Mysql中索引的作用是什么

常见索引类型（实现级别）

索引类型（应用级别）

聚集索引和非聚集索引

索引类型（应用级别）

聚集索引和非聚集索引

索引类型（应用级别） p>

覆盖索引

最佳索引使用策略

1.常见索引类型（实现层面）

首先我们先不说Mysql是如何实现索引的。我们先来看看。如果要求我们设计数据库的索引，我们应该如何设计呢？

我们先想一下索引想要达到什么效果？事实上，我们想要实现一种快速搜索数据的策略，因此索引的实现本质上是一种搜索算法。

但是和普通的搜索不一样，因为我们的数据有如下c特点：

1.存储的数据很多

2.而且是不断动态变化的

所以在实现索引的时候需要考虑到这两个特点。我们需要找到最合适的数据结构算法来实现搜索功能。

我们来看看常见的搜索策略，如下图：

由于上面提到的两个特点，我们首先排除静态搜索。算法。

对于搜索树，我们有两种选择：二叉树和多叉树：

二叉树：如果我们选择二叉树，由于我们的数据量巨大，二叉树的深度会变得非常大，我们的索引树会变成一棵参天大树，每次查询都会造成大量的磁盘IO。

多树：多树解决了树深度大的问题，那么我们应该选择B树还是B+树呢？

B树取自维基百科zh.wikipedia.org/wiki/B%2B树

B+树取自维基百科zh.wikipedia.org/wiki /B%2B树

< /p>

从上图可以看出，B+树的叶子节点存储了所有索引值，叶子节点之间以链表的形式交互。关联，所以我们只需要从最左边的链表开始遍历就可以找到所有的值。最常见的用途就是范围搜索，而B树并不能满足这种范围搜索，或者实现起来特别复杂，所以Mysql最终选择了使用B+树来实现这个功能。

1.1 B-Tree索引（B+树）

首先，虽然官方叫B-Tree Mysql中的索引，它采用的是B+树的数据结构。

B树索引可以加速数据访问。它不需要全表扫描。相反，它从索引树的根节点向下搜索，并将索引值存储在根节点中。和一个指向下一个节点的指针。

让我们看看如何ta以单列索引的形式组织。

创建表User(`name` varchar(50) not null,`uid` int(4) not null,`gender` int(2) not null, key(`uid`));

上面的User表为uid列创建了索引，那么在表中插入uid(96~102)时存储引擎是如何管理索引的？ ？看下面的索引树

1。将所有索引值存储在叶子节点中。非叶子节点值是为了快速定位包含目标值的叶子节点

2.叶子节点的值是有序的

3.叶子节点以链表的形式关联起来

下面我们看看多列（联合）索引中的数据是如何组织的。

创建表User(`name` varchar(50) not null,`uid` int(4) not null,`gender` int(2) not null, key(`uid`,`name`));

为User表创建联合索引key(uid,name)。在这种情况下，它的索引树就是这样下图中的wn。

特点与单列索引相同。区别在于它的排序。如果第一个字段相同，则按第二个索引字段排序

如何通过B树快速查找数据？

对于InnoDb存储引擎的B树索引，以下步骤将通过索引找到行数据

如果使用聚集索引（主键），则叶子节点包含行数据，可以直接返回

如果使用非聚集索引（普通索引），则主键存储在叶子节点，然后根据主键查询一次上面的聚集索引，最终返回数据

对于MyISAM存储引擎的B树索引，会通过中的索引找到行数据以下步骤

MyISAM索引树中除了索引值之外，叶子节点不存储主键，也不存储行数据。相反，它存储是一个指向行数据的指针，根据这个指针从表文件中查询数据。

1.2 哈希索引（哈希表）

哈希索引是基于哈希表实现的。只有所有所有列的精确匹配才有效。

也就是说，假设有一个哈希索引键(col1,col2)，那么每次只能使用col1和col2字段才能生效。因为生成哈希索引时，是根据哈希函数取所有索引列的哈希值来实现的。

如下图，有一个hash索引键(name)

当我们执行mysql> select * from User时where name='张三';时如何利用哈希索引快速查找？

第一步计算哈希值，hash(张三) = 1287

第二步定位行号，例如key对应的行号=1287为3

第三步，查找指定行，比较name column值来验证是否是张三

2.常见索引类型（应用级））

主键索引

创建表User(` name` varchar(50) not null ,`uid` int(4) not null,`gender` int(2) not null, Primary key(`uid`));

主键索引为唯一，通常设置为表的 ID。主键索引，一张表只能有一个主键索引，这就是它和唯一索引的区别。

唯一索引

创建表User(`name` varchar(50) not null,`uid` int (4) not null,`gender` int(2) not null, unique key(`name`));

唯一索引主要用于业务唯一约束。与主键索引的区别在于，一张表可以有多个唯一索引

单列索引

创建表User(`name` varchar(50) not null,`uid` int(4) not null,`gender` int (2) not null, key(`name`));

使用某个字段作为索引

联合索引

创建表 User(`name` varchar(50) not null,`uid` int(4) not null,`gender` int(2) not null, key(`name`,`uid`));

