索引

Go Guide大约 8 分钟

索引类型

索引类型	描述
逻辑功能划分
普通索引	这是最基本的索引，它没有任何限制。它的主要任务是加快对数据的访问速度。
唯一索引	与普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。
主键索引	主键索引是一种特殊的唯一索引，不允许有空值。
全文索引	全文索引用于全文搜索，只有 CHAR、VARCHAR 和 TEXT 列才能被索引。
物理划分
聚簇索引	聚集索引是按照数据存放的物理位置为顺序的，能提高多行检索的速度。
非聚簇索引	非聚簇索引是按照逻辑顺序（索引的顺序）存储的，与数据在磁盘上的存储无关。
字段个数划分
单列索引	单列索引是基于单个列的值创建的索引。
组合索引	组合索引是基于多个列的值创建的索引。

按逻辑功能划分

普通索引

CREATE INDEX 索引名 ON 表名 (字段名);

唯一索引

CREATE UNIQUE INDEX 索引名 ON 表名 (字段名);

主键索引

ALTER TABLE 表名 ADD PRIMARY KEY (字段名);

全文索引

CREATE FULLTEXT INDEX 索引名 ON 表名 (字段名);

按物理划分

聚簇索引

聚簇索引的索引和数据存储在一起，索引的顺序和数据的物理存储顺序一致。在 MySQL 中的主键索引就是聚簇索引，索引和数据都存在同一个 .ibd 文件中。

聚簇索引优缺点

优点：

聚簇索引可以减少磁盘 I/O 操作，提高查询效率。查询到索引就找到了数据，不需要再次查询数据。
聚簇索引可以减少数据碎片，提高数据的存储效率。

缺点：

聚簇索引的维护代价较高，插入、删除、更新数据时需要维护索引。
聚簇索引的数据存储是有序的，如果插入数据是无序的，可能会导致数据存储不连续，增加了数据的存储空间。

非聚簇索引

非聚簇索引的索引和数据存储在不同的地方，索引的顺序和数据的物理存储顺序不一致。在 MySQL 中的普通索引就是非聚簇索引，索引和数据分别存在两个 .ibd 文件中。

非聚簇索引优缺点

优点：

非聚簇索引的维护代价较低，插入、删除、更新数据时只需要维护索引。
非聚簇索引的数据存储是无序的，插入数据时不会导致数据存储不连续，减少了数据的存储空间。

缺点：

非聚簇索引查询效率较低，查询到索引后还需要再次查询数据。
非聚簇索引会增加磁盘 I/O 操作，降低查询效率。
非聚簇索引会增加数据碎片，降低数据的存储效率。
非聚簇索引的数据存储是无序的，可能会导致数据存储不连续，增加了数据的存储空间。

覆盖索引

由于非聚簇索引和数据是分开存储的，意味着在使用索引搜索到数据后还需要回表查询数据，这样会增加一次 I/O 操作。为了减少 I/O 操作，可以使用覆盖索引。覆盖索引是指查询的字段都在索引中，不需要回表查询数据。

按字段个数划分

单列索引

CREATE INDEX 索引名 ON 表名 (字段名);

组合索引

CREATE INDEX 索引名 ON 表名 (字段名1, 字段名2, ...);

创建索引原则

最左前缀原则

MySQL 索引使用最左前缀原则，即在查询时只能使用索引的最左前缀列。例如，如果创建了一个组合索引 (a, b, c)，那么查询时可以使用 (a)、(a, b)、(a, b, c) 三种索引，但不能使用 (b, c)、(c) 等索引。

注意

最左匹配原则在遇到 >=、<=、between、like 前缀匹配 时可以触发索引，但是如果遇到 > 和 < 则不会触发索引查询。

选择唯一性索引

在选择索引时，应该优先选择唯一性索引，因为唯一性索引可以保证数据的唯一性，避免数据重复。

选择区分度高的索引

在选择索引时，应该选择区分度高的索引，区分度高的索引可以减少扫描的数据量，提高查询效率。

选择索引列

在选择索引列时，应该选择查询频繁的列，避免选择不常用的列，提高索引的利用率。

推荐选择的字段

频繁查询的字段
频繁排序的字段
不为 NULL 的字段
经常用来 JOIN 的字段

尽量使用前缀索引

如果索引字段的长度较长，可以使用前缀索引，前缀索引可以减少索引的存储空间，提高索引的查询效率。

尽量扩展索引而不是新建索引

如果我们已经有一个 a 索引，如果我们需要一个 a,b 索引，那么我们可以直接在 a索引上扩展 b 字段，而不是新建一个 a,b 索引。

索引数量不要太多

单表的索引数量不要太多，太多索引会增加数据的维护成本，降低数据写入效率。

索引下推

索引下推（Index Condition Pushdown）是 MySQL 5.6 引入的一个优化特性，可以减少回表查询数据，提高查询效率，主要用于组合索引。

工作原理

在没有索引下推之前，如果我们有一个组合索引 (a, b)，查询条件是 a = 1 and b = 2，MySQL 会先使用索引 (a, b) 查询出所有 a = 1 的数据，然后再回表查询对应的完整数据行，接着再用 b = 2 的条件判断每一行是否满足条件，将满足条件的数据行返回。

有了索引下推之后，MySQL 会先使用索引 (a, b) 查询出所有 a = 1 and b = 2 的数据，然后再回表查询对应的完整数据行，减少了回表查询的数据量，提高了查询效率。

索引的数据结构

B 树

B 树是一种多路平衡查找树，是一种常用的索引数据结构。

B 树的特点：

每个节点都包含多个子节点，每个节点的子节点个数范围是 [m/2, m]，其中 m 是 B 树的层数。
所有叶子节点都在同一层。
根节点至少有两个子节点，除非根节点是叶子节点
有k个子节点的非叶子节点包含k-1个键值
每个节点都包含索引和全部数据

B+ 树

B+ 树是 B 树的一种变种，是一种常用的索引数据结构。和 B 树相比，B+ 树的叶子节点只包含索引，不包含数据，所有叶子节点都在同一层，叶子节点之间通过指针连接。由于节点只包含索引，在同样的块大小下，B+ 树可以存储更多的索引，减少了树的层数，提高了查询效率。由于叶子节点之间通过指针连接，可以支持范围查询，查询速度大大快于 B 树。

B+ 树的特点：

所有叶子节点都在同一层。
非叶子节点只包含索引，不包含数据。
叶子节点之间通过指针连接。
叶子节点包含全部数据。
同样数量的数据，B+ 树的高度比 B 树低。

B树和B+树的区别

	B-树	B+ 树
数据指针和键	所有内部节点和叶节点都包含数据指针和键	只有叶节点包含数据指针和键，内部节点只包含键
重复键	没有重复的键	存在重复的键，所有内部节点也存在于叶子中
叶节点链接	叶节点之间没有链接	叶节点之间相互链接
顺序访问	节点的顺序访问是不可能的, 范围查询需要中序遍历	所有节点都存在于叶子中，因此可以像链表一样进行顺序访问
搜索速度	搜索键的速度较慢	搜索速度更快
特定数量条目的高度	对于特定数量的条目，B 树的高度较大	对于相同数量的条目，B+ 树的高度小于 B-树