当前位置：首页 > news >正文

浅析MySQL-索引篇01

news 2025/7/8 13:16:26

什么是索引？

索引是帮助存储引擎快速获取数据的一种数据结构，类似于数据的目录。

索引的分类

按数据结构分类：

MySQL 常见索引有 B+Tree 索引、HASH 索引、Full-Text 索引。

Innodb是MySQL5.5之后的默认存储引擎，B+Tree索引类型也是MySQL采用的最多索引类型。

在创建表时，InnoDB存储引擎会根据不同的场景选择不同的列作为索引：

如果有主键，默认会使用主键作为聚簇索引的索引键；
如果没有主键，就选择一个唯一列作为聚簇索引的索引键;
如果两个都没有，将自动生成一个隐式自增 id 列作为聚簇索引的索引键;

其他索引都属于二级索引或非聚簇索引。创建的主键索引和二级索引默认使用的都是B+tree索引。

按物理存储分类：

索引分为聚簇索引、非聚簇索引。

聚簇索引的B+tree的叶子节点存放的是实际数据，所有完整的数据记录都存放在聚簇索引的B+Tree的叶子节点里；

非聚簇索引的B+Tree的叶子节点存放的是主键值，不是实际数据记录

因此，在查询时使用了非聚簇索引，如果查询的数据字段能在非聚簇索引里查询到，那么就不需要回表，这个过程称作覆盖索引。如果查询的数据字段不在非聚簇索引中，就会先检索非聚簇索引，找到对应的叶子节点，获取到主键值后，然后在检索聚簇索引，就能查到数据了，这个过程就称作回表。

按字段特性分类：

索引分为主键索引、唯一索引、普通索引、前缀索引。

这里说明下前缀索引：

前缀索引指的是对字符类型(char、varchar)字段的前几个字符建立的索引，而不是在整个字段上建立索引。使用此类索引可以检索索引占用的存储空间，提升查询效率。

create index idx_name_prefix on tbl_user(name(3));

按字段个数分类：

分为单列索引、联合索引。

这里说明下联合索引，它就是将多个字段组合成一个索引。

索引的结构

比如在tb_user中添加idx_name_age(name,age)联合索引

CREATE INDEX idx_name_age ON tbl_user(name, age);

下图就是联合索引idx_name_age中B+Tree形式的大致结构：

从上面的图可以看出，联合索引的非叶子节点用两个字段的值作为B+Tree的key值。当在联合索引查询数据时，先按name字段比较，在name字段相同的情况下在按age字段比较。也就是说先按name字段进行排序，然后再name字段相同的情况再按age字段排序。

因此，使用联合索引时，就会存在最左匹配原则。如果查询条件不遵守「最左匹配原则」联合索引会失效，查询就无法利用到索引进行快速查询。

为什么选择B+Tree？

B+ 树的非叶子节点不存放实际的记录数据，仅存放索引，因此数据量相同的情况下，相比存储即存索引又存记录的 B 树，B+树的非叶子节点可以存放更多的索引，因此 B+ 树可以比 B 树更「矮胖」，查询底层节点的磁盘 I/O次数会更少。
B+ 树有大量的冗余节点（所有非叶子节点都是冗余索引），这些冗余索引让 B+ 树在插入、删除的效率都更高，比如删除根节点的时候，不会像 B 树那样会发生复杂的树的变化；
B+ 树叶子节点之间用链表连接了起来，有利于范围查询，而 B 树要实现范围查询，因此只能通过树的遍历来完成范围查询，这会涉及多个节点的磁盘 I/O 操作，范围查询效率不如 B+ 树。

索引的优化

下面举例说明几种常见的优化索引手段：

前缀索引优化；
覆盖索引优化；
主键索引最好是自增的；
防止索引失效；

前缀索引优化

使用某个字段中字符串的前几个字符串建立索引，为什么需要使用前缀来建立索引呢？

目前是为了减小索引字段大小，可以增加一个索引页中存储的索引值，有效提高索引的查询速度。因为会存在大字符串的字段作为索引，这个场景就适合使用前缀索引方式来减小索引项的大小