两个或多个字段组合起来形成一个索引。使用时需要注意最左匹配原则！

还有其他不太常用的我就不介绍了~

3.聚集索引和非聚集索引

什么是聚集索引？

聚集索引是指索引和行数据存储在一起。也就是说，B+树的叶子节点不仅存储其索引值，还存储某一行对应的数据。稍后你看图就知道了。

聚集索引不是索引，而是一种组织数据存储的方式！ ！ ！

创建表测试(col1 int not null, col2 int not null, PRIMARY KEY(col1), KEY(col2));

如上所示，表test由两个索引组成，分别是主键col1和普通索引col2。那么这两个索引和聚集、非聚集是什么关系呢？

会生成一个聚集索引和一个非聚集索引（二级索引）。 ，也就是说会组织两棵索引树。主键索引会生成一棵聚集索引树和一棵以col2为索引的非聚集索引树。

InnoDb会通过主键实现聚集索引，如果没有主键key，会选择一个唯一的非空索引来实现。如果没有唯一的非空索引，就会隐式生成主键。

我们来看看聚集索引。非聚集索引数据如何分布在索引树上，图取自《高性能Nysql》

下图是聚集索引的数据组织方式。集群col1主键索引的簇索引树

索引列为主键col1

可以看出，叶子节点除了索引值列col1(3~99~4700)值，其他列值也存储，如列col2(92~8~13)。如果还有其他列，它们也会被存储，或者换句话说，聚集索引树在叶子节点上存储某个值。索引值对应的一行数据。

下图是非聚集索引（二级索引）的数据组织方式。

索引列为col2

与聚集索引的区别在于，非聚集索引除了存储以下叶子节点上的索引值外，只存储主键值索引树。聚集索引存储一行数据。

如果有一条sql语句select * from test where col2=93;

上面的语句会经过两次索引树搜索过程

1.第一步，从非聚集索引的索引树中找到包含col2=93的叶子节点，定位到该行的主键3

2。第二步，根据主键3从聚集索引中定位到主键=3的叶子节点，并返回所有行数据。

以上都是基于InnoDb存储引擎， MyISAM不支持聚集索引，因为他的数据文件和索引文件是相互独立存储的。 MyISAM存储引擎的索引树的叶子节点并不读取主键值，而是存储一个指向对应行的地址或指针，然后从表数据文件中检索出来。找到它，如下图所示。

结论：

聚集索引：

通常由主键或非空唯一索引、叶子节点来实现存储一整行数据

非聚集索引：

也称为二级索引，是常见的我们常用的索引。叶子节点存储索引值和主键值。聚集索引查询

4.覆盖索引

覆盖索引是指索引包含了所有需要查询的字段。

创建表User(`name` varchar(50) not null,`uid` int(4) not null,`gender` int(2) not null, key(`uid`,`name`));

如果表User有三个字段User(name,uid,gender)，并且有一个联合索引key(name,uid)那么

执行下面的SQL查询时会使用覆盖索引。

从用户中选择名称、uid，其中名称位于 ('a','b') 且 uid >= 98 且 uid <=100 ;
上面的SQL语句使用了联合索引键(name,uid)，只需要查找name和uid这两个字段，所以使用了覆盖索引。覆盖索引有什么好处？先看下图
上图是j对应的索引树联合索引键（名称，uid）。从图中可以看出，如果我们只需要查询有两个字段（name，uid）的话，我们需要检查的数据就可以从索引树中获取到，不需要先找到索引值然后从表数据文件中找到对应的行数据。 
覆盖索引的好处
1.避免对主键索引（簇）进行二次查询
2.由于不需要回表（从表数据文件中）查询，Mysql缓存的负载大大提高
总之，读取数据的性能大大提高。 
5.最佳索引使用策略
最后说一下索引使用过程中的陷阱避免指南
独立列< /strong>
独立列不是指单列索引，而是指不能属于表达式或函数的索引列。 。 
select * FROM test where col1 + 1 =100; // 不能是表达式的一部分 select * FROM test where ABS(col1) =100; //不能是函数的一部分
最左匹配原则
如果存在联合索引键(col1,col2)。那么以下查询的索引无效
select * from test where col2 = 3;select * from test where col1 like '%3';
关于最左匹配原则，如果你思考一下B+树的叶子节点之间的关系，你就差不多明白为什么需要最左匹配原则了，因为B+的叶子节点之间的关系是这样的从左到右的链表。当我们查询索引时，要么要做范围查询，要么左边有一个明确的起始索引值。它不能被跳过或不清楚，例如“%XYZ”之类的查询。 
索引值不能为空值
单列中的空值列索引会导致索引无效
多列索引中只要有一列有空值，索引就会无效
< p>使用聚集索引和覆盖索引大大提高读取性能
因为所需字段已经在聚集索引和覆盖索引的索引树上，所以不需要再查询回表文件，因此提高了查询速度
使用短索引
如果查询很长的字符串，只需匹配一个前缀长度，这样可以节省大量索引空间
关于Mysql中索引的作用是什么这个问题的答案就分享在这里。希望以上内容能够对大家有所帮助。如果您还有很多疑问没有解决，您可以关注行业资讯频道了解更多相关知识。