From b11091909a1ef3d610229a8685230a1afc18156b Mon Sep 17 00:00:00 2001 From: "shuang.kou" Date: Fri, 13 Mar 2020 19:14:17 +0800 Subject: [PATCH] =?UTF-8?q?Update=20=E6=95=B0=E6=8D=AE=E5=BA=93=E7=B4=A2?= =?UTF-8?q?=E5=BC=95.md?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/database/数据库索引.md | 248 +++++++++++++------------------ 1 file changed, 103 insertions(+), 145 deletions(-) diff --git a/docs/database/数据库索引.md b/docs/database/数据库索引.md index 978f78fa..9b68bd4f 100644 --- a/docs/database/数据库索引.md +++ b/docs/database/数据库索引.md @@ -1,34 +1,23 @@ ## 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。 -见的索引结构有: B树， B+树和Hash。** +## 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。** ->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。 -索引的作用就相当于目录的作用。 +## 索引的优缺点分析 -#### 索引的优点 -**索引最大的优点就是数据的检索效率高，这也是为什么要创建和使用索引的原因。 -毕竟大部分系统的读请求总是大于写请求的。** +### 索引的优点 +**索引最大的优点就是数据的检索效率高，这也是为什么要创建和使用索引的原因。毕竟大部分系统的读请求总是大于写请求的。** -#### 索引的缺点 -* 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。 +### 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。 +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。 -* 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， @@ -36,101 +25,75 @@ ![B+树](../../media/pictures/database/B+树.png) -#### Hash索引 和 B+树索引 优劣 -* 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索引和 B+树索引优劣分析 -* Hash冲突 ->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索引定位快** -* 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: +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。 +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 +## 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。** **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， -则选择改字段为默认的主键，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，则选择改字段为默认的主键，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。** +### 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。 +**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。** -* 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。 - -* 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。** - -* 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。 - -* 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。 +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: ![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 -**聚集索引即索引结构和数据一起存放的索引。** +### 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。** -**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 -* 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， + 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。 -* 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 **非聚集索引即索引结构和数据分开存放的索引。** @@ -144,15 +107,11 @@ InnoDB会自动先检查表中是否有唯一索引的字段，如果有， 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 +**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 -* 跟聚集索引一样，非聚集索引也依赖于有序的数据 - -* 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。 +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: @@ -162,7 +121,7 @@ InnoDB会自动先检查表中是否有唯一索引的字段，如果有， ![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。** >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。 @@ -174,16 +133,18 @@ InnoDB会自动先检查表中是否有唯一索引的字段，如果有， >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?** +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。 +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 **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。** @@ -197,28 +158,25 @@ 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。 -#### 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。 -#### 最左前缀原则 ->假设创建的联合索引由三个字段组成: +### 最左前缀原则 + +假设创建的联合索引由三个字段组成: ```text ALTER TABLE table ADD INDEX index_name (num,name,age) ``` ->那么当查询的条件有为: ->num / (num AND name) / (num AND name AND age)时，索引才生效。 ->所以在创建联合索引时，尽量把查询最频繁的那个字段作为最左(第一个)字段。 ->查询的时候也尽量以这个字段为第一条件。 +那么当查询的条件有为:num / (num AND name) / (num AND name AND age)时，索引才生效。所以在创建联合索引时，尽量把查询最频繁的那个字段作为最左(第一个)字段。查询的时候也尽量以这个字段为第一条件。 -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) @@ -226,52 +184,52 @@ ALTER TABLE table ADD INDEX index_name (num,name,age) ![联合索引生效](../../media/pictures/database/联合索引之查询条件生效.png) -#### 索引创建注意点 -* 最左前缀原则 ->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。 +## 索引创建注意点 -* 选择合适的字段 +### 最左前缀原则 +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。 - 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。 +### 选择合适的字段 - 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。 +#### 1.不为NULL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。 +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。 - 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。 +#### 2.被频繁查询的字段 -* 不合适的字段 +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 - 1.被频繁更新的字段应该慎重建立索引 +被作为WHERE条件查询的字段，应该被考虑建立索引。 ->>>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。 +#### 4.被经常频繁用于连接的字段 - 2.不被经常查询的字段没有必要建立索引 +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。 -* 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。 +### 不合适创建索引的字段 -* 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。 +#### 1.被频繁更新的字段应该慎重建立索引 -* 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。 \ No newline at end of file +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.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。 \ No newline at end of file