缺点：①order by无法使用前缀索引 ②无法把前缀索引用作覆盖索引

覆盖索引优化

指的是SQL中查询的所有字段，在索引B+Tree的叶子节点都能找得到，从非聚簇索引中查询得到记录，而不需要通过聚簇索引查询获得，避免了回表的操作。

主键索引是自增

建表的时候，我们一般把主键设置成自增，为什么这么做呢？

Innodb引擎中，以聚簇索引为例，数据存放在叶子节点中，也就是说，同一个叶子节点内的各个数据都是按主键顺序存放的，因此当有一条新数据要插入时，数据库会根据主键将其插入到对应的叶子节点中。

如果使用自增主键，那么每次插入的新数据就会按顺序添加到当前索引节点的位置，不需要移动已有数据，当页写满，就会自动开辟一个新页。因为每次插入一条新纪录，都是追加操作，不需要重新移动数据，因此这种插入数据的方法效率非常高。

如果使用非自增主键，那么每次插入主键的索引值都是随机的，每次插入新的数据时，就可能会插入到现有数据页中间的某个位置，这将不得不移动其他数据来满足新数据的插入，甚至需要从一个页复制数据到另外一个页，这种情况我们称为页分裂。页分裂可能会导致造成大量的内存碎片，导致索引节后不紧凑，影响查询效率。

索引最好设置为 NOT NULL

第一：索引列存在NULL就会导致优化器在做索引选择的时候更加复杂，难以优化。比如进行索引统计，count会省略之为NULL的行
第二： NULL是一个没有意义的值，但是它会占用物理空间，所以会带来存储空间的问题。如果表中存在允许为NULL的字段，那么行格式中至少会用1字节空间存储NULL值列表。

防止索引失效

对索引使用左或者左右模糊匹配

当我们使用左或者左右模糊匹配的时候，都会造成索引失效

select * from tbl_score where name like '%王';
select * from tbl_score where name like '%王%';

执行计划中的 type=ALL 就代表了全表扫描，而没有走索引。

如果查询的是右模糊的话，会走索引。

select * from  tbl_score like '王%';

执行计划中的type=range表示走了索引扫描。

为什么 like 关键字左或者左右模糊匹配无法走索引呢？

因为索引结构是B+Tree，它是按照「索引值」有序排序存储的，只能根据前缀进行比较。

对索引使用函数

如果查询条件中对索引字段使用函数，就会导致索引失效。

select * from tbl_score where mod(score, 2) = 0;

执行计划中type=ALL，代表未走索引。

为什么对索引使用函数，就无法走索引了呢？

因为索引保存的是索引字段的原始值，而不是经过函数计算后的值，因此肯定没法走索引。但是在8.0版本后，增加了函数索引。即可这对函数计算后的值建立索引，也就是说索引的值是函数计算后的值。

alter table tbl_score add key idx_score_mod ((mod(score,2)));

添加完后，执行计划如下：

对索引进行表达式计算

在查询条件中对索引进行表达式计算，也是无法走索引的。

select * from tbl_score where age + 2=10;

执行计划如下，type=ALL未走索引

修改查询方式

select * from tbl_score where age = 10 - 2;

执行计划如下，type=ref走了索引

对索引隐式类型转换

如果索引字段是字符串类型，但是在条件查询中，输入的参数是整型的话，你会在执行计划的结果发现这条语句会走全表扫描

在tbl_score中存在一个字段status 类型是varchar(4)

select * from tbl_score where status=1;

执行计划中，type=ALL未走索引。

修改方式：

select * from tbl_score where status='1';

执行计划中，type=ref表示已走索引。

联合索引非最左匹配

联合索引要能正确使用需要遵循最左匹配原则，也就是按照最左优先的方式进行索引的匹配

select * from tbl_score where score= 10;

执行计划中type=ALL未走索引。

为什么联合索引不遵循最左匹配原则就会失效？

在联合索引的情况下，数据是按照索引第一列排序，第一列数据相同时才会按照第二列排序。

也就是说，如果我们想使用联合索引中尽可能多的列，查询条件中的各个列必须是联合索引中从最左边开始连续的列。如果我们仅仅按照第二列搜索，肯定无法走索引

WHERE 子句中的 OR

在 WHERE 子句中，如果在 OR 前的条件列是索引列，而在 OR 后的条件列不是索引列，那么索引会失效

但是or查询条件中都有字段都是索引字段，并不一定走索引。还需要看优化器怎么决定。