yaclty/Java-Interview-Guide
1
0
Fork 0
mirror of https://github.com/Snailclimb/JavaGuide synced 2025-06-20 22:17:09 +08:00
Code Issues Projects Releases Wiki Activity

Update 数据库索引.md

Browse Source
This commit is contained in:
guide 2021-01-17 15:18:54 +08:00
parent 143c49d81d
commit a10b6043cd
1 changed files with 66 additions and 53 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

37
docs/database/数据库索引.md
View File

@ -1,4 +1,5 @@
## 什么是索引? ## 什么是索引?
**索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有: B 树， B+树和 Hash。** **索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有: B 树， B+树和 Hash。**
索引的作用就相当于目录的作用。打个比方: 我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有目录了，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。 索引的作用就相当于目录的作用。打个比方: 我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有目录了，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。
@ -6,17 +7,19 @@
## 为什么要用索引?索引的优缺点分析 ## 为什么要用索引?索引的优缺点分析
### 索引的优点 ### 索引的优点
**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。毕竟大部分系统的读请求总是大于写请求的。** 另外，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。 **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。毕竟大部分系统的读请求总是大于写请求的。** 另外，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。
### 索引的缺点 ### 索引的缺点
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。 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。 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。 - 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。
![B+树](../../media/pictures/database/B+树.png) ![B+树](../../media/pictures/database/B+树.png)
@ -34,9 +37,9 @@ 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
试想一种情况: 试想一种情况:
````text ```text
SELECT * FROM tb1 WHERE id < 500; 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。 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。
@ -45,6 +48,7 @@ B+树是有序的，在这种范围查询中，优势非常大，直接遍历比
## 索引类型 ## 索引类型
### 主键索引(Primary Key) ### 主键索引(Primary Key)
**数据表的主键列使用的就是主键索引。** **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。** **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。**
@ -52,6 +56,7 @@ B+树是有序的，在这种范围查询中，优势非常大，直接遍历比
**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。** **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(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。** **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。 唯一索引，普通索引，前缀索引等索引属于二级索引。
@ -65,19 +70,22 @@ B+树是有序的，在这种范围查询中，优势非常大，直接遍历比
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。 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: 二级索引:
![B+树](../../media/pictures/database/B+树二级索引(辅助索引).png) ![B+树](<../../media/pictures/database/B+树二级索引(辅助索引).png>)
## 聚集索引与非聚集索引 ## 聚集索引与非聚集索引
### 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。** **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。 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 #### 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。 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， 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， 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，
@ -93,13 +101,15 @@ B+树是有序的，在这种范围查询中，优势非常大，直接遍历比
> 该表的索引(B+树)的每个叶子非叶子节点存储索引， > 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。 > 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， > **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。** > 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 #### 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 **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 #### 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 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。 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。
@ -112,13 +122,14 @@ B+树是有序的，在这种范围查询中，优势非常大，直接遍历比
![B+树](../../media/pictures/database/B+树索引.png) ![B+树](../../media/pictures/database/B+树索引.png)
### 非聚集索引一定回表查询吗(覆盖索引)? ### 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。** **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。 > 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 ```text
SELECT name FROM table WHERE username='guang19'; 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。 > 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。
@ -151,9 +162,11 @@ SELECT id FROM table WHERE id=1;
## 索引创建原则 ## 索引创建原则
### 单列索引 ### 单列索引
单列索引即由一列属性组成的索引。 单列索引即由一列属性组成的索引。
### 联合索引(多列索引) ### 联合索引(多列索引)
联合索引即由多列属性组成索引。 联合索引即由多列属性组成索引。
### 最左前缀原则 ### 最左前缀原则
@ -168,7 +181,7 @@ ALTER TABLE table ADD INDEX index_name (num,name,age)
> 但可能由于版本原因(我的 mysql 版本为 8.0.x),我创建的联合索引，相当于在联合索引的每个字段上都创建了相同的索引: > 但可能由于版本原因(我的 mysql 版本为 8.0.x),我创建的联合索引，相当于在联合索引的每个字段上都创建了相同的索引:
![联合索引(多列索引)](../../media/pictures/database/联合索引(多列索引).png) ![联合索引(多列索引)](<../../media/pictures/database/联合索引(多列索引).png>)
无论是否符合最左前缀原则，每个字段的索引都生效: 无论是否符合最左前缀原则，每个字段的索引都生效: