MySQL 索引分类

文章目录

• • MySQL 索引分类
  • • 1、按存储方式区分
    • • （1）B+Tree 索引
      • • 1、BTree
        • 2、B+Tree
        • 3、BTree 个 B+Tree 的主要区别
        • 4、MySQL为什么选择B+Tree
      • （2）哈希索引
      • • 1、哈希索引的特点
    • 2、使用逻辑区分
    • • （1）普通索引
      • （2）唯一索引
      • （3）主键索引
      • （4）全文索引
    • 3、按实际的使用情况区分
    • • （1）单列索引
      • （2）组合索引

MySQL 索引分类

索引的类型和存储引擎有关，每种存储引擎所支持的索引类型不一定完全相同。MySQL 中的索引，可以从存储方式、使用逻辑和实际使用等不同角度来进行分类

1、按存储方式区分

• 索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。
• 这样的话，索引是使用过程中，就要产生磁盘对索引文件的 I/O 消耗，相对于内存存取的消耗，I/O 存取的消耗要更高。所以评价索引的优劣最重要的指标，就是在查找过程中磁盘 I/O 操作次数的复杂度，而索引的本质都是基于某种数据结构来设计的，所以，索引的数据结构要尽量减少查找过程中磁盘 I/O 的存取次数
• 根据数据结构存储方式的不同，MySQL 中常用的索引，在物理上分为 B+Tree 索引 和 HASH 索引两类，两种不同类型的索引各有其不同的适用范围

（1）B+Tree 索引

1、BTree

B+Tree 是BTree 的一种特殊变种

• BTree 是一个 多路平衡查找树（Balance Tree），多路也就是多叉的意思
• 所有叶子节点在同一高度，保证数据有序

假设要从图中查找id = X的数据，BTREE 搜索过程如下：

1. 取出根磁盘块，加载40和60两个关键字。
2. 如果X = 40，则命中；如果X < 40走P1；如果40 < X < 60走P2；如果X = 60，则命中；如果X > 60走P3。
3. 根据以上规则命中后，接下来加载对应的数据， 数据区中存储的是具体的数据或者是指向数据的指针。

2、B+Tree

B+Tree 在原有 BTree 的基础上补充了如下特性：

• B+Tree 根节点和支节点没有数据区，数据data全部存储在叶子节点中；
• 每一个父节点的值，都包含在叶子节点中，是叶子节点中==最大（或最小）==的元素；
• 每一个叶子节点，都持有一个指向下一个叶子节点的指针，形成了有序链表

假设为字段ID添加索引，搜索X = 1的数据，**B+TREE** 搜索过程如下：

1. 取出根磁盘块，加载1，28，66三个关键字。
2. X <= 1 走P1，取出磁盘块，加载1，10，20三个关键字。
3. X <= 1 走P1，取出磁盘块，加载1， 8， 9三个关键字。
4. 已经到达叶子节点，命中1，加载对应数据节点

3、BTree 个 B+Tree 的主要区别

1. BTree的数据（或指向数据的指针）存在每个节点里，而 B+Tree的数据（或指向数据的指针）仅存在叶子节点里，非叶子节点只有索引。
2. BTree 的查找，可能会在任意一个节点停止，而 B+Tree的查找相对稳定。
3. B+Tree 的非叶子节点可以存储更多的索引值，阶数更高
4. B+Tree 的叶子节点使用双向链表链接，提高顺序查询效率
5. 相比于 BTree ， B+Tree 在区间查找方面更胜一筹

4、MySQL为什么选择B+Tree

1. B+Tree**全表扫描能力更强。**如果我们要根据索引去进行数据表的扫描，如果基于BTREE进行扫描，需要把整棵树遍历一遍，而B+TREE只需要遍历所有叶子节点即可（叶子节点之间形成有序列表）。
2. B+Tree排序能力更强
3. B+TREE**磁盘读写能力更强。**他的根节点和枝节点不保存数据区，所以根节点和枝节点同样大小的情况下，保存的关键字要比BTREE要多。所以，B+TREE读写一次磁盘加载的关键字比BTREE更多。
4. B+Tree查询性能稳定。B+Tree数据只保存在叶子节点，每次查询数据，查询IO次数一定是稳定的

