MySQL系列

---

---

前言

上一篇：MySQL 函数大赏：聚合、日期、字符串等函数剖析

在MySQL数据库中，索引是一种特殊的数据结构，它与表中数据关联，就像书籍的目录与正文的关系——目录通过章节标题和页码快速定位内容，而索引则通过存储数据的关键列值及其对应物理位置，帮助数据库快速定位目标数据。

---

本篇文章以主流的InnoDB引擎为例，展开介绍

案例

在MySQL中操作存储大量数据的表时，我们往往会面临处理数据慢，性能低下等问题，这时只需要建立索引就可以将这种问题优化。

从操作执行时间不难看出，建立索引给我们操作带来的巨大提升。

在学习索引是如何优化MySQL的性能之前，需要先知道MySQL为什么存在性能方面的问题。

一、认识MySQL与磁盘

1.1 MySQL与存储

MySQL 给用户提供数据存储服务的，早在之前我就介绍过，MySQL使用的库、表对数据存储，在Linux下都表现为特殊结构的文件，要想对数据进行持久化保存，这些文件最终都要存储在磁盘中，所有MySQL下数据存储在磁盘这个外设当中，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

Linux文件系统
这篇文章中详细介绍了系统对磁盘的访问，强烈建议看一下,这里就不介绍了

1.2 MySQL 与磁盘交互基本单位

MySQL 作为一款应用软件，可以想象成一种特殊的文件系统，它有着更多的IO需求，而IO操作会大大影响执行效率，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB 。

磁盘这个硬件设备的基本单位是 512 字节，操作系统在和磁盘交互时以4KB为单位，而 MySQL InnoDB引擎使用 16KB 和内存进行IO交互。所以可以理解为， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）。

 SHOW GLOBAL STATUS LIKE 'innodb_page_size';

使用这个sql语句可以查找引擎页大小。

二、 MySQL 数据交互核心：BufferPool 与 IO 优化机制

通过前文介绍可知，MySQL 中的数据文件在磁盘上以 page（16KB） 为单位存储。当执行 CURD（增删改查）操作时，MySQL 需先通过计算定位目标数据的位置——这一过程依赖 CPU 参与，而 CPU 只能直接操作内存数据。因此，数据必须先从磁盘临时加载到内存中，形成“磁盘一份、内存一份”的临时状态。待内存中的数据操作完成后，再通过特定策略将更新同步回磁盘，这一过程即涉及磁盘与内存的交互（IO），而 IO 的基本单位正是 page。

为高效管理内存中的数据、减少频繁的磁盘 IO，MySQL 服务器在启动时会在内存中申请一块专用的大内存区域，称为 BufferPool（缓冲池）。它的核心作用是：

• 缓存热点数据：将频繁访问的 page 临时存储在内存中，避免每次操作都直接读写磁盘（局部性原理：当你对某一块数据操作时，你的下一次操将有很大概率，会使用后面的数据）。
• 优化 IO 效率：所有数据操作先在 BufferPool 中完成，操作完成后同步到磁盘，大幅减少磁盘 IO 次数（不可以操作一行，就获取一行）。

因此，减少系统与磁盘的 IO 次数是提升 MySQL 效率的核心原则，而 BufferPool 正是实现这一目标的关键机制——它通过内存缓存降低了磁盘 IO 对性能的影响。

三、索引的理解

3.1 测试案例

建立测试表
create table if not exists user (
id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);
插入多条记录，注意此处数据的主键顺序
insert into user (id, age, name) values(3, 18, '杨过');insert into user (id, age, name) values(4, 16, '小龙女');insert into user (id, age, name) values(2, 26, '黄蓉');insert into user (id, age, name) values(5, 36, '郭靖');insert into user (id, age, name) values(1, 56, '欧阳锋');

可以发现MySQL会将插入的数据默认变为有序，那么这样做有什么好处呢？
排序插入是为了优化查询效率

具体形式后面介绍

3.2 page

我们目前可以简单理解一个独立表文件是由一个或者多个Page构成的，那么这个表该如何管理这些page呢？

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表（像这种结构在学习Linux时，我们经常遇到），因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

页内部存放数据的模块，实质上是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的，正是因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的（这一点在后面感受）

