MySQL 索引详解：从磁盘原理到 B+ 树
📖 本文目录
1. 🎯 索引：数据库性能的“银弹”
在数据库的世界里，索引 是提升查询性能最有效、最廉价的手段之一。它就像一本书的目录，让你能快速定位到想看的内容，而不用一页一页地翻。
核心观点：索引能提高数据库的性能，是物美价廉的东西。不用加内存，不用改程序，不用调 SQL，只要执行正确的
create index，查询速度就可能提高成百上千倍。
但是，天下没有免费的午餐。 索引虽然能极大地提升查询速度，但它是以牺牲 插入、更新、删除 操作的性能为代价的。因为这些写操作在修改数据的同时，也需要维护索引结构，增加了大量的 I/O 开销。
索引的价值在于：提高海量数据的检索速度。
常见的索引类型分为：
- 🔑 主键索引 (Primary Key)
- 🆔 唯一索引 (Unique)
- 📄 普通索引 (Index)
- 🔍 全文索引 (Fulltext) —— 用于解决中文等文本的搜索问题。
1.1 没有索引会怎样？一个生动的案例
我们先来模拟一个没有索引的场景，看看查询会变得多慢。
第一步：构建海量数据
为了演示，我们创建一个包含 800 万条记录的员工表。这里使用存储过程来快速生成数据，代码可以直接复制使用。
-- 产生随机字符串的函数
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;
-- 产生随机数字的函数
delimiter $$
create function rand_num()
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;
-- 创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;
-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);
第二步：体验无索引的慢查询
现在，我们来查询员工编号为 998877 的员工。
select * from EMP where empno=998877;
在没有索引的情况下，这条查询耗时 4.93 秒。这还只是单机环境，如果在高并发的生产环境中，这样的查询很可能导致数据库响应缓慢甚至崩溃。
第三步：创建索引，见证奇迹
我们为 empno 字段创建一个索引。
alter table EMP add index(empno);
再次查询另一个员工编号 123456。
select * from EMP where empno=123456;
创建索引后，查询速度变得 飞快，几乎瞬间返回结果。这就是索引的威力！
2. 💾 认识磁盘：数据存储的物理基础
MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。
2.1 磁盘的物理结构
- 盘片：磁盘由多个盘片组成，数据就保存在盘片的表面上。
- 扇区：盘片被划分为一个个扇区，这是磁盘 物理读写的最小单位，通常为 512 字节。
- 磁道：盘片上同心圆状的轨迹。
- 柱面：不同盘片上相同半径的磁道组成的立体结构。
- 磁头：每个盘面都有一个磁头，负责读写数据。
题外话：在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大。所有扇区默认都是 512 字节，这是由比特位密度决定的。不过最新的磁盘技术已经让扇区大小变得不同了。
我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑).
#数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件
[root@VM-0-3-centos ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件
total 319592
drwxr-x--- 2 mysql mysql 4096 Apr 15 21:46 57test
-rw-r----- 1 mysql mysql 56 Apr 12 15:27 auto.cnf
drwxr-x--- 2 mysql mysql 4096 May 17 13:52 bit_index
-rw------- 1 mysql mysql 1676 Apr 12 15:27 ca-key.pem
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 ca.pem
drwx------ 2 mysql mysql 4096 Apr 13 21:26 ccdata_pro
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 client-cert.pem
-rw------- 1 mysql mysql 1680 Apr 12 15:27 client-key.pem
-rw-r----- 1 mysql mysql 16958 Jun 8 15:46 ib_buffer_pool
-rw-r----- 1 mysql mysql 213909504 Jun 8 16:02 ibdata1
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile0
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile1
-rw-r----- 1 mysql mysql 12582912 Jun 8 15:46 ibtmp1
drwxr-x--- 2 mysql mysql 4096 Apr 28 14:11 musicserver
drwxr-x--- 2 mysql mysql 4096 May 9 09:47 mysql
srwxrwxrwx 1 mysql mysql 0 Jun 8 15:46 mysql.sock
-rw------- 1 mysql mysql 5 Jun 8 15:46 mysql.sock.lock
drwxr-x--- 2 mysql mysql 4096 Apr 12 15:27 performance_schema
-rw------- 1 mysql mysql 1676 Apr 12 15:27 private_key.pem
-rw-r--r-- 1 mysql mysql 452 Apr 12 15:27 public_key.pem
drwxr-x--- 2 mysql mysql 4096 May 9 09:46 scott
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 server-cert.pem
-rw------- 1 mysql mysql 1676 Apr 12 15:27 server-key.pem
drwxr-x--- 2 mysql mysql 12288 Apr 12 15:27 sys
drwxr-x--- 2 mysql mysql 4096 Jun 5 17:13 test # 自己定义的数据库，里面有数据
表
所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。
2.2 如何定位一个扇区？
要定位一个扇区，需要三个参数：磁头 (Heads)、柱面 (Cylinder)、扇区 (Sector)，这种定位方式叫做 CHS。不过，操作系统通常使用 LBA (逻辑块地址)，这是一种线性地址，最终由磁盘控制器将其转换为 CHS 地址。
- 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面.
