MySQL 篇-深入了解存储引擎、索引（InnoDB 索引结构 B+Tree、索引使用规则）
🔥博客主页： 【小扳_-CSDN博客】
❤感谢大家点赞👍收藏⭐评论✍
文章目录
1.0 存储引擎概述
1.1 存储引擎 - InnoDB
1.2 存储引擎 - MyISAM
1.3 存储引擎 - Memory
1.4 存储引擎 - 选择
2.0 索引概述
2.1 索引结构
2.1.1 索引结构 - B-Tree
2.1.2 索引结构 - B+Tree
2.1.3 索引结构 - Hash
2.1.4 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？
2.2 索引分类
2.3 索引语法
2.4 索引性能分析
2.4.1 查看执行频次
2.4.2 慢查询日志
2.4.3 show profiles
2.4.4 explain
2.5 索引使用规则
2.5.1 最左前缀法则
2.5.2 索引失效情况
2.5.3 SQL 提示
2.5.4 覆盖索引
2.5.5 前缀索引
2.5.6 单列、联合索引
2.6 设计原则
1.0 存储引擎概述
存储引擎就是存储数据、建立索引、更新、查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。
默认的存储引擎为 InnoDB 。
1）通过 SQL 语句来查询建表时指定的存储引擎：
show create table 表名;
2）通过 SQL 语句查询当前数据库支持的存储引擎：
show engines;
3）通过 SQL 语句在创建表的时候指定存储引擎：
create table tb_text( id int primary key comment 'id' )engine = MyISAM comment 'text'; show create table tb_text;运行结果：
1.1 存储引擎 - InnoDB
InnoDB 是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB 是默认的 MySQL 存储引擎。
特点：
1）DML 操作遵循 ACID 模型，支持事务。
2）行级锁，提高并发访问性能。
3）支持外键 FOREIGN KEY 约束，保证数据的完整性和正确性。
文件：
xxx.ibd：xxx 代表的是表名，innoDB 引擎的每张表都会对应这样一个表空间文件，存储该表结构、数据和索引。
1.2 存储引擎 - MyISAM
MyISAM 是 MySQL 早期的默认存储引擎。
特点：
1）不支持事务，不支持外键。
2）支持表锁，不支持行锁。
3）访问速度快。
文件：
xxx.sdi：存储表结构信息。
xxx.MYD：存储数据。
xxx.MYI：存储索引。
1.3 存储引擎 - Memory
Memory 引擎的表数据存储在内存中，由于受到硬件问题或者断电问题的影响，只能将这些表作为临时表或缓存使用。
特点：
1）内存存放。
2）Hash 索引(默认)
文件：
xxx.sdi：存储表结构信息。
1.4 存储引擎 - 选择
根据 InnoDB、MyISAM、Memory 三种引擎的特点来选择：
在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。
1）InnoDB：是 MySQL 的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么 InnoDB 存储引擎是比较合适的选择。
2）MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。
3）MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY 的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。
2.0 索引概述
索引是帮助 MySQL 高效获取数据的有序的数据结构。在数据之外，数据系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用指向数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
索引的优缺点：
优点：
1）提高数据检索的效率，降低数据库的 IO 成本。
2）通过索引列对数据进行排序，降低数据排序的成本，降低 CPU 的消耗。
缺点：
1）索引列也是要占用空间的。
2）索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行 INSERT、UPDATE、DELETE 时效率降低。
2.1 索引结构
MySQL 的索引是在存储引擎层实现的，不同的存储引擎有不同的结构：
B+Tree 索引：最常见的索引类型，大部分引擎都支持 B+ 树索引，包含 InnoDB、MyISAM、Memory 引擎。
Hash 索引：底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询。Hash 索引是 Memory 引擎的一个特殊索引类型。
R-tree 空间索引：空间索引是 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少。
2.1.1 索引结构 - B-Tree
B-Tree（多路平衡查找树）以一颗最大度数为 5 阶的 B-Tree 为例（每个节点最多存储 4 个 key，5 个指针）：
举个例子：
2.1.2 索引结构 - B+Tree
B+Tree 以一颗最大度数为 3 阶的 B+Tree 为例：
非叶子节点就只存储索引，没有数据，而叶子节点存放索引和对应的数据，所有的叶子节点加起来数据就是存储完整的数据，叶子节点之间使用了单向链表链接起来。
相对于 B-Tree 区别：
1）所有的数据都会出现在叶子节点。
2）叶子节点形成一个单向链表。
MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 B+Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的 B+Tree，提高区间访问的性能。
2.1.3 索引结构 - Hash
哈希索引就是采用一定的 Hash 算法，将键值换算成新的 hash 值，映射到对应的槽位上，然后存储在 hash 表中。如果两个键值，映射到一个相同的槽位上，他们就产生了 hash 冲突，也称为 hash 碰撞，可以通过链表来解决。
特点：
1）Hash 索引只能用于对等比较（=、in），不支持范围查询（between，>，<）
2）无法利用索引完成排序操作。
3）查询效率高，通常只需要一次检索就可以了，效率通常要高于 B+Tree 索引。
在 MySQL 中，支持 hash 索引的是 Memory 引擎，而 InnoDB 中具备自适应 Hash 功能，hash 索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的。
