【MySQL高级】——InnoDB索引MyISAM索引

一、索引概述

  MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。 索引的本质：索引是数据结构。你可以简单理解为“排好序的快速查找数据结构”，满足特定查找算法。 这些数据结构以某种方式指向数据， 这样就可以在这些数据结构的基础上实现 高级查找算法 。

二、索引的优缺点

<1> 优点

（1）类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本 ，这也是创建索引最主要的原因。
（2）通过创建唯一索引，可以保证数据库表中每一行 数据的唯一性 。
（3）在实现数据的参考完整性方面，可以加速表和表之间的连接 。换句话说，对于有依赖关系的子表和父表联合查询时，可以提高查询速度。
（4）在使用分组和排序子句进行数据查询时，可以显著减少查询中分组和排序的时 间 ，降低了CPU的消耗。

<2> 缺点

（1）创建索引和维护索引要耗费时间 ，并且随着数据量的增加，所耗费的时间也会增加。
（2）索引需要占磁盘空间 ，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，存储在磁盘上 ，如果有大量的索引，索引文件就可能比数据文件更快达到最大文件尺寸。
（3）虽然索引大大提高了查询速度，同时却会降低更新表的速度 。当对表中的数据进行增加、删除和修改的时候，索引也要动态地维护，这样就降低了数据的维护速度。 因此，选择使用索引时，需要综合考虑索引的优点和缺点。

三、InnoDB的索引方案

<1> 基本结构

1. 行格式

就是一条数据库表中的一行数据的格式，简化Compact 行格式如下：

<1> record_type
记录头信息的一项属性，表示记录的类型
0 表示普通记录、1表示目录项记录 、2 表示最小记录、 3 表示最大记录
<2> next_record
记录头信息的一项属性，表示下一条地址相对于本条记录的地址偏移量，我们用箭头来表明下一条记录是谁。
<3> 各个列的值
这里只记录在 index_demo 表中的三个列，分别是 c1 、 c2 和 c3 。
<4> 其他信息
除了上述3种信息以外的所有信息，包括其他隐藏列的值以及记录的额外信息。

2. 数据项页

<1> 页内存放表中一行记录的全部数据，数据间根据索引列有序。
<2> 标记最大值，最小值
<3> 可以根据二分法 快速定位到数据

3. 目录项页

<1> 目录项页存放数据项页的【地址和索引列最小值】
<2> 目录项记录的 record_type 值是1
<3> 目录项记录只有索引列值和数据项页的目录地址两个列
<4> 目录项页内的数据也是根据索引列有序，可以根据二分法快速定位到数据

4. B+Tree

<1> 特性

1. 叶子节点内数据递增有序，形成有序列表
2. 非叶子节点内的数据指向叶子节点
3. 非叶子节点在叶子节点中是最大（或最小）元素。
4. B+树的叶子结点都是相连的，因此对整棵树的遍历只需要一次线性遍历叶子结点即可。而且由于数据顺序排列并且相连，所以便于区间查找和搜索。而B树则需要进行每一层的递归遍历。

<2> 性能分析

一个B+树的节点其实可以分成好多层，规定最下边的那层，也就是存放我们用户记录的那层为第 0 层，之后依次往上加。之前我们做了一个非常极端的假设：存放用户记录的页 最多存放3条记录 ，存放目录项记录的页 最多存放4条记录 。其实真实环境中一个页存放的记录数量是非常大的，假设所有存放用户记录的叶子节点代表的数据页可以存放 100条用户记录 ，所有存放目录项记录的内节点代表的数据页可以存
放 1000条目录项记录 ，那么：
如果B+树只有1层，也就是只有1个用于存放用户记录的节点，最多能存放 100 条记录。
如果B+树有2层，最多能存放 1000×100=10,0000 条记录。
如果B+树有3层，最多能存放 1000×1000×100=1,0000,0000 条记录。
如果B+树有4层，最多能存放 1000×1000×1000×100=1000,0000,0000 条记录。
你的表里能存放 100000000000 条记录吗？所以一般情况下，我们 用到的B+树都不会超过4层 ，那我们通过主键值去查找某条记录最多只需要做4个页面内的查找（查找3个目录项页和一个用户记录页），又因为在每个页面内有所谓的 Page Directory （页目录），所以在页面内也可以通过 二分法 实现快速定位记录。

