索引是對數據庫中壹或多個列值的排序,幫助數據庫高效獲取數據的數據結構
假如我們用類比的方法,數據庫中的索引就相當於書籍中的目錄壹樣,當我們想找到書中的摸個知識點,我們可以直接去目錄中找而不是在書中每頁的找,但是這也拋出了索引的壹個缺點,在對數據庫修改的時候要修改索引到導致時間變多。
但MySQL 索引妳真的懂嗎?這幾道題帶妳了解索引的幾個重要知識點
1. 什麽是最左前綴原則?
以下回答全部是基於MySQL的InnoDB引擎
例如對於下面這壹張表
如果我們按照 name 字段來建立索引的話,采用B+樹的結構,大概的索引結構如下
如果我們要進行模糊查找,查找name 以“張"開頭的所有人的ID,即 sql 語句為
select ID from table where name like '張%'
由於在B+樹結構的索引中,索引項是按照索引定義裏面出現的字段順序排序的,索引在查找的時候,可以快速定位到 ID 為 100的張壹,然後直接向右遍歷所有張開頭的人,直到條件不滿足為止。
也就是說,我們找到第壹個滿足條件的人之後,直接向右遍歷就可以了,由於索引是有序的,所有滿足條件的人都會聚集在壹起。
而這種定位到最左邊,然後向右遍歷尋找,就是我們所說的最左前綴原則。
2. 為什麽用 B+ 樹做索引而不用哈希表做索引?
1、哈希表是把索引字段映射成對應的哈希碼然後再存放在對應的位置,這樣的話,如果我們要進行模糊查找的話,顯然哈希表這種結構是不支持的,只能遍歷這個表。而B+樹則可以通過最左前綴原則快速找到對應的數據。
2、如果我們要進行範圍查找,例如查找ID為100 ~ 400的人,哈希表同樣不支持,只能遍歷全表。
3、索引字段通過哈希映射成哈希碼,如果很多字段都剛好映射到相同值的哈希碼的話,那麽形成的索引結構將會是壹條很長的鏈表,這樣的話,查找的時間就會大大增加。
3. 主鍵索引和非主鍵索引有什麽區別?
例如對於下面這個表(其實就是上面的表中增加了壹個k字段),且ID是主鍵。
主鍵索引和非主鍵索引的示意圖如下:
其中R代表壹整行的值。
從圖中不難看出,主鍵索引和非主鍵索引的區別是:非主鍵索引的葉子節點存放的是主鍵的值,而主鍵索引的葉子節點存放的是整行數據,其中非主鍵索引也被稱為二級索引,而主鍵索引也被稱為聚簇索引。
根據這兩種結構我們來進行下查詢,看看他們在查詢上有什麽區別。
1、如果查詢語句是 select * from table where ID = 100,即主鍵查詢的方式,則只需要搜索 ID 這棵 B+樹。
2、如果查詢語句是 select * from table where k = 1,即非主鍵的查詢方式,則先搜索k索引樹,得到ID=100,再到ID索引樹搜索壹次,這個過程也被稱為回表。
現在,知道他們的區別了吧?
4. 為什麽建議使用主鍵自增的索引?
對於這顆主鍵索引的樹
如果我們插入 ID = 650 的壹行數據,那麽直接在最右邊插入就可以了
但是如果插入的是 ID = 350 的壹行數據,由於 B+ 樹是有序的,那麽需要將下面的葉子節點進行移動,騰出位置來插入 ID = 350 的數據,這樣就會比較消耗時間,如果剛好 R4 所在的數據頁已經滿了,需要進行頁分裂操作,這樣會更加糟糕。
但是,如果我們的主鍵是自增的,每次插入的 ID 都會比前面的大,那麽我們每次只需要在後面插入就行, 不需要移動位置、分裂等操作,這樣可以提高性能。也就是為什麽建議使用主鍵自增的索引。
總結