个查询可真够慢的。

**为了让一个查询尽量少地读磁盘，就必须让查询的过程访问尽量少的数据块。那么我们就不应该使用二叉树，而是要使用“N叉树”，这里，“N叉”树中的 N 取决于数据块的大小。**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 4][]

**在MySQL中，索引是在存储引擎层实现的，所以并没有统一的标准，即不同存储引擎的索引的工作方式并不一样。**而即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。由于 InnoDB 存储引擎在 MySQL 数据库中使用最为广泛，所以下面我们就以 InnoDB 为例，和你分析以下其中的索引模型。

--------------------

## 2、InnoDB 的索引模型 ##

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为“索引组织表”。又因为 **InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。**

**每一个索引在 InnoDB 里面对应一棵 B+ 树。**

假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。这个表的建表语句如下所示：

mysql> create table T(
    id int primary key, 
    k int not null, 
    name varchar(16),
    index (k))engine=InnoDB;

表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树的示例示意图如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 5][]**InnoDB 的索引组织结构**

从图中不难看出，根据叶子节点的内容，索引的类型分为**主键索引**和**非主键索引**。

**主键索引的叶子节点存的是整行数据。**在 InnoDB 里，非索引也被称为**聚簇索引**（clustered  index）。

**非主键索引的叶子节点存的是主键的值。**在 InnoDB 里，非主键索引也被称为**二级索引/辅助索引**（secondary  index）。

根据上面的索引结构说明，我们来讨论一个问题：**基于主键索引和普通索引的查询有什么区别？**

![20190110103618565.png][]

也就是说，**基于非主键索引的查询需要多扫描一棵索引树。因此我们应该尽量使用主键查询。**

--------------------

## 3、索引维护 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 6][]

基于上面得索引维护过程说明，我们来讨论一个案例：

> 你可能在一些建表规范里面见到过类似的描述，**要求建表语句里有自增主键**。当然事无绝对，我们来分析一下**哪些场景下应该使用自增主键，而哪些场景中不应该。**

自增主键是指自增列上定义的主键，在建表语句中一般是这么定义的：

NOT NULL PRIMARY KEY AUTO_INCREMENT

插入新记录的时候可以不指定 ID 的值，系统会获取当前 ID 最大值加 1 作为下一条记录的 ID 值。

也就是说，**自增主键的插入数据模式，正好符合了我们前面提到的递增插入的场景。每一次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。**

而有业务逻辑的字段做主键的时候，则往往不容易保证有序插入，这样写数据的成本较高。

除了考虑性能外，我们还可以从存储空间的角度来看。假设你的表中确实有一个唯一字段，比如字符串类型的身份证号，那应该用身份证号做主键，还是用自增字段做主键呢？

由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型则是 8 个字节。

显然，**主键的长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小**。**所以，从性能和存储空间方面考量，自增主键往往是更加合理的选择。**

那有没有什么场景适合用业务字段直接做主键的呢？答案是：有的。比如：有以下需求的业务：

> 1、只有一个索引；
> 
> 2、该索引必须是唯一索引。

其实这就是 K-V 场景。由于没有其他索引，所以也就不用考虑其他索引的叶子节点大小的问题。这时候我们就要考虑上段提到的“尽量使用主键查询”原则，直接将这个索引设置为主键，可以避免每次查询都需要搜索两棵树。

--------------------

开始接下来的内容前，我们先来看一个问题：

在下面这个表 T 中，如果我执行 select \* from T where k between 3 and 5，需要执行几次树的搜索操作，会扫描多少行？

下面是这个表的初始化语句：

mysql> create table T (
    ID int primary key,
    k int NOT NULL DEFAULT 0, 
    s varchar(16) NOT NULL DEFAULT '',
    index k(k))
    engine=InnoDB;
    
    insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 7][]**InnoDB 的索引组织结构**

现在，我们一起来看看这条 SQL 查询语句的执行流程：

> 1、在 k 索引树上找到 k=3 的记录，取得 ID = 300；
> 
> 2、再到 ID 索引树查到 ID = 300 对应的 R3；
> 
> 3、在 k 索引树取下一个值 k=5 的记录，取得 ID = 500；
> 
> 4、再回到 ID 索引树查到 ID = 500 对应的 R4；
> 
> 5、在 k 索引树取下一个值 k=6，不满足条件，循环结束。

在这个过程中，回到主键索引树搜索的过程，我们称为回表。可以看到，这个查询过程读了 k 索引树的 3 条记录（步骤1、3 和 5），回表了两次（步骤 2 和 4）。

在这个例子中，由于查询结构所需要的数据只在主键索引上有，所以不得不回表。那么，有没有可能经过索引优化，避免回表的过程呢？

--------------------

## 4、覆盖索引 ##

如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为**覆盖索引**。

**由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。**

需要注意的是，在引擎内部使用覆盖索引在索引 k 上其实读了三个记录，R3~R5（对应的索引 k 上的记录项），但是对于 MySQL 的 Server 层来说，它就是找引擎拿到了两条记录，因此 MySQL 认为扫描行数是 2。

