mirror of
https://github.com/Snailclimb/JavaGuide
synced 2025-06-16 18:10:13 +08:00
[refractor]数据库索引
This commit is contained in:
guide
parent
8a556d2367
commit
47fad5338b
@ -1,42 +1,4 @@
|
||||
## 为什么要使用索引？
|
||||
|
||||
1. 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
|
||||
2. 可以大大加快 数据的检索速度（大大减少的检索的数据量）, 这也是创建索引的最主要的原因。
|
||||
3. 帮助服务器避免排序和临时表。
|
||||
4. 将随机IO变为顺序IO
|
||||
5. 可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。
|
||||
|
||||
## 索引这么多优点，为什么不对表中的每一个列创建一个索引呢？
|
||||
|
||||
1. 当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。
|
||||
2. 索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。
|
||||
3. 创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
|
||||
|
||||
## 使用索引的注意事项？
|
||||
|
||||
1. 在经常需要搜索的列上，可以加快搜索的速度；
|
||||
|
||||
2. 在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。
|
||||
|
||||
3. 在经常需要排序的列上创 建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间；
|
||||
|
||||
4. 对于中到大型表索引都是非常有效的，但是特大型表的话维护开销会很大，不适合建索引
|
||||
|
||||
5. 在经常用在连接的列上，这 些列主要是一些外键，可以加快连接的速度；
|
||||
|
||||
6. 避免 where 子句中对字段施加函数，这会造成无法命中索引。
|
||||
|
||||
7. 在使用InnoDB时使用与业务无关的自增主键作为主键，即使用逻辑主键，而不要使用业务主键。
|
||||
|
||||
8. ~~将打算加索引的列设置为 NOT NULL ，否则将导致引擎放弃使用索引而进行全表扫描。~~
|
||||
|
||||
订正，来自[issue758](https://github.com/Snailclimb/JavaGuide/issues/758) 。**将某一列设置为default null，where 是可以走索引，另外索引列是否设置 null 是不影响性能的。** 但是，还是不建议列上允许为空。最好限制not null，因为null需要更多的存储空间并且null值无法参与某些运算。
|
||||
|
||||
《高性能MySQL》第四章如是说：And, in case you’re wondering, allowing NULL values in the index really doesn’t impact performance 。NULL 值的索引查找流程参考：https://juejin.im/post/5d5defc2518825591523a1db ,相关阅读：[MySQL中IS NULL、IS NOT NULL、!=不能用索引？胡扯！](https://juejin.im/post/5d5defc2518825591523a1db) 。
|
||||
|
||||
9. 删除长期未使用的索引，不用的索引的存在会造成不必要的性能损耗 MySQL 5.7 可以通过查询 sys 库的 schema_unused_indexes 视图来查询哪些索引从未被使用
|
||||
|
||||
10. 在使用 limit offset 查询缓慢时，可以借助索引来提高性能
|
||||
|
||||
## Mysql索引主要使用的两种数据结构
|
||||
|
||||
@ -44,17 +6,9 @@
|
||||
|
||||
对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。
|
||||
|
||||
### BTree索引
|
||||
### BTree索引
|
||||
|
||||
## MyISAM和InnoDB实现BTree索引方式的区别
|
||||
|
||||
### MyISAM
|
||||
|
||||
B+Tree叶节点的data域存放的是数据记录的地址。在索引检索的时候，首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。
|
||||
|
||||
### InnoDB
|
||||