2.1.4 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？
1）相对于二叉树，层级更少，搜索效率高。
2）对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。
3）相对于 Hash 索引，B+Tree 支持范围匹配及排序操作。
2.2 索引分类
1）主键索引：针对于表中主键创建的索引，默认会自动创建，只有一个。
2）唯一索引：避免同一个表中某数据列中的值重复，可以有多个唯一索引。
3）常规索引：快速定位特定数据，可以有多个常规索引。
在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：
1）聚集索引：将数据存储与索引放到一块，索引结构的叶子节点保存了行数据，必须有，而且只有一个。
聚集索引选取规则：
如果存在主键，主键索引就是聚集索引。
如果不存在主键，将使用第一个唯一索引作为聚集索引。
如果表没有主键，也没有合适的唯一索引，则 InnoDB 会自动生成一个 rowid 作为隐藏的聚集索引。
2）二级索引：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键，可以存在多个。
查询的具体流程：
当执行 'select * from user where name = "Arm" ' 语句时，由于 name 字段存在索引，所以不会进行全表查询，先会根据 name 字段的索引来查找 "Arm"，又因为需要返回 "Arm" 表中的所有信息，因此会根据得到的主键 ID 为 10 进行回表查询，也就是到聚集索引中根据 10 来查询 row 该行的所有信息。
2.3 索引语法
1）创建索引：
CREATE [UNIQUE] INDEX index_name ON table_name(index_col_name);
举个例子：
/*对于字段 book_name 创建唯一索引*/ create unique index idx_book_name on book(book_name);
2）查看索引：
SHOW INDEX FROM table_name;
举个例子：
/*查看该表中的全部索引*/ show index from book;运行结果：
3）删除索引：
DROP INDEX index_name ON table_name;
举个例子：
/*删除指定索引*/ drop index idx_book_name on book;运行结果：
2.4 索引性能分析
通过执行频次来查看是否需要在表中创建索引，创建索引之后，通过查看索引性能进行进一步优化处理。
2.4.1 查看执行频次
MySQL 客户端连接成功后，通过以下命令可以提供服务器状态信息：
show global status like 'Com_______';
通过该指令，可以查看当前数据库的 INSERT、UPDATE、DELETE、SELECT 的访问频次。
例如：
可以看到，当前数据库主要是以查询为主，查询次数 903 次。
2.4.2 慢查询日志
慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认 10 秒）的所有 SQL 语句的日志。
MySQL 的慢查询日志默认没有开启，需要在 MySQL 的配置文件中配置如下信息：
先开启慢查询开关，再设置慢查询的时间。配置完毕之后，重新启动 MySQL 服务器进行测试，查看慢日志文件中记录的信息。
在 linux 环境下的慢日志文件为：/var/lib/mysql/localhost-slow.log 。通过查看该日志文件，就可以知道哪一个查询语句执行时间是超过 2 秒。
2.4.3 show profiles
show profiles 能够在做 SQL 优化时帮助我们了解时间都耗费到哪里去了。通过 have_profiling 参数，能够看到当前 MySQL 是否支持 profile 操作：
select @@have_profiling;运行结果：
查看 profile 操作是否开启：
select @@profiling;运行结果：
默认 profiling 是关闭的，可以通过 set 语句在 session/global 级别开启 profiling：
set profiling = 1;
执行一系列的业务 SQL 操作，然后通过如下指令查看指令的执行耗时：
1）查看每一条 SQL 的耗时基本情况：
show profiles;执行结果：
2）查看指定 query_id 的 SQL 语句各个阶段的耗时情况：
show profile all for query query_id;
2.4.4 explain
EXPLAIN 或者 DESC 命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。
语法：
explain select 字段列表 from 表名 where 条件;
直接在 select 语句之前加上关键字 explain / desc 。
举个例子：
explain select * from book where book_name = '活着';执行结果：
解析字段含义：
1）ID：select 查询的序列号，表示查询中执行 select 子句或者是操作表的顺序（id 相同，执行顺序从上到下；id 不同，值越大，越先执行）。
2）select_type：表示 select 的类型，常见的取值有 simple（简单表，即不适用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE 之后包含了子查询）等。
3）type：表示连接类型，性能由好到差的连接类型为：
NULL、system、const、eq_ref、ref、range、index、all 。
4）possible_key：显示可能应用这张表上的索引，一个或多个。
5）key：实际使用的索引，如果为 null，则没有使用索引。
6）key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
7）rows：MySQL 认为必须要执行查询的行数，在 InnoDB 引擎的表中，是一个估计值，可能并不总是准确的。
8）filtered：表示返回结果的行数占需要读取行数的百分比，filtered 的值越大越好。
2.5 索引使用规则
2.5.1 最左前缀法则
如果创建了联合索引，要遵循最左前缀法则。最左前缀法则则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）。
举个例子：
/*创建联合索引*/ create index idx_book_name_author_cat on book(book_name,book_author,book_category); /*查询计划*/ explain select * from book where book_name = '活着' and book_author = '余华' and book_category = 1;执行结果：
