mysql索引的各种概念
在学习索引的时候，常常会看到回表、覆盖索引、索引下推、页分裂等等概念，本篇就常见概念进行介绍和总结，希望能帮助大家快速掌握这些“高大上”的概念。
目录
mysql索引的各种概念
回表
索引维护——页分裂
覆盖索引
最左匹配原则
前缀索引
索引下推
索引基于B+树，要想更好地理解这些概念建议先了解谈谈MySQL索引底层实现之数据结构和数据结构之B+树
回表
根据叶子节点的内容， 索引类型分为主键索引和非主键索引。（mysql索引的数据结构是B+树，对这方面知识看不懂的可以参考）
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（clustered index）。
非主键索引的叶子节点内容是索引字段值+主键的值。 在InnoDB里， 非主键索引也被称为二级索引（secondary index） 。
基于主键索引和普通索引的查询有什么区别？
普通索引查询方式，则需要先搜索索引树，得到主键值，再到主键索引树按主键值搜索一次，这个过程称为回表。
也就是说，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。
索引维护——页分裂
什么是页分裂？
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。 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
页分裂的坏处
除了性能外， 页分裂操作还影响数据页的利用率。原本放在一个页的数据， 现在分到两个页中，整体空间利用率降低大约50%。
如何避免页分裂？
使用自增主键。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。
自增主键的其他好处
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8个字节。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。
有没有什么场景适合用业务字段直接做主键的呢？
比如，有些业务的场景需求是这样的：
只有一个索引
该索引必须是唯一索引
由于没有其他索引， 所以也就不用考虑其他索引的叶子节点大小的问题。这时候我们就要优先考虑上一段提到的“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。
覆盖索引
非聚集索引的B+树节点存储的是索引列和主键，假如想要拿到完整数据的话还得根据主键去主键索引树回表，这样性能不好，如果我们要查询得到的数据就是索引列和主键中的数据，就不要回表。这样只需要在一棵索引树上就能获取SQL所需的所有列数据无需回表的索引称为覆盖索引
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。
最左匹配原则
B+树这种索引结构， 可以利用索引的“最左前缀”来定位记录。
索引树排序规则：在对联合索引建立索引树时，会按照索引字段的顺序依次排序。以（name,age,address）这个联合索引为例，首先按照name排序完，在name排序值相同时继续按照age排序。
最左匹配：在mysql建立联合索引时还会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配（左边的匹配不上，后面也不会再去匹配了）。同时，索引只能用于查找key是否存在（相等），遇到范围查询 (>、<、between、like左匹配)等就不能进一步匹配了，后续退化为线性查找。因此，列的排列顺序决定了可命中索引的列数
在建立联合索引的时候， 如何安排索引内的字段顺序？
考虑索引的复用能力。 因为可以支持最左前缀， 所以当已经有了(a,b)这个联合索引后， 一般就不需要单独在a上建立索引了。 因此， 第一原则是， 如果通过调整顺序， 可以少维护一个索引， 那么这个顺序往往就是需要优先考虑采用的。
考虑空间。不要无节制的创建索引。
前缀索引
对字符串的前几个字符（具体是几个字符在建立索引时指定）建立索引，这样建立起来的索引占用空间更小
对字符串建立普通索引和前缀索引的语句如下：
# 普通字符串索引
alter table SUser add index index1(email);
# 前缀索引，索引长度为6
alter table SUser add index index2(email(6));
前缀索引的优势和损失
优势：占用的空间会更小
损失：会增加额外的记录扫描次数
使用前缀索引，定义好长度， 就可以做到既节省空间，又不用额外增加太多的查询成本。
当要给字符串创建前缀索引时如何确定应该使用多长的前缀？
前缀索引肯定会损失区分度，我们需要提前预设一个可以接受的损失比例，使用count计算出多种长度的损失比例，选择低于损失比例的最短长度。
第一步：计算算出这个列上有多少个不同的值：
select count(distinct email) as L from SUser
第二步：计算不同长度去重后有多少数据：
select
count(distinct left(email,4)） as L4,
count(distinct left(email,5)） as L5,
count(distinct left(email,6)） as L6,
count(distinct left(email,7)） as L7,
from SUser;
第三步：选择合适的长度
在返回的L4~L7中，找出不小于 L * 95%的值，假设这里L6、L7都满足，你就可以选择前缀长度为6。
前缀索引对覆盖索引的影响
使用前缀索引就不能使用覆盖索引对查询性能进行优化了。因为索引只包含了字符串的部分数据。
遇到前缀的区分度不够好的情况时，我们要怎么办？
使用倒序存储：不会消耗额外的字段，但是每次索引一般不止4个字符，索引树需要多的存储空间每次写和读的时候，都需要额外调用一次reverse函数查询时有前缀索引的问题：会增加额外的记录扫描次数不支持范围查找
使用hash字段需要额外添加一个hash字段每次需要额外调用一次crc32()函数查询性能相对倒序存储更稳定一些不支持范围查找不再是使用前缀索引的方式
索引下推
上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。 这时，你可能要问，那些不符合最左前缀的部分， 会怎么样呢？
mysql> select * from tuser where name like '张%' and age=10 and ismale=1;
select
count(distinct left(email,4)） as L4,
count(distinct left(email,5)） as L5,
count(distinct left(email,6)） as L6,
count(distinct left(email,7)） as L7,
from SUser;
我们还是以市民表的联合索引（name, age） 为例。 如果现在有一个需求： 检索出表中“名字第一个字是张， 而且年龄是10岁的所有男孩”。 那么， SQL语句是这么写的：
你已经知道了前缀索引规则， 所以这个语句在搜索索引树的时候， 只能用 “张”， 找到第一个满足条件的记录ID3。 当然， 这还不错， 总比全表扫描要好。然后呢？当然是判断其他条件是否满足。
在MySQL 5.6之前， 只能从ID3开始一个个回表。 到主键索引上找出数据行， 再对比字段值。
而MySQL 5.6 引入的索引下推优化（indexcondition pushdown)， 可以在索引遍历过程中， 对索引中包含的字段(age)先做判断， 直接过滤掉不满足条件的记录， 减少回表次数。
mysql> select * from tuser where name like '张%' and age=10 and ismale=1;
网友评论