通过页模式，MySQL 查询时会将一整页数据（16KB）加载到内存，以此减少硬盘 IO 次数、提升性能。

但页模式内部采用链表结构，本质上需通过逐条数据比较定位目标。若表数据量大，且目标数据位于最后一个 page 的最后一条，仍需遍历全表，导致查找速度过慢。

3.3 页目录

在课本中查找知识点时，我们会选择优先查看目录，找到具体的页，再从页中查找知识点，这样的查找效率要比从头开始找，高效的多。在这里每一个独立的page或每一行数据，都可以视为“页”，而我们要做的是，给这些“页”添加属于他们的目录。
page内部：

现在，要在一个Page内部，查找id=3记录，直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？可以很方便引入目录，提高查找效率

图中是为了迎合上面的数据，在实际情况下目录间的区间是很大的，在进行目录查找时，一次查找可以pass掉很多数据。

多page情况：
单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

上面的方法帮我们提高了表内部遍历数据的效率，但是仍需要将每个page都，加载值内存中，为了进一步减少IO操作，我们采用页目录的方式

依照这个思路，我们还可以对目录页再次添加目录管理，现在可以得出结论：

• Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
• 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数
  这个结构最终就是一颗B+树，整个过程中我们所要IO的次数，就是整个结构数的高度

目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

3.3 对比其他结构

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

• 链表？线性遍历
• 二叉搜索树？退化问题，可能退化成为线性结构
• AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+树，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。
• Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行。

B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？
B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针B+,叶子节点，全部相连，而B没有,为何选择B+
节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。叶子节点相连，更便于进行范围查找

具体结构特征，你可以搜点图片理解

四、聚簇索引 VS 非聚簇索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为MyISAM表的主索引，Col1 为主键

其中，MyISAM最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址相较于InnoDB索引，InnoDB是将索引和数据放在一起的。
现在我们就可以回答，第一篇文章遗留的问题了

innodb引擎
create table itest(
id int primary key,
name varchar(11) not null
)engine=InnoDB;
MyISAM引擎
create table mtest(
id int primary key,
name varchar(11) not null
)engine=MyISAM;

MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引，InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引。

MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。对于MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同时我们以上表中的 Col3 建立对应的辅助索引如下图：

MyISAM 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。
所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询为何MyISAM 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。
那么普通索引为什么要存在呢？
当我们以符合间进行索引时如：（姓名，qq），只知道第一个键值，需要查找第二个键值，我们就可以直接查找：

对于复合索引，匹配原则是，从做到右的，也就是说，我们只需要知道姓名，就可以得到qq，这种普通索引方式，要比主键索引更快。

五、索引操作

5.1 创建主键索引

// 在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));//在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));//创建表以后再添加主键
create table user3(id int, name varchar(30));
alter table user3 add primary key(id);

主键索引的特点：

• 一个表中，最多有一个主键索引，当然可以使符合主键
• 主键索引的效率高（主键不重复）
• 创建主键索引的列，它的值不能为null，且不能重复
• 主键索引的列基本上是int

这些特点，在介绍主键时都说过，只是当时没有提出索引的概念

5.2 唯一索引的创建

//在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);//创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key,name varchar(30), unique(name));//创建表以后再添加
create table user6(id int primary key, name varchar(30)）;
alter table user6 add unique(name);

唯一索引的特点：

• 一个表中，可以有多个唯一索引
• 查询效率高
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据
• 如果一个唯一索引上指定not null，等价于主键索引

5.3 普通索引的创建

 //在表的定义最后，指定某列为索引
create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name)
);//创建完表以后指定某列为普通索引
create table user9(id int primary key, name varchar(20),email varchar(30));
alter table user9 add index(name); //创建一个索引名为 idx_name 的索引
create table user10(id int primary key, name varchar(20),email varchar(30));create index idx_name on user10(name);

普通索引的特点：

• 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
• 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

5.4 查询索引

show keys from 表名;show index from 表名;

5.5 删除索引

//删除主键索引 
alter table 表名 drop primary key;//其他索引的删除
alter table 表名 drop index 索引名; drop index 索引名 on 表名

余下指令你自己测试吧