如果条件中没有包含 book_name 字段，则不会走索引，会走全表查询：
/*查询计划*/ explain select * from book where book_author = '余华' and book_category = 1;执行结果：
如果条件中没有包含 book_author 字段，则会走索引，但是 book_category 字段会失效：
/*查询计划*/ explain select * from book where book.book_name = '活着' and book_category = 1;执行结果：
需要注意的是：
在联合索引中，出现范围查询(<、>) ，范围查询右侧的列索引失效，需要加上 '=' 来处理，也就是说尽量使用（>=、<=）。
2.5.2 索引失效情况
1）不要再索引列上进行函数运算操作，索引将失效。比如说，使用 subsring 来截取字符串，会导致索引失效。
2）字符串类型字段使用时，不加引号，索引将失效。
3）模糊查询，如果仅仅时尾部模糊匹配，索引不会失效，如果时头部模糊匹配，索引失效。
/*仅仅是尾部模糊，则索引不会失效*/ explain select * from book where book_name like '活%'; /*只要有头部模糊匹配，则索引会失效*/ explain select * from book where book_name like '%着';分别执行的结果：
4）or 连接的条件，用 or 分割开的条件，如果 or 前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。
举个例子：
book_id 有主键索引，book_name 有联合索引，而 book_press 没有索引。
explain select * from book where book_id = 1 or book_name = '余华'; explain select * from book where book_id = 1 or book_press = '作家出版社';分别执行的结果：
5）数据分布影响：如果 MySQL 评估使用索引比全表更慢，则不使用索引。
2.5.3 SQL 提示
是优化数据库的一个重要手段，简单来说，就是在 SQL 语句中加入一些人为的提示来达到优化操作的目的。
1）use index：给数据库提供建议使用指定的索引。
举个例子：
现在字段 book_name 有创建了联合索引和常规索引，当给数据库查询的时候使用指定的索引建议的 SQL 语句：
explain select * from book use index(idx_book_name) where book_name = '活着';执行结果：
2）ignore index：忽略指定的索引。
举个例子：
explain select * from book ignore index(idx_book_name) where book_name = '活着';执行结果：
3）force index：必须要使用指定的索引。
举个例子：
explain select * from book force index(idx_book_name) where book_name = '活着';执行结果：
2.5.4 覆盖索引
尽量使用覆盖索引，查询使用了索引，并且需要返回的列，在索引中已经全部能够找到，减少 select * 。简单来说，覆盖索引就是避免进行回表查询，从而使得效率提高。
举个例子：
explain select * from book where book_name = '活着' and book_author = '余华' and book_category = 1;执行结果：
以上的 SQL 语句返回的结果是 * 全部信息，且使用了联合索引。因此，需要进行回表查询，效率是比较低的。
如果需要的信息，在第一次联合索引查询到之后可以得到，那么不需要进行回表查询，这就是覆盖索引，效率较高。
explain select book_id,book_name,book_author,book_category from book where book_name = '活着' and book_author = '余华' and book_category = 1;执行结果：
using index condition：查找使用了索引，但是需要回表查询数据。
using where;using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。
2.5.5 前缀索引
当字段类型为字符串时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘 IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引这样可以大大节约索引空间，从而提高索引效率。
语法：
create index idx_xxx_xx on table_name(column(n));
n 为前缀长度，可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是 1，这是最好的索引选择性，性能也是最好的。
select count(distinct substring(book.book_name,1,1)) / count(*) from book;执行结果：
2.5.6 单列、联合索引
单列索引：即一个索引只包含单个列。
联合索引：即一个索引包含了多个列。
业务场景中，如果存在多个查询条件，考虑对于查询字段建立索引时，建议建立联合索引，而非单列索引。
在使用 and 多条件联合查询时，MySQL 优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。因此，必定会发生回表查询，效率会较低。
2.6 设计原则
1）针对数据量较大，且查询比较频繁的表建立索引。
2）针对于常作为查询条件 (where)、排序(order by)、分组(group by) 操作的字段建立索引。
3）尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
4）如果时字符串类型的字段，字段的长度越长，可以针对于字段的特点，建立前缀索引。
5）尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
6）要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
7）如果索引列不能存储 null 值，请在创建表时使用 not null 约束它。当优化器知道每列是否包含 null 值时，它可以更好地确定哪个索引最有效地用于查询。