<2> 聚簇索引&非聚簇索引

1. 聚簇索引（主键索引）

<1> 特点

1. 使用记录主键值的大小进行记录和页的排序，这包括三个方面的含义：
   页内的记录是按照主键的大小顺序排成一个单向链表 。
   各个存放用户记录的页 也是根据页中用户记录的主键大小顺序排成一个 双向链表 。
   存放目录项记录的页分为不同的层次，在同一层次中的页也是根据页中目录项记录的主键 大小顺序排成一个 双向链表 。
2. B+树的 叶子节点存储的是完整的用户记录。 所谓完整的用户记录，就是指这个记录中存储了所有列的值（包括隐藏列）。
3. 我们把具有这两种特性的B+树称为聚簇索引，所有完整的用户记录都存放在这个聚簇索引的叶子节点处。这种聚簇索引并不需要我们在MysQL语句中显式的使用INDEX语句去创建，InnoDB存储引擎会自动的为我们创建聚簇索引。

<2> 优点

  数据访问更快 ，因为聚簇索引将索引和数据保存在同一个B+树中，因此从聚簇索引中获取数据比非聚簇索引更快
 聚簇索引对于主键的 排序查找 和 范围查找 速度非常快
 按照聚簇索引排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连，数据库不用从多个数据块中提取数据，所以 节省了大量的io操作 。

<3> 缺点

 插入速度严重依赖于插入顺序 ，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于InnoDB表，我们一般都会定义一个自增的ID列为主键
 更新主键的代价很高 ，因为将会导致被更新的行移动。因此，对于InnoDB表，我们一般定义主键为不可更新
 二级索引访问需要两次索引查找 ，第一次找到主键值，第二次根据主键值找到行数据

<4> 限制

2. 非聚簇索引（二级索引、辅助索引）

<1> 非聚簇索引

<2> 回表

  我们根据这个以索引列大小排序的B+树只能确定我们要查找记录的主键值，所以如果我们想根 据索引列的值查找到完整的用户记录的话，仍然需要到 聚簇索引 中再查一遍，这个过程称为 回表 。也就 是根据索引列的值查询一条完整的用户记录需要使用到 2 棵B+树！

<3> 联合索引

<4> 与聚簇索引的不同

1. 页内的记录是按照索引列的大小顺序排成一个单向链表。
2. 各个存放用户记录的页也是根据页中记录的索引列大小顺序排成一个双向链表。
3. 存放目录项记录的页分为不同的层次，在同一层次中的页也是根据页中目录项记录的索引列大小顺序排成一个双向链表。
4. 数据项页存储的不是完整的数据。只是索引列和主键列
5. 目录项页存储的索引列、主键列和页号

<3> 注意

1. 根节点不变

2. 内节点中目录项记录的唯一性

目录项页中的每个数据要唯一，添加主键来实现唯一

3. 一个页面最少存储2条记录

四、MyISAM的索引方案

  MyISAM引擎使用 B+Tree 作为索引结构，叶子节点的data域存放的是 数据记录的地址 。

<1> 主键索引

<2> 二级索引

五、MyISAM与InnoDB对比

<1> 对比

1. 在InnoDB存储引擎中，我们只需要根据主键值对 聚簇索引 进行一次查找就能找到对应的记录，而在MyISAM 中却需要进行一次 回表 操作，意味着MyISAM中建立的索引相当于全部都是 二级索引 。
2. InnoDB的数据文件本身就是索引文件，而MyISAM索引文件和数据文件是 分离的 ，索引文件仅保存数据记录的地址。
3. InnoDB的非聚簇索引data域存储相应记录 主键的值 ，而MyISAM索引记录的是 地址 。换句话说，InnoDB的所有非聚簇索引都引用主键作为data域。
4. MyISAM的回表操作是十分 快速 的，因为是拿着地址偏移量直接到文件中取数据的，反观InnoDB是通过获取主键之后再去聚簇索引里找记录，虽然说也不慢，但还是比不上直接用地址去访问。
5. InnoDB要求表 必须有主键 （ MyISAM可以没有 ）。如果没有显式指定，则MySQL系统会自动选择一个可以非空且唯一标识数据记录的列作为主键。如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整型。
   

<2> 索引优化举例

六、索引的代价

<1> 空间代价

  每建立一个索引都要为它建立一棵B+树，每一棵B+树的每一个节点都是一个数据页，一个页默认会 占用 16KB 的存储空间，一棵很大的B+树由许多数据页组成，那就是很大的一片存储空间。

<2> 时间代价

  每次对表中的数据进行 增、删、改 操作时，都需要去修改各个B+树索引。而且我们讲过，B+树每层节点都是按照索引列的值 从小到大的顺序排序 而组成了 双向链表 。不论是叶子节点中的记录，还是内节点中的记录（也就是不论是用户记录还是目录项记录）都是按照索引列的值从小到大的顺序而形成了一个单向链表。而增、删、改操作可能会对节点和记录的排序造成破坏，所以存储引擎需要额外的时间进行一些 记录移位 ， 页面分裂 、 页面回收 等操作来维护好节点和记录的排序。如果我们建了许多索引，每个索引对应的B+树都要进行相关的维护操作，会给性能拖后腿。