- 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的.
- 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可.
2.3 操作系统与磁盘的交互单位
我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？不是
- 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化.
- 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
- 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。
故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。
2.4 磁盘随机访问与连续访问
- 随机访问 (Random Access)：本次 I/O 的扇区地址与上次不连续，磁头需要大幅度移动才能开始读写，效率低。
- 连续访问 (Sequential Access)：本次 I/O 的扇区地址与上次连续，磁头可以很快开始读写，效率高。
因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。
3. 🔗 MySQL 与磁盘的交互：Page 的诞生
MySQL 作为一款应用软件，可以看作是一种特殊的文件系统。为了进一步提高 I/O 效率，InnoDB 存储引擎 与磁盘交互的基本单位是 16KB，这个基本数据单元被称为 Page。
mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)
3.1 建立共识
- MySQL 中的数据文件，是以 Page 为单位保存在磁盘中的。
- MySQL 的 CURD 操作都需要计算，而计算需要 CPU 参与，所以数据必须先加载到内存中。
- 在特定时间内，数据在磁盘和内存中都有。操作完内存数据后，会以特定策略刷新回磁盘。这个交互过程就是 I/O，其基本单位就是 Page。
- 为了优化性能，MySQL 在内存中申请了名为 Buffer Pool 的大空间来缓存数据页，以减少磁盘 I/O 次数。
核心目标：提高效率，必须尽可能减少系统和磁盘的 I/O 次数。
4. 🌳 索引的本质：B+ 树
现在，我们来深入理解索引在 InnoDB 中是如何实现的。
4.1 建立测试表
❓️问题：
1.我们向一个具有主键的表中，乱序插入数据，发现会自动排序。谁做的？为什么这么做？
2.重谈page:如何理解MySQL中page的概念？
MySQL内部，一定需要并且会存在大量的page，也就决定了，MySQL必须要将多个同时存在的page管理起来！
create table if not exists user (
id int primary key, -- 一定要添加主键，这样才会默认生成主键索引
age int not null,
name varchar(16) not null
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
-- 要管理所有的mysql内的page，需要先描述，再组织。所以，不要简单的将page认为是一个内存块，page内部也必须写入对应的管理信息
4.2 一个神奇的现象：自动排序
我们乱序插入数据：
mysql> insert into user (id, age, name) values(4, 16, '小龙女');
mysql> insert into user (id, age, name) values(3, 18, '杨过');
mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
mysql> insert into user (id, age, name) values(5, 36, '郭靖');
mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
查询结果：
mysql> select * from user;
+----+-----+-----------+
| 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 |
+----+-----+-----------+
发现数据竟然默认按主键 id 排序了！这是谁做的？为什么要这么做？
答案是 InnoDB 引擎 做的。排序的目的是为了优化查询效率。因为数据在 Page 内部是以链表形式组织的，有序的数据可以让我们在查找时进行有效的二分查找，甚至提前结束查找过程。
4.3 重新理解 Page
不要简单地把 Page 看作一个 16KB 的内存块。MySQL 内部有大量的 Page，为了管理它们，需要 先描述，再组织。每个 Page 内部都包含管理信息，可以看作一个结构体：
struct page
{
struct page *next; // 指向下一个 Page
struct page *prev; // 指向上一个 Page
char buffer[NUM]; // 16KB 的数据缓冲区
};
所有的 Page 通过 prev 和 next 指针构成一个 双向链表，在 Buffer Pool 中进行管理。
4.4 为什么 I/O 交互要用 Page？
假设我们要查找 id=2 的记录。如果没有 Page 的概念，一次加载一条记录，就需要 2 次 I/O。如果要找 id=5，就需要 5 次 I/O。
但如果这 5 条记录都在同一个 Page 中（16KB 可以保存很多记录），那么第一次 I/O 查找 id=2 时，整个 Page 会被加载到 Buffer Pool 中。之后如果再查找 id=1, 3, 4, 5，就不需要再进行 I/O 了，直接在内存中完成。
局部性原理：我们虽然不能保证用户下次找的数据一定在这个 Page 里，但有很大概率。I/O 效率低下的主要矛盾不是单次数据量的大小，而是 I/O 的次数。
4.5 从单页到多页：引入页目录
理解单个pageMySQL 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。
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。
问题：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。
理解多哥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。
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”