（2）哈希索引

• 哈希索引也称为散列索引或 HASH 索引。MySQL 目前仅有 MEMORY存储引擎和 HEAP存储引擎支持这类索引。
• 哈希索引，是基于哈希表实现的一种索引结构。将字段的内容（key）通过哈希算法，计算该字段的哈希值，用于访问哈希表结构中的对应索引，该索引指向数据行

1、哈希索引的特点

• 无法用于排序与分组；
• 只支持精确查找，无法用于部分查找和范围查找。
• InnoDB 存储引擎有一个特殊的功能叫“自适应哈希索引”，当某个索引值被使用的非常频繁时，会在 B+Tree 索引之上再创建一个哈希索引，这样就让 B+Tree 索引具有哈希索引的优点，比如：快速的精准查找

2、使用逻辑区分

根据索引的具体用途，MySQL 中的索引在使用逻辑上分为以下 4 类：

（1）普通索引

• 普通索引也被称为辅助索引。是 MySQL 中最基本的索引类型，它没有任何限制，唯一任务就是加快系统对数据的访问速度。
• 普通索引允许在定义索引的列中，插入重复值和空值
• 创建普通索引时，通常使用的关键字是 Index

示例：

在 tb_student 表中的 id 字段上建立名为 index_id 的索引

CREATE INDEX index_id ON tb_student(id);

（2）唯一索引

• 唯一索引与普通索引类似，不同的是，创建唯一性索引的目的：除了提高访问速度以外，同时还能避免数据出现重复。
• 唯一索引列的值必须唯一，允许有空值。如果是组合索引，则列值的组合必须唯一
• 创建唯一索引通常使用 UNIQUE关键字

示例：

在 tb_student 表中的 id 字段上建立名为 index_id 的索引

CREATE UNIQUE INDEX index_id ON tb_student(id);

（3）主键索引

• 主键索引就是专门为主键字段创建的索引，也属于索引的一种。主键索引是一种特殊的唯一索引，不允许值重复或者值为空。
• 创建主键索引通常使用 PRIMARY KEY 关键字。不能使用 CREATE ``INDEX 语句创建主键索引，需要以创建或修改表结构的方式进行添加

示例：

在 tb_student 表中的 id 字段上添加主键索引

ALTER TABLE tb_student ADD PRIMARY KEY (id)

（4）全文索引

• 全文索引主要用来查找文本中的关键字，只能在 CHAR、VARCHAR 或 TEXT 类型的列上创建。全文索引允许在索引列中插入重复值和空值。
• 不过对于大容量的数据表，生成全文索引非常消耗时间和硬盘空间。
• 创建全文索引使用 FULLTEXT关键字

示例：

在 tb_student 表中的 info 字段上建立名为 index_info 的全文索引

CREATE FULLTEXT INDEX index_info ON tb_student(info);

3、按实际的使用情况区分

（1）单列索引

• 单列索引就是索引只包含原表的一个列。在表中的单个字段上创建索引，单列索引只根据该字段进行索引。
• 单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可。

（2）组合索引

• 组合索引也称为复合索引或多列索引。相对于单列索引来说，组合索引是将原表的多个列共同组成一个索引。
• 多列索引是在表的多个字段上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进行查询。但是，只有查询条件中使用了这些字段中第一个字段时，索引才会被使用

示例：

在 tb_student 表中的 name 和 address 字段上建立名为 index_na 的索引。该索引创建好了以后，查询条件中必须有 name 字段才能使用索引

CREATE INDEX index_na ON tb_student(name,address);

• 一个表可以有多个单列索引，但这些索引不是组合索引。一个组合索引实质上为表的查询提供了多个索引，以此来加快查询速度。
• 比如：在一个表中创建了一个组合索引(c1,c2,c3)，在实际查询中，系统用来实际加速的索引有三个：单个索引(c1)、双列索引(c1,c2)和多列索引(c1,c2,c3)

来源地址：https://blog.csdn.net/weixin_62587914/article/details/132988041