【MySQL】:索引

一.什么是索引

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

二.认识磁盘

1.磁盘结构

磁盘上的数据是有规律的，它会循着马达向外部扩散，形成一个一个的同心圈，数据就储存在这些圆上，这些同心圆被称为磁道。在盘面上还会有一条条的线，将磁道分割成一个个扇形区域，这些区域被称为扇区。磁盘被访问的最基本单位就是扇区-一般512B/4KB。

要把数据储存到磁盘第一个问题就是定位—面->磁道->扇区。 从上往下看，多个圆重合在一起形成一个柱形结构，这个结构被称为柱面。前面说到磁头会左右摆动，就是在定位磁道。

磁盘为什么慢主要取决于：1.确认磁道；2.盘片的自转。 如果数据无序，势必会导致盘片的自转次数变多。所以运动越少，效率越高；运动越多，效率越低。

2.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。

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）

1.MySQL 中的数据文件，是以page为单位保存在磁盘当中的。

2.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。

3.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。

4.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。

5.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。

6.为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数。

三.一个问题和结论

1.现象和问题

建立一张表再插入乱序一些数据

接着再使用select查找

可以发现即使我们是乱序插入的，但它查找出来的id却是有序的，怎么回事呢？

2.理解page

为何IO交互要是 Page

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。

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

3.结论

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。

四.索引的理解

1.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：

1.从头逐页的向后翻，直到找到目标内容。
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

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。

但是这也有问题，如果我们要查数据的话，就必须把每张表的目录拿到内存里，增加了IO次数。然后再逐一遍历，毫无疑问是效率低下的。

为了解决这个问题，我们也给Page带上目录。

1.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。
2.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。
3.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，可以再加目录页。

这其实就是B+树啦。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。

特点：

1.叶子节点保存数据，但非叶子节点没有，只保存目录项。
2.叶子节点全部用链表联起来。

索引的本质就是数据结构。

2.B树和B+树

B树

B+树

两者的区别：

1.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。
2.B+叶子节点，全部相连，而B没有。

为何选择B+：

1.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。
2.叶子节点相连，更便于进行范围查找

3.聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引(默认存储)。

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。这种索引就被称为非聚簇索引。像之前把数据存储在叶子节点的索引就被称为聚簇索引。

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。

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。

五.索引操作

索引创建原则：

1.比较频繁作为查询条件的字段应该创建索引。
2.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。
3.更新非常频繁的字段不适合作创建索引。
4.不会出现在where子句中的字段不该创建索引。

1.主键索引

1.查询索引

查看之前创建的一张表，有主键，再进行查询。

2.删除索引

当然删主键除索引最简单的方法就是删除主键了。

3.创建索引

当然在创建表时，添加主键就自动有了索引。在创建表后，也可以手动添加主键，来添加主键索引。

主键索引的特点：

1.一个表中，最多有一个主键索引，当然可以使符合主键
2.主键索引的效率高（主键不可重复）
3.创建主键索引的列，它的值不能为null，且不能重复
4.主键索引的列基本上是int

2.唯一索引

创建唯一索引就是添加唯一键，查找与主键一致。基本与主键一致，但删除不同，删除是alter table 表名 drop index 索引名。

一个例子

添加唯一索引。

删除唯一索引。

唯一索引的特点：

1.一个表中，可以有多个唯一索引查询效率高
2.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
3.如果一个唯一索引上指定not null，等价于主键索引

3.普通索引

创建

可以在创建表时，在表的最后加index(列名)，将该列创建为普通索引。也可以在创建完表后追加索引alter table 表名 add index(列名);。或者直接创建一个名为idx_name索引create index idx_name on 表名(列名);

删除

普通索引的特点：

1.一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
2.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

4.全文索引

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

创建一张表并插入一些数据

使用全文索引查找含义database字段的数据