当前位置：首页 > ai >正文

【MySQL 数据库】MySQL索引特性（二）页目录（B和B+树）（非）聚簇索引索引操作

ai 2025/7/31 7:10:16

请添加图片描述

文章目录

📝索引的理解
- 1.1 建立测试表
- 1.2 插入多条记录
- 1.3 查看插入结果
- 1.4 中断一下---为何IO交互要是Page
二，理解Page
- 2.1理解单个Page
- 2.2 理解多个Page
三，页目录
- 3.1 **单页情况**
- 3.2 **多页情况**
- 3.3 复盘一下
四，B+ vs B
- 4.1 B树
- 4.2 B+树
五、聚簇索引 VS 非聚簇索引
六、索引操作
- 6.1创建主键索引
- 6.2 唯一索引的创建
- 6.3 普通索引的创建
- 6.3 全文索引的创建
- 6.4 查询索引
- 6.5 删除索引
🚩总结

📝索引的理解

1.1 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);

 mysql> show create table user \G*************************** 1. row ***************************Table: userCreate Table: CREATE TABLE `user` (`id` int(11) NOT NULL,`age` int(11) NOT NULL,`name` varchar(16) NOT NULL,PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8  --默认就是InnoDB存储引擎
1 row in set (0.00 sec)

1.2 插入多条记录

注意，我们并没有按照主键的大小顺序插入哦

mysql> insert into user (id, age, name) values(3, 18, '杨过');Query OK, 1 row affected (0.01 sec)mysql> insert into user (id, age, name) values(4, 16, '小龙女');Query OK, 1 row affected (0.00 sec)mysql> insert into user (id, age, name) values(2, 26, '黄蓉');Query OK, 1 row affected (0.01 sec)mysql> insert into user (id, age, name) values(5, 36, '郭靖');Query OK, 1 row affected (0.00 sec)mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');Query OK, 1 row affected (0.00 sec)

1.3 查看插入结果

mysql> select * from user;  #发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

1.4 中断一下—为何IO交互要是Page

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?

如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。

但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。

你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。
往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

二，理解Page

2.1理解单个Page

MysQL中要管理很多数据表文件，而要管理好这些文件，就需要先描述，在组织,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。
在这里插入图片描述

不同的Page，在MysQL中，都是16KB)，使用prev和next构成双向链表
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。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？
插入数据时排序的目的，就是优化查询的效率。
页内部存放数据的模块，实质上也是一个链表的结构，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。
正式因为有序，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，而且，如果运气好，是可以提前结束查找过程的。

2.2 理解多个Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条
比较来取出特定的数据。
如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

三，页目录

我们在看《谭浩强C程序设计》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法

从头逐页的向后翻，直到找到目标内容
通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位
本质上，书中的目录，是多花了纸张的，但是却提高了效率
所以，目录，是一种“空间换时间的做法”

3.1 单页情况

针对上面的单页Page，我们能否也引入目录呢？当然可以
在这里插入图片描述

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，
才能拿到结果。现在直接通过目录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？

3.2 多页情况

MysQL中每一页的大小只有16KB，单个Page大小固定，所以随着数据量不断增大，16KB不可能存下所有的数据，那么必定会有多个页来存储数据。
在这里插入图片描述

在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。

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会
在新Page上面，这里仅仅做演示。

这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。

使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
其中，每个目录项的构成是：键值+指针。图中没有画全。

在这里插入图片描述
存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

其实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。可是，我们每次检索数据的时候，该从哪里开始呢?虽然顶层的目录页少了，但是还要遍历啊?不用担心，可以在加目录页
在这里插入图片描述
这货就是传说中的B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。

随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

3.3 复盘一下

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

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+，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。虽然你很秀，但是有更秀的。
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，另外还有其他差别，有兴趣可以查一下。

在这里插入图片描述

B树？最值得比较的是InnoDB 为何不用B树作为底层索引？

数据结构演示链接：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

四，B+ vs B

4.1 B树

在这里插入图片描述

4.2 B+树

在这里插入图片描述
上面的图，是在网上找的，大家也可以搜一下。
目前这两棵树，对我们最有意义的区别是：

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

五、聚簇索引 VS 非聚簇索引

MyISAM存储引擎-主键索引
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，Co11为主键。
在这里插入图片描述
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。