|
||||
其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。这被称为“聚簇索引（或聚集索引）”，而其余的索引都作为辅助索引，辅助索引的data域存储相应记录主键的值而不是地址，这也是和MyISAM不同的地方。在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，在走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。 PS：整理自《Java工程师修炼之道》
|
||||
|
||||
## 覆盖索引介绍
|
||||
|
||||
@ -145,41 +99,3 @@ select * from user where city=xx ; // 无法命中索引
|
||||
|
||||
MySQL 5.7 版本后，可以通过查询 sys 库的 `schema_redundant_indexes` 表来查看冗余索引
|
||||
|
||||
### Mysql如何为表字段添加索引？？？
|
||||
|
||||
1.添加PRIMARY KEY（主键索引）
|
||||
|
||||
```
|
||||
ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` )
|
||||
```
|
||||
2.添加UNIQUE(唯一索引)
|
||||
|
||||
```
|
||||
ALTER TABLE `table_name` ADD UNIQUE ( `column` )
|
||||
```
|
||||
|
||||
3.添加INDEX(普通索引)
|
||||
|
||||
```
|
||||
ALTER TABLE `table_name` ADD INDEX index_name ( `column` )
|
||||
```
|
||||
|
||||
4.添加FULLTEXT(全文索引)
|
||||
|
||||
```
|
||||
ALTER TABLE `table_name` ADD FULLTEXT ( `column`)
|
||||
```
|
||||
|
||||
5.添加多列索引
|
||||
|
||||
```
|
||||
ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )
|
||||
```
|
||||
|
||||
|
||||
## 参考
|
||||
|
||||
- 《Java工程师修炼之道》
|
||||
- 《MySQL高性能书籍_第3版》
|
||||
- https://juejin.im/post/5b55b842f265da0f9e589e79
|
||||
|
||||
|
||||
@ -15,147 +15,7 @@
|
||||
1. **创建索引和维护索引需要耗费许多时间**：当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低 SQL 执行效率。
|
||||
2. **占用物理存储空间** ：索引需要使用物理文件存储，也会耗费一定空间。
|
||||
|
||||
## B 树和 B+树区别
|
||||
|
||||
- B 树的所有节点既存放 键(key) 也存放 数据(data);而 B+树只有叶子节点存放 key 和 data，其他内节点只存放 key。
|
||||
- B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。
|
||||
- B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。
|
||||
|
||||
|
||||
|
||||
## Hash 索引和 B+树索引优劣分析
|
||||
|
||||
**Hash 索引定位快**
|
||||
|
||||
Hash 索引指的就是 Hash 表，最大的优点就是能够在很短的时间内，根据 Hash 函数定位到数据所在的位置，这是 B+树所不能比的。
|
||||
|
||||
**Hash 冲突问题**
|
||||
|
||||
知道 HashMap 或 HashTable 的同学，相信都知道它们最大的缺点就是 Hash 冲突了。不过对于数据库来说这还不算最大的缺点。
|
||||
|
||||
**Hash 索引不支持顺序和范围查询(Hash 索引不支持顺序和范围查询是它最大的缺点。**
|
||||
|
||||
试想一种情况:
|
||||
|
||||
```text
|
||||
SELECT * FROM tb1 WHERE id < 500;
|
||||
```
|
||||
|
||||
B+树是有序的，在这种范围查询中，优势非常大，直接遍历比 500 小的叶子节点就够了。而 Hash 索引是根据 hash 算法来定位的，难不成还要把 1 - 499 的数据，每个都进行一次 hash 计算来定位吗?这就是 Hash 最大的缺点了。
|
||||
|
||||
---
|
||||
|
||||
