1. 没有索引,可能会有什么问题
索引:提高数据库的性能,索引是物美价廉的东西了。
不用加内存,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。
但是天下没有免费的午餐,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。
案例:
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?
代码这里就不贴了,放到gitee网站上了点击链接即可!!!
还是跟之前一样将SQL代码拖到所要存放的目录下,再进行导出命令
mysql> source /var/lib/mysql/index_data.sql -- 这里的路径找到自己的文件
这可能需要等待几分钟,因为数据量特别大,数据库IO需要时间
到此,已经创建出了海量数据的表了。
mysql> use bit_index;
Database changed
mysql> show tables;
+---------------------+
| Tables_in_bit_index |
+---------------------+
| EMP |
+---------------------+
1 row in set (0.01 sec)
mysql> select * from EMP limit 10;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 100002 | vIeyeb | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 464 |
| 100003 | wvQSPx | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 451 |
| 100004 | bBCigh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 206 |
| 100005 | AsmicO | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 372 |
| 100006 | prPXvh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 276 |
| 100007 | lzQFDa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 206 |
| 100008 | Vseryo | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 17 |
| 100009 | mgXtaX | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 364 |
| 100010 | KrFcvU | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 116 |
| 100011 | vuLvUm | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 257 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
10 rows in set (0.00 sec)
查询员工编号为998877的员工
where后面跟常数 表示恒为True 那么就会一直在EMP表当中查找,最终因为操作系统内存不够的原因被Kill掉(kill -9命令)
[root@iZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql
9940 9961 9961 9940 pts/0 9961 S+ 0 0:00 mysql -uroot -p
9962 10062 10061 9962 pts/1 10061 S+ 0 0:00 grep --color=auto mysql
1 14239 14238 14238 ? -1 Sl 27 16:48 /usr/sbin/mysqld --daemonize --pidfile=/var/run/mysqld/mysqld.pid
[root@iZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql
9962 10082 10081 9962 pts/1 10081 S+ 0 0:00 grep --color=auto mysql
1 14239 14238 14238 ? -1 Sl 27 16:59 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid
同时mysql进程也被杀掉了,重新启动mysql
mysql> select * from EMP where empno = 998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | IdprQa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 321 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (4.53 sec)
可以看到耗时4.93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,那很可能就死机。
解决方法,创建索引
mysql> alter table EMP add index(empno);
Query OK, 0 rows affected (18.96 sec)
Records: 0 Duplicates: 0 Warnings: 0
换一个员工编号,测试看看查询时间
mysql> select * from EMP where empno=123456;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 123456 | JZfAnP | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 104 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.01 sec)
我们可以看到增加索引后的速度就是0.01秒,非常快!
2. 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。
先来研究一下磁盘:
再看看磁盘中一个盘片
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。
题外话:
- 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,不过我们现在暂时不考虑。
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
[root@iZ0jl69kyvg0h181cozuf5Z ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件
total 254032
-rw-r----- 1 mysql mysql 56 Mar 11 10:37 auto.cnf
drwxr-x--- 2 mysql mysql 4096 Mar 26 16:06 bit_index
-rw------- 1 mysql mysql 1676 Mar 11 10:37 ca-key.pem
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 ca.pem
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 client-cert.pem
-rw------- 1 mysql mysql 1680 Mar 11 10:37 client-key.pem
-rw-r----- 1 mysql mysql 301 Mar 11 11:29 ib_buffer_pool
-rw-r----- 1 mysql mysql 146800640 Mar 26 16:08 ibdata1
-rw-r----- 1 mysql mysql 50331648 Mar 26 16:08 ib_logfile0
-rw-r----- 1 mysql mysql 50331648 Mar 26 16:08 ib_logfile1
-rw-r----- 1 mysql mysql 12582912 Mar 23 12:59 ibtmp1
