数据库索引深入解析-CSDN博客

本文链接：https://blog.csdn.net/m0_37604110/article/details/103772809

本文详细介绍了数据库索引的三种常见模型：哈希表、有序数组和搜索树，重点讲解了InnoDB的B+树索引模型，包括主键索引和非主键索引的区别，自增主键的优势，以及索引执行流程、覆盖索引和最左前缀原则等高级概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 索引的常见模型

索引可以用于提高读写效率的数据结构很多，这里介绍三种常见、也比较简单的数据结构，它们分别是哈希表、有序数组和搜索树

1. 哈希表

哈希的思路很简单，把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置。不可避免地，多个key值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方
法是，拉出一个链表。
缺点就是：哈希表这种结构适用于只有等值查询的场景，因为不是有序的，所以哈希索引做区间查询的速度是很慢的。

2. 有序数组

有序数组在等值查询和范围查询场景中的性能就都非常优秀，如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高

缺点：中间插入一个记录就必须得挪动后面所有的记录，成本太高
有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口信息，这类不会再修改的数据

3.搜索树

N叉树由于在读写上的性能优点，以及适配磁盘的访问模式，已经被广泛应用在数据库引擎中了

2. InnoDB 的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。 InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的 ，每一个索引在InnoDB里面对应一棵B+树。

B+树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数

1.索引类型分为主键索引和非主键索引

主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clusteredindex）。
非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondaryindex）。

3. 基于主键索引和普通索引的查询有什么区别？

如果语句是select * from Twhere ID=500，即主键查询方式，则只需要搜索ID这棵B+树；
如果语句是select * from Twhere k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID
的值为500，再到ID索引树搜索一次。这个过程称为回表。

基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

4. 索引维护

B+树为了维护索引有序性，在插入新值的时候需要做必要的维护。 如果插入新的行ID值为700，则只需要在R5的记录后面插入一个新记录。如果新插入的ID值为400，就相对麻烦了， 需要逻辑上挪动后面的数据，空出位置。而更糟的情况是，如果R5所在的数据页已经满了，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。

当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合
并的过程，可以认为是分裂过程的逆过程。

5. 哪些场景下应该使用自增主键，而哪些场景下不应该？

自增主键是指自增列上定义的主键，在建表语句中一般是这么定义的： NOTNULL PRIMARYKEY AUTO_INCREMENT。插入新记录的时候可以不指定ID的值，系统会获取当前ID最大值加1作为下一条记录的ID值

从性能方面：自增主键的插入数据模式是递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。
存储空间的角度： 由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的叶子节点占用约20个字节，而如果用整型做主键，则只要4个字节，如果是长整型（bigint）则是 显然，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小
所以，从性能和存储空间方面考量，自增主键往往是更合理的选择。

6. 有没有什么场景适合用业务字段直接做主键的呢？

只有一个索引
该索引必须是唯一索引

典型的KV场景

要“尽量使用主键查询”原则，直接将这个索引设置为主键，可以避免每次查询需要搜索两棵树。

7. SQL查询语句的索引执行流程：

mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;
insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff')

在这里插入图片描述

这条SQL查询语句的执行流程：
select * from Twhere k between 3 and 5

在k索引树上找到k=3的记录，取得 ID = 300
再到ID索引树查到ID=300对应的R3；
在k索引树取下一个值k=5，取得ID=500；
再回到ID索引树查到ID=500对应的R4
在k索引树取下一个值k=6，不满足条件，循环结束

在这个过程中，回到主键索引树搜索的过程，我们称为回表。可以看到，这个查询过程读了k
索引树的3条记录（步骤1、 3和5），回表了两次（步骤2和4）

8. 覆盖索引

如果执行的语句是select ID from Twhere k between 3 and 5，这时只需要查ID的值，而ID的值已经在k索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引k已经“覆盖了”我们的查询需求，我们称为覆盖索引
由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用
的性能优化手段。

9. 最左前缀原则

B+树这种索引结构，可以利用索引的“最左前缀”，来定位记录

我们用（name， age）这个联合索引来分析。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NLnd0xxy-1577707861977)(C:\Users\yx20180503\AppData\Roaming\Typora\typora-user-images\image-20191209172914182.png)]

索引项是按照索引定义里面出现的字段顺序排序的。

当你的逻辑需求是查到所有名字是“张三”的人时，可以快速定位到ID4，然后向后遍历得到所有需要的结果。
如果你要查的是所有名字第一个字是“张”的人，你的SQL语句的条件是"where name like
‘张%’"。这时，你也能够用上这个索引，查找到第一个符合条件的记录是ID3，然后向后遍历，直到不满足条件为止