## 索引类型
|
||||
|
||||
### 主键索引(Primary Key)
|
||||
|
||||
**数据表的主键列使用的就是主键索引。**
|
||||
|
||||
**一张数据表有只能有一个主键，并且主键不能为 null，不能重复。**
|
||||
|
||||
**在 mysql 的 InnoDB 的表中，当没有显示的指定表的主键时，InnoDB 会自动先检查表中是否有唯一索引的字段，如果有，则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。**
|
||||
|
||||
### 二级索引(辅助索引)
|
||||
|
||||
**二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。**
|
||||
|
||||
唯一索引，普通索引，前缀索引等索引属于二级索引。
|
||||
|
||||
**PS:不懂的同学可以暂存疑，慢慢往下看，后面会有答案的，也可以自行搜索。**
|
||||
|
||||
1. **唯一索引(Unique Key)** ：唯一索引也是一种约束。**唯一索引的属性列不能出现重复的数据，但是允许数据为 NULL，一张表允许创建多个唯一索引。** 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性，而不是为了查询效率。
|
||||
2. **普通索引(Index)** ：**普通索引的唯一作用就是为了快速查询数据，一张表允许创建多个普通索引，并允许数据重复和 NULL。**
|
||||
3. **前缀索引(Prefix)** ：前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小，
|
||||
因为只取前几个字符。
|
||||
4. **全文索引(Full Text)** ：全文索引主要是为了检索大文本数据中的关键字的信息，是目前搜索引擎数据库使用的一种技术。Mysql5.6 之前只有 MYISAM 引擎支持全文索引，5.6 之后 InnoDB 也支持了全文索引。
|
||||
|
||||
二级索引:
|
||||
.png>)
|
||||
|
||||
## 聚集索引与非聚集索引
|
||||
|
||||
### 聚集索引
|
||||
|
||||
**聚集索引即索引结构和数据一起存放的索引。主键索引属于聚集索引。**
|
||||
|
||||
在 Mysql 中，InnoDB 引擎的表的 `.ibd`文件就包含了该表的索引和数据，对于 InnoDB 引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。
|
||||
|
||||
#### 聚集索引的优点
|
||||
|
||||
聚集索引的查询速度非常的快，因为整个 B+树本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。
|
||||
|
||||
#### 聚集索引的缺点
|
||||
|
||||
1. **依赖于有序的数据** ：因为 B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或 UUID 这种又长又难比较的数据，插入或查找的速度肯定比较慢。
|
||||
2. **更新代价大** ： 如果对索引列的数据被修改时，那么对应的索引也将会被修改，
|
||||
而且况聚集索引的叶子节点还存放着数据，修改代价肯定是较大的，
|
||||
所以对于主键索引来说，主键一般都是不可被修改的。
|
||||
|
||||
### 非聚集索引
|
||||
|
||||
**非聚集索引即索引结构和数据分开存放的索引。**
|
||||
|
||||
**二级索引属于非聚集索引。**
|
||||
|
||||
> MYISAM 引擎的表的.MYI 文件包含了表的索引，
|
||||
> 该表的索引(B+树)的每个叶子非叶子节点存储索引，
|
||||
> 叶子节点存储索引和索引对应数据的指针，指向.MYD 文件的数据。
|
||||
>
|
||||
> **非聚集索引的叶子节点并不一定存放数据的指针，
|
||||
> 因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据。**
|
||||
|
||||
#### 非聚集索引的优点
|
||||
|
||||
**更新代价比聚集索引要小** 。非聚集索引的更新代价就没有聚集索引那么大了，非聚集索引的叶子节点是不存放数据的
|
||||
|
||||
#### 非聚集索引的缺点
|
||||
|
||||
1. 跟聚集索引一样，非聚集索引也依赖于有序的数据
|
||||
2. **可能会二次查询(回表)** :这应该是非聚集索引最大的缺点了。 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。
|
||||
|
||||
这是 Mysql 的表的文件截图:
|
||||
|
||||
|
||||
|
||||
聚集索引和非聚集索引:
|
||||
|
||||
|
||||
|
||||
### 非聚集索引一定回表查询吗(覆盖索引)?
|
||||
|
||||
**非聚集索引不一定回表查询。**
|
||||
|
||||
> 试想一种情况，用户准备使用 SQL 查询用户名，而用户名字段正好建立了索引。
|
||||
|
||||
```text
|
||||
SELECT name FROM table WHERE name='guang19';
|
||||
```
|
||||
|
||||
> 那么这个索引的 key 本身就是 name，查到对应的 name 直接返回就行了，无需回表查询。
|
||||
|
||||
**即使是 MYISAM 也是这样，虽然 MYISAM 的主键索引确实需要回表，
|
||||
因为它的主键索引的叶子节点存放的是指针。但是如果 SQL 查的就是主键呢?**
|
||||
|
||||
```text
|
||||
SELECT id FROM table WHERE id=1;
|
||||
```
|
||||
|
||||
主键索引本身的 key 就是主键，查到返回就行了。这种情况就称之为覆盖索引了。
|
||||
|
||||
## 覆盖索引
|
||||
|
||||
如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。我们知道在 InnoDB 存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次。这样就会比较慢覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！
|
||||
|
||||
**覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，
|
||||
而无需回表查询。**
|
||||
|
||||
> 如主键索引，如果一条 SQL 需要查询主键，那么正好根据主键索引就可以查到主键。
|
||||
>
|
||||
> 再如普通索引，如果一条 SQL 需要查询 name，name 字段正好有索引，
|
||||
> 那么直接根据这个索引就可以查到数据，也无需回表。
|
||||
|
||||
覆盖索引:
|
||||
|
||||
|
||||
---
|
||||
|
||||
@ -187,46 +47,7 @@ ALTER TABLE table ADD INDEX index_name (num,name,age)
|
||||
虽然我目前的 Mysql 版本较高，好像不遵守最左前缀原则，索引也会生效。
|
||||
但是我们仍应遵守最左前缀原则，以免版本更迭带来的麻烦。
|
||||
|
||||
### 选择合适的字段
|
||||
|
||||
#### 1.不为 NULL 的字段
|
||||
|
||||
索引字段的数据应该尽量不为 NULL，因为对于数据为 NULL 的字段，数据库较难优化。如果字段频繁被查询，但又避免不了为 NULL，建议使用 0,1,true,false 这样语义较为清晰的短值或短字符作为替代。
|
||||
|
||||
#### 2.被频繁查询的字段
|
||||
|
||||
我们创建索引的字段应该是查询操作非常频繁的字段。
|
||||
|
||||
#### 3.被作为条件查询的字段
|
||||
|
||||
被作为 WHERE 条件查询的字段，应该被考虑建立索引。
|
||||
|
||||
#### 4.被经常频繁用于连接的字段
|
||||
|
||||
经常用于连接的字段可能是一些外键列，对于外键列并不一定要建立外键，只是说该列涉及到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。
|
||||
|
||||
### 不合适创建索引的字段
|
||||
|
||||
#### 1.被频繁更新的字段应该慎重建立索引
|
||||
|
||||
虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。
|
||||
如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这种字段上建立索引了。
|
||||
|
||||
#### 2.不被经常查询的字段没有必要建立索引
|
||||
|
||||
#### 3.尽可能的考虑建立联合索引而不是单列索引
|
||||
|
||||
因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗 B+树。如果一个表的字段过多，索引过多，那么当这个表的数据达到一个体量后，索引占用的空间也是很多的，且修改索引时，耗费的时间也是较多的。如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间，且修改数据的操作效率也会提升。
|
||||
|
||||
#### 4.注意避免冗余索引
|
||||
|
||||
冗余索引指的是索引的功能相同，能够命中索引(a, b)就肯定能命中索引(a) ，那么索引(a)就是冗余索引。如（name,city ）和（name ）这两个索引就是冗余索引，能够命中前者的查询肯定是能够命中后者的 在大多数情况下，都应该尽量扩展已有的索引而不是创建新索引。
|
||||
###
|
||||
|
||||
|
||||
#### 5.考虑在字符串类型的字段上使用前缀索引代替普通索引
|
||||
|
||||
前缀索引仅限于字符串类型，较普通索引会占用更小的空间，所以可以考虑使用前缀索引带替普通索引。
|
||||
|
||||
### 使用索引一定能提高查询性能吗?
|
||||
|
||||
大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user