-rw-r--r-- 1 root root 1974 Mar 25 2022 index_data.sql
drwxr-x--- 2 mysql mysql 4096 Mar 11 10:37 mysql
srwxrwxrwx 1 mysql mysql 0 Mar 11 11:29 mysql.sock
-rw------- 1 mysql mysql 6 Mar 11 11:29 mysql.sock.lock
drwxr-x--- 2 mysql mysql 4096 Mar 11 10:37 performance_schema
-rw------- 1 mysql mysql 1676 Mar 11 10:37 private_key.pem
-rw-r--r-- 1 mysql mysql 452 Mar 11 10:37 public_key.pem
drwxr-x--- 2 mysql mysql 4096 Mar 26 11:50 scott
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 server-cert.pem
-rw------- 1 mysql mysql 1676 Mar 11 10:37 server-key.pem
drwxr-x--- 2 mysql mysql 12288 Mar 11 10:37 sys
drwxr-x--- 2 mysql mysql 4096 Mar 23 13:07 tt
# 自己定义的数据库,里面有数据表
所以,最基本的,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
- 所以,我们只需要知道,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。
不过,我们现在不关心转化细节,知道这个东西,让我们逻辑自洽起来即可。
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?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。
3. 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 (后面统一使用 InnoDB 存储引擎讲解)
mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)
也就是说,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)
4. 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。
- 为何更高的效率,一定要尽可能的减少系统和磁盘IO的次数
5. 索引的理解
建立测试表
插入多条记录create table if not exists user ( id int primary key, --一定要添加主键哦,只有这样才会默认生成主键索引 age int not null, name varchar(16) not null ); mysql> show create table user \G *************************** 1. row *************************** Table: user Create Table: CREATE TABLE `user` ( `id` int(11) NOT NULL, `age` int(11) NOT NULL, `name` varchar(16) NOT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 --默认就是InnoDB存储引擎 1 row in set (0.00 sec)
查看插入结果--插入多条记录,注意,我们并没有按照主键的大小顺序插入哦 mysql> insert into user (id, age, name) values(3, 18, '杨过'); Query OK, 1 row affected (0.01 sec) mysql> insert into user (id, age, name) values(4, 16, '小龙女'); Query OK, 1 row affected (0.00 sec) mysql> insert into user (id, age, name) values(2, 26, '黄蓉'); Query OK, 1 row affected (0.01 sec) mysql> insert into user (id, age, name) values(5, 36, '郭靖'); Query OK, 1 row affected (0.00 sec) mysql> insert into user (id, age, name) values(1, 56, '欧阳锋'); Query OK, 1 row affected (0.00 sec)
中断一下---为何IO交互要是 Pagemysql> select * from user; --发现竟然默认是有序的!是谁干的呢?排序有什么好处呢? +----+-----+-----------+ | id | age | name | +----+-----+-----------+ | 1 | 56 | 欧阳锋 | | 2 | 26 | 黄蓉 | | 3 | 18 | 杨过 | | 4 | 16 | 小龙女 | | 5 | 36 | 郭靖 | +----+-----+-----------+ 5 rows in set (0.00 sec)
为何MySQL和磁盘进行IO交互的时候,要采用Page的方案进行交互呢?用多少,加载多少不香吗?
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:==当我们访问该Page时,那么就有很大的概率访问周围的Page==
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 会默认按照主键给我们的数据进行排序,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?我们按正常顺序插入数据不是也挺好的吗?
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。这效率也太低了。
页目录
我们在看《谭浩强C程序设计》这本书的时候,如果我们要看<指针章节>,找到该章节有两种做法:
- 方案1:从头逐页的向后翻,直到找到目标内容
- 方案2:通过书提供的目录,发现指针章节在234页(假设),那么我们便直接翻到234页。同时,查找目录的方案,可以顺序找,不过因为目录肯定少,所以可以快速提高定位
本质上,书中的目录,是多花了纸张的,但是却提高了效率
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
那么当前,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,提高了效率。现在我们可以再次正式回答上面的问题了,为何通过键值 MySQL 会自动排序?
==可以很方便引入目录==
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。
需要注意,上面的图,是理想结构,大家也知道,目前要保证整体有序,那么新插入的数据,不一定会在新Page上面,这里仅仅做演示。
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。图中没有画全。
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。
其实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,可以在加目录页
这货就是传说中的B+树啊!没错,至此,我们已经给我们的表user构建完了主键索引。
随便找一个id=?我们发现,现在查找的Page数一定减少了,也就意味着IO次数减少了,那么效率也就提高了。
复盘一下
- 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
- 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。虽然你很秀,但 是有更秀的。 - 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,另外还有其他差别,有兴趣可以查一下。
- B树?最值得比较的是 InnoDB 为何不用B树作为底层索引?