--终端A
mysql> create database myisam_test;
Query OK, 1 row affected (0.02 sec)mysql>  use myisam_test;mysql> create table mtest(->  id int primary key,->  name varchar(11) not null->  )engine=MyISAM;              --使用engine=MyISAM
Query OK, 0 rows affected (0.02 sec)

--终端B
root@wenksen-VMware-Virtual-Platform:/var/lib/mysql# ls myisam_test/ -al --mysql数据目录下
总计 20
drwxr-x---  2 mysql mysql 4096  7月 30 20:57 .
drwx------ 21 mysql mysql 4096  7月 30 20:56 ..
-rw-r-----  1 mysql mysql 2842  7月 30 20:57 mtest_470.sdi  --文件混淆：mtest_470.sdi 是 InnoDB 或第三方工具的临时文件，与 MyISAM 表无关。
-rw-r-----  1 mysql mysql   60  7月 30 21:03 mtest.MYD   --该表对应的数据，当前没有数据，所以是0
-rw-r-----  1 mysql mysql 2048  7月 30 21:03 mtest.MYI   --该表对应的主键索引数据
root@wenksen-VMware-Virtual-Platform:/var/lib/mysql# 
版本特性：MySQL 8.0+ 的 MyISAM 表不再生成 .frm，表结构由数据字典统一管理。

其中，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

下面是InnoDB

 mysql> create database innodb_test;       
Query OK, 1 row affected (0.00 sec)mysql> use innodb_test;
Database changedmysql> create table itest(id int primary key, name varchar(11) not null)engine=InnoDB;
Query OK, 0 rows affected (0.03 sec)mysql>

root@wenksen-VMware-Virtual-Platform:/var/lib/mysql# ls innodb_test/ -al
总计 120
drwxr-x---  2 mysql mysql   4096  7月 30 21:11 .
drwx------ 22 mysql mysql   4096  7月 30 21:10 ..
-rw-r-----  1 mysql mysql 114688  7月 30 21:11 itest.ibd --该表对应的主键索引和用户
root@wenksen-VMware-Virtual-Platform:/var/lib/mysql# 
数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中，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

当然，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My工SAM的co12建立的索引，和主键索引没有差别
在这里插入图片描述
同样，InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的Col3 建立对应的辅助索引如下图：

在这里插入图片描述

可以看到，InnoDB 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InnoDB 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。

总结：

如何理解硬盘
如何理解柱面，磁道，扇区，磁头
InnoDB 主键索引和普通索引
MyISAM 主键索引和普通索引
其他数据结构为何不能作为索引结构，尤其是B+和B
聚簇索引 VS 非聚簇索引

六、索引操作

6.1创建主键索引

第一种方式-- 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));

第二种方式：-- 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));

第三种方式：

create table  user3(id int, name varchar(30));-- 创建表以后再添加主键
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（主键不可重复）
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

6.2 唯一索引的创建

第一种方式

第一种方式-- 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)

第二种方式

第二种方式-- 创建表时，在表的后面指定某列或某几列为uniquecreate table user5(id int primary key, name varchar(30), unique(name));

第三种方式


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

6.3 普通索引的创建

第一种方式

create table user8(id int primary key,name varchar(20),email varchar(30),index(name) --在表的定义最后，指定某列为索引
);

第二种方式

create table user9(id int primary key,  name varchar(20),  email 
varchar(30));alter table user9 add index(name); --创建完表以后指定某列为普通索引

第三种方式

create table user10(id int primary key,  name varchar(20),  
email varchar(30));-- 创建一个索引名为 idx_name 的索引    
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

6.3 全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

CREATE TABLE articles (id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,title VARCHAR(200),body TEXT,FULLTEXT (title,body))engine=MyISAM;