基于上面覆盖索引的说明，我们来讨论一个问题：**在一个市民信息表上，是否有必要将身份证号和名字建立联合索引？**

假设这个市民表是这样的：

CREATE TABLE `tuser` (
      `id` int(11) NOT NULL,
      `id_card` varchar(32) DEFAULT NULL,
      `name` varchar(32) DEFAULT NULL,
      `age` int(11) DEFAULT NULL,
      `ismale` tinyint(1) DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `id_card` (`id_card`),
      KEY `name_age` (`name`,`age`)
    ) ENGINE=InnoDB

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 8][]

--------------------

## 5、最左前缀原则 ##

![20190110112107334.png][]

先说结论：**B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。**

为了直观说明这个概念，我们用（name, age）这个联合索引来分析：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 9][]**（name, age）索引示意图**

可以看到，**索引项是按照索引定义里面出现的字段顺序排序的**。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 10][]

基于上面对最左前缀索引的说明，我们来讨论一个问题：**在建立联合索引的时候，如何安排索引内的字段顺序？**

这里我们评估的标准是：索引的复用能力。因为可以支持最左前缀，所以当已经有了（a, b）这个联合索引后，一般就不需要再单独在 a 上创建索引了。因此，**第一原则是：如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。**

所以现在你知道了，这段开头的问题里，我们要为高频请求创建 (身份证号，姓名）这个联合索引，并用这个索引支持“根据身份证号查询地址”的需求。

那么，如果既有联合查询，又有基于 a、b 各自的查询呢？查询条件里面只有 b 的语句，是无法使用（a, b）这个联合索引的，这个时候就不得不另外维护一个索引。也就是说你需要同时维护（a, b）和 （b）这两个索引。

这个时候，我们需要考虑**第二个原则：空间**。比如上面这个市民表的情况，name 字段是比 age 字段大的，那么就建议创建一个（name, age）的联合索引和一个（age）的单字段索引，这比建立（age, name）和（name）这两个索引要更节省空间。

--------------------

## 6、索引下推 ##

上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你可能要问，那些不符合最左前缀的部分，会怎么样呢？

我们还是以市民表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是 10 岁的所有男孩”。那么，SQL 语句是这么写的：

mysql> select * from tuser where name like '张 %' and age=10 and ismale=1;

你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用 “张”，找到第一个满足条件的记录 ID3。当然，这还不不错，总比全表扫描要好。然后呢？当然是判断其他条件是否满足。

在 MySQL 5.6 之前，只能从 ID3 开始一个个回表。到主键索引上找出数据行，再对比字段值。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 11][]**图1：无索引下推的执行流程**

而 MySQL 5.6 引入的**索引下推**优化（index condition pushdown)， **可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 12][]**图2：索引下推的执行流程**

在图 1 和图 2 中，每一个虚线箭头表示回表一次。

图 1 中，在（name, age）索引里面特意去掉了 age 的值，因为这个过程中 InnoDB 并不会去看 age 的值，只是按照顺序把 “name” 第一个字是 ‘张’ 的记录一条条取出来回表。因此，需要回表4次。

图 2 和图 1 的区别是：InnoDB 在（name, age）索引内部就判断了 age 是否等于10，对于不等于 10 的记录，直接判断并跳过。在这个例子中，只需要对 ID4、ID5 这两条记录回表取数据判断，就只需要回表2次。

[https_time.geekbang.org_column_article_69236]: https://time.geekbang.org/column/article/69236
[https_time.geekbang.org_column_article_69636]: https://time.geekbang.org/column/article/69636
[MySQL]: https://blog.csdn.net/pcwl1206/article/details/86104702
[20190110094204154.png]: /images/20220328/99c2ce8c6e2744fe8145f7c566fbddef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70]: /images/20220328/a77c355bd06b4c499d3c0da91a035298.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 1]: /images/20220328/8897cb1eb6bb4e4ea32eb742dfade4d2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 2]: /images/20220328/47a0980c7f114117b0b916f1e8a820d3.png
[20190110095024109.png]: /images/20220328/bca313003c144153a8d9a9c0a1492b59.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 3]: /images/20220328/46182115c5424d198662c8a1026c0191.png
[20190110095901117.png]: /images/20220328/7ca747e216a54f02a30bfc9d7c61ae28.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 4]: /images/20220328/1acfa2c9550743d082f052d97ce9e87a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 5]: /images/20220328/0a9201d958344885b2f6a49a255fb5fb.png
[20190110103618565.png]: /images/20220328/0a3f19ac1dc14b2ca5d20d11389f19b6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 6]: /images/20220328/defa735e563c49218315cad48527eb1f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 7]: /images/20220328/18daf4e4683f46b58f589cd7d466bf06.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 8]: /images/20220328/e524abdd8a2b4b4a910307e553c4c2b1.png
[20190110112107334.png]: /images/20220328/1267c356af1a4af99bc4e73afda4b371.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 9]: /images/20220328/de1eca782ffe4683ba497ebb8fa787dd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 10]: /images/20220328/665cb37cbbc14cba9037b3c2f82556e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 11]: /images/20220328/75deec9db0c142e5afbec14014eef9cd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bjd2wxMjA2_size_16_color_FFFFFF_t_70 12]: /images/20220328/202f558099604a9dba8a09a2eea8d73d.png