数据结构演示链接:(点击即可跳转)
可以自己下去试试看,蛮好玩滴!
B+ vs B
B树
B+ 树
目前这两棵树,对我们最有意义的区别是:
- 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
==为何选择B+==
- 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。
--终端A
mysql> create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use myisam_test;
Database changed
mysql> create table mtest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=MyISAM; --使用engine=MyISAM
Query OK, 0 rows affected (0.01 sec)
--终端B
[root@VM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD --该表对应的数据,当前没有数据,所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI --该表对应的主键索引数据
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
--终端A
mysql> create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use innodb_test;
Database changed
mysql> create table itest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=InnoDB; --使用engine=InnoDB
Query OK, 0 rows affected (0.02 sec)
--终端B
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm --表结构数据
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd --该表对应的主键索引和用户数据,虽然现在一行数据没有,但是该表并不为0,因为有主键索引数据
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图:
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。
总结:
- 如何理解硬盘
- 如何理解柱面,磁道,扇区,磁头
- InnoDB 主键索引和普通索引
- MyISAM 主键索引和普通索引
- 其他数据结构为何不能作为索引结构,尤其是B+和B
- 聚簇索引 VS 非聚簇索引
6. 索引操作
创建主键索引
- 第一种方式
-- 在创建表的时候,直接在字段名后指定 primary key create table user1(id int primary key, name varchar(30));
- 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));
- 第三种方式:
主键索引的特点:create table user3(id int, name varchar(30)); -- 创建表以后再添加主键 alter table user3 add primary key(id);
- 一个表中,最多有一个主键索引,当然可以使符合主键
- 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
- 第一种方式
-- 在表定义时,在某列后直接指定unique唯一属性。 create table user4(id int primary key, name varchar(30) unique);
- 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));
- 第三种方式
唯一索引的特点:create table user6(id int primary key, name varchar(30)); alter table user6 add unique(name);
- 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,等价于主键索引
普通索引的创建
- 第一种方式
create table user8(id int primary key, name varchar(20), email varchar(30), index(name) --在表的定义最后,指定某列为索引 );
- 第二种方式
create table user9(id int primary key, name varchar(20), email varchar(30)); alter table user9 add index(name); --创建完表以后指定某列为普通索引
- 第三种方式
普通索引的特点:create table user10(id int primary key, name varchar(20), email varchar(30)); -- 创建一个索引名为 idx_name 的索引 create index idx_name on user10(name);
- 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
查询索引
- 第一种方法: show keys from 表名
mysql> show keys from goods\G *********** 1. row *********** Table: goods <= 表名 Non_unique: 0 <= 0表示唯一索引 Key_name: PRIMARY <= 主键索引 Seq_in_index: 1 Column_name: goods_id <= 索引在哪列 Collation: A Cardinality: 0 Sub_part: NULL Packed: NULL Null: Index_type: BTREE <= 以二叉树形式的索引 Comment: 1 row in set (0.00 sec)
- 第二种方法: show index from 表名;
- 第三种方法(信息比较简略): desc 表名;
删除索引
- 第一种方法-删除主键索引:
alter table 表名 drop primary key;
- 第二种方法-其他索引的删除:
alter table 表名 drop index 索引名; 索引名就是show keys from 表名中的 Key_name 字段 mysql> alter table user10 drop index idx_name;
- 第三种方法方法:
索引创建原则drop index 索引名 on 表名 mysql> drop index name on user8;
- 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--自行了解:
- 复合索引 -- 可以理解为将多个键作为一个索引 应用场景比较少见
(通过姓名取QQ号 ,将姓名和QQ号作为索引,取到姓名就可以直接取到QQ号) - 索引最左匹配原则
(复合索引存在的问题:假如姓名和QQ号作为索引,那么只能通过姓名匹配,无法匹配QQ) - 索引覆盖
(复合索引会覆盖主键的值,因为通过姓名找QQ号的方式,不需要再回表通过找到主键的方式再去找QQ号)