 INSERT INTO articles (title,body) VALUES('MySQL Tutorial','DBMS stands for DataBase ...'),('How To Use MySQL Well','After you went through a ...'),('Optimizing MySQL','In this tutorial we will show ...'),('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),('MySQL vs. YourSQL','In the following database comparison ...'),('MySQL Security','When configured properly, MySQL ...');

查询有没有database数据
如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引

mysql> select * from articles-> where match (title, body) against ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.01 sec)

可以用explain工具看一下，是否使用到索引

mysql>  explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: articlespartitions: NULLtype: ALL
possible_keys: NULLkey: NULL     <== key为null表示没有用到索引key_len: NULLref: NULLrows: 6filtered: 16.67Extra: Using where
1 row in set, 1 warning (0.00 sec)

如何使用全文索引呢？

 mysql>  SELECT * FROM articles-> WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)mysql>

通过explain来分析这个sql语句

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST -> ('database')\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: articlespartitions: NULLtype: fulltext
possible_keys: title  key: title    <= key用到了titlekey_len: 0ref: constrows: 1filtered: 100.00Extra: Using where
1 row in set, 1 warning (0.00 sec)

6.4 查询索引

第一种方法：show keys from 表名

mysql> show keys from goods\G*********** 1. row ***********Table: goods    
<= 表名
Non_unique: 0        
<= 0表示唯一索引
Key_name: PRIMARY  <= 主键索引
Seq_in_index: 1Column_name: goods_id <= 索引在哪列
Collation: ACardinality: 0Sub_part: NULLPacked: NULLNull: 
Index_type: BTREE   <= 以二叉树形式的索引
Comment: 
1 row in set (0.00 sec)

第二种方法:

show index from 表名;

第三种方法（信息比较简略）：desc 表名；

6.5 删除索引

第一种方法-删除主键索引：

alter table 表名 drop primary key;

第二种方法-其他索引的删除：

alter table 表名 drop index 索引名；索引名就是show keys 
from 表名中的 Key_name 字段
mysql> alter table user10 drop index idx_name;

第三种方法方法： drop index 索引名 on 表名

mysql> drop index name on user8;

索引创建原则

比较频繁作为查询条件的字段应该创建索引
唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
更新非常频繁的字段不适合作创建索引
不会出现在where子句中的字段不该创建索引

其他索引：

复合索引（联合索引）
复合索引是指在表的多个字段上联合创建的索引，例如：

CREATE INDEX idx_name_age ON user(name, age);  -- 对name和age创建复合索引

复合索引的底层按字段顺序构建B+树结构，查询时可利用多个字段加速检索。

最左匹配原则
复合索引的查询效率依赖于“最左前缀匹配”，即从索引的第一个字段开始匹配，必须满足连续匹配才能使用索引。

示例（基于 idx_name_age(name, age)）：

查询语句	是否使用索引	原因分析
`WHERE name = '张三'`	是	匹配索引第一个字段（最左前缀）
`WHERE name = '张三' AND age = 20`	是	连续匹配索引的两个字段
`WHERE age = 20`	否	跳过第一个字段，无法匹配最左前缀
`WHERE name LIKE '张%' AND age=20`	是（部分）	左模糊匹配可使用name部分，age仍能生效
`WHERE name LIKE '%三' AND age=20`	否	右模糊匹配破坏最左前缀，整个索引失效

核心规则：

索引字段的顺序至关重要（如 (name, age) 和 (age, name) 完全不同）。
中断匹配（如跳过第一个字段）会导致后续字段无法使用索引。
左模糊查询（LIKE '张%'）不破坏最左匹配，右模糊（LIKE '%三'）或全模糊（LIKE '%张%'）会破坏。

索引覆盖（覆盖索引）
当查询的所有字段都包含在索引中时，MySQL无需回表查询数据行，直接通过索引即可返回结果，这就是“索引覆盖”。

示例（基于 idx_name_age(name, age)）：

-- 覆盖索引：查询的name和age都在索引中，无需回表
SELECT name, age FROM user WHERE name = '张三';-- 不覆盖索引：查询的address不在索引中，需回表取数据
SELECT name, age, address FROM user WHERE name = '张三';