mysql-索引概述

发表于 更新于 分类于 Disqus：
常见的索引模型

常见的索引模型

哈希表

特点

  1. 哈希表是一种以 键-值 存储数据的结果，对于这种结构，只需要输入待查找的 key 值，就可以找到其对应的 value 值。
  2. 哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。
  3. 不可避免的，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表，对于链表上新增的元素，只需要追加到链表的尾端。

优点

  1. 新增的效率比较高。
  2. 适用于等值查询。

缺点

  1. 不适用于范围查询的场景。

使用场景

  1. 适用于等值查询的场景，如 Memcached 及其他一些 NoSQL引擎。

有序数组

特点

  1. 元素是有序的。

优点

  1. 适用于有序数组在等值查询和范围查询。

缺点

  1. 插入效率低下，向数组中间插入一个值，必须挪动后面所有的记录。

使用场景

  1. 有序数组索引只适用于静态存储引擎，如要保存的是2018年某个城市的所有人口信息，这类不会再修改的数据。

搜索树

特点

  1. 二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子。查询时间复杂度是 O(log(N))，更新的时间复杂度也是O(log(N))。

  2. 多叉搜索树：每个节点有多个儿子，儿子之间的大小保证从左到右递增。

  3. 二叉树的搜索效率最高，但实际上大多数的数据库存储却并不使用二叉树。原因是：索引不只在内存中，还要写到磁盘上。

    你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，这个查询可真够慢的。

  4. 为了让一个查询尽量少的读磁盘，就必须让查询过程访问尽量少的数据块。那么就不应该使用二叉树，使用“N”叉树。N取决于数据块的大小。

    以 InnoDB 的一个整数字段索引为例，这个 N 差不多是 1200。这棵树高是 4 的时候，就可以存 1200 的 3 次方个值，这已经 17 亿了。考虑到树根的数据块总是在内存中的，一个 10 亿行的表上一个整数字段的索引，查找一个值最多只需要访问 3 次磁盘。其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。

可以看到，在考虑一个索引模型的时候，可以从插入（更新）、等值查询、范围查询的角度去思考，具体该用何种模型。

MySQL索引

在MySQL中，索引是在存储引擎层实现的，所以没有统一的索引标准，即不同存储引擎的索引的工作方式并不一样。而即使多个存储引擎支持同一种类型的索引，其底层实现也可能不同。

InnoDB 的索引模型

在 InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB使用了B+数索引模型，所以数据都是存储在B+数中的，B+树能很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。

每一个索引在 InnoDB 里面对应一颗 B+ 树。

主键索引

主键索引的叶子节点存的是整行数据。
以 InnoDB 的一个整数字段索引为例，这个 N 差不多是 1200。这棵树高是 4 的时候，就可以存 1200 的 3 次方个值，这已经 17 亿了。考虑到树根的数据块总是在内存中的，一个 10 亿行的表上一个整数字段的索引，查找一个值最多只需要访问 3 次磁盘。其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。在InnoDB里，主键索引也被称为 聚簇索引。

非主键索引

非主键索引叶子节点是主键的值。在 InnoDB 里，非主键索引也被称为 二级索引。

基于主键索引和普通索引的查询有什么区别？

  • 如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索ID这颗 B+ 树；
  • 如果语句是 select * from T where k = 5，即普通索引的查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到ID索引树搜索一次。回到主键索引树搜索的过程称为回表。

基于非主键索引的查询需要多扫描一颗索引树。

索引维护

  • 页分裂：一个数据页满了的情况下，需要申请一个新的数据页，挪动部分数据过去。性能会受到影响，另外还会影响到数据页的利用率。
  • 页合并：相邻的两个数据页删除了数据，利用率很低的情况下，会将数据页合并。

为什么要使用自增主键？

  1. 插入性能高，没插入一条新纪录，都是追加操作，不会涉及到挪动其他记录，也不会触发叶子节点的分裂。
  2. 另外主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

重建索引

为什么要重建索引？
索引可能因为删除，或者页分裂等原因，导致数据页有空洞，重建索引会使数据页的率用率达到最好，更省空间。

对于 InnoDB 表T，如果重建二级索引 k，两个SQL语句可以这么写：

1
2
alter table T drop index k;
alter table T add index k;

这种做法是合理的，可以达到省空间的目的。

如果要重建主键索引，也可以这么写：

1
2
alter table T drop primary key;
alter table T add primary key;

这种做法不合理，不论是删除主键还是创建主键，都会将整个表重建，连着执行这两个语句的话，第一个语句就白做了。可以替换为：

1
alter table T engine = InnoDB

表空间碎片

产生原因

  1. 记录被Delete，且原空间无法复用。
  2. 记录被Update（通常出现在变长字段中），原空间无法复用。
  3. 记录插入导致页分裂，页的填充率降低。

影响

如果表空间碎片较大，可能带来的负面影响：

  1. 浪费磁盘空间；
  2. 可能导致查询扫描的IO成本提升，效率降低；
  3. 如果表空间较小或者碎片率较小，用户无需关注，也不建议执行回收空间碎片操作。

回收表空间碎片的方法

  1. 回收碎片的常见方法是通过 optimize table 来重组文件，操作过程会导致该表上的写操作无法执行，实例负载增大，请用户谨慎操作，如果确定需要回收，建议放在业务低峰期进行。
  2. Alter Table操作也可以达到回收空间碎片的效果，请用户谨慎操作，如果确定需要回收，建议放在业务低峰期进行。 
    1
    2
    3
    4
    5
    OPTIMIZE TABLE  ast_dubbo_receive;

    ALTER TABLE `ast_tj_subscribe_info_backup` engine = INNODB ;

    SELECT  * from tables where TABLE_NAME ='ast_tj_subscribe_info_backup';

5.6.17开始 optmize 对innodb除了包含fulltext索引外，是执行的重建表和索引树

应该是这样了，比如绿色部分的主键值被删除了，但是又达不到重建或者旋转整颗树，于是这部分空间就处于浪费中，但不会复用。。。。。。重建索引树，就是全部重建···

0%