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
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？
- 可以很方便引入目录
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。
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
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。
4.6 B+ 树的诞生
目录页本身也是一个 Page，当数据量极大时，目录页也会变得很多。这时，我们可以为目录页再创建更高层的目录页。
最终，这种结构就演变成了 B+ 树。
B+ 树的特点：
- 叶子节点存放数据，非叶子节点只存放目录项（键值+指针）。这使得非叶子节点可以存储更多的键值，从而让树变得更矮、更胖。
- 叶子节点之间通过链表连接。这使得范围查找变得非常高效。
B+ 树就是 MySQL InnoDB 下的索引结构。 我们建表插入数据时，就是在该结构下进行 CURD 操作。
B树和B+树最有意义的区别：
- 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
4.7 复盘：B+ 树的查找过程
- 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。
- 查找时，自顶向下，只需要加载部分目录页到内存，即可完成整个查找过程，大大减少了 I/O 次数。
4.8 为什么其他数据结构不行？
- 链表：线性遍历，效率极低。
- 二叉搜索树：可能退化为线性结构（链表）。
- AVL && 红黑树：虽然是平衡或近似平衡的，但毕竟是二叉结构。相比多阶的 B+ 树，树的高度更高。树越高，需要的 I/O 次数就越多。
- Hash：虽然单次查找很快（O(1)），但无法进行范围查找。
- B 树：B 树的节点既存数据又存指针，而 B+ 树只有叶子节点存数据。这意味着 B+ 树的非叶子节点可以存储更多的键值，树更矮，I/O 次数更少。此外，B+ 树的叶子节点相连，更便于范围查找。
5. 🆚 聚簇索引 vs 非聚簇索引
5.1 MyISAM 存储引擎：非聚簇索引
MyISAM 引擎也使用 B+ 树作为索引结构，但它的 叶子节点存放的是数据记录的地址，而不是数据本身。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。下图为 MyISAM表的主索引， Col1 为主键。
-- 创建 MyISAM 表
mysql> create table mtest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=MyISAM;
查看文件结构：
[root@VM-0-3-centos mysql]# ls myisam_test/ -al
total 28
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm -- 表结构
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD -- 数据文件
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI -- 索引文件
这种用户数据与索引数据分离的方案，叫做 非聚簇索引。
5.2 InnoDB 存储引擎：聚簇索引
InnoDB 引擎的 B+ 树，其 叶子节点直接存放了完整的数据记录。这意味着 索引和数据是在一起的。
-- 创建 InnoDB 表
mysql> create table itest(
-> id int primary key,
-> name varchar(11) not null
-> )engine=InnoDB;
查看文件结构：
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
-rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm -- 表结构
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd -- 数据和索引文件
这种用户数据与索引数据在一起的方案，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 MyISAM 的 Col2 建立的索引，和主键索引没有差别。
我们以上表中的 Col3 建立对应的辅助索引如下图：
5.3 辅助（普通）索引与回表查询
除了主键索引，我们还可以在其他列上建立辅助索引（普通索引）。
- MyISAM：辅助索引和主键索引没有本质区别，叶子节点都是存放数据地址。
- InnoDB：辅助索引的叶子节点存放的是 主键的值，而不是完整数据。
因此，通过辅助索引查找数据时，需要 两遍索引：
- 先检索辅助索引，获得主键值。
- 再用主键值到主键索引（聚簇索引）中检索，获得完整记录。
这个过程就叫做 回表查询。
为什么 InnoDB 的辅助索引叶子节点不直接存数据？ 因为太浪费空间了。每个辅助索引都存一份完整数据，会导致数据冗余和存储膨胀。
6. 🛠️ 索引操作实战
6.1 创建主键索引
-- 方式一：创建表时，直接在字段后指定
create table user1(id int primary key, name varchar(30));
-- 方式二：创建表时，在最后指定
create table user2(id int, name varchar(30), primary key(id));
-- 方式三：创建表后，再添加
create table user3(id int, name varchar(30));
alter table user3 add primary key(id);
主键索引特点：
- 一个表最多有一个主键索引（可以是复合主键）。
- 效率高（主键不可重复）。
- 值不能为
null，且不能重复。 - 主键索引的列基本上是
int类型。
6.2 创建唯一索引
-- 方式一：创建表时，在字段后指定 unique
create table user4(id int primary key, name varchar(30) unique);
-- 方式二：创建表时，在最后指定
create table user5(id int primary key, name varchar(30), unique(name));
-- 方式三：创建表后，再添加
create table user6(id int primary key, name varchar(30));
alter table user6 add unique(name);
唯一索引特点：
- 一个表可以有多个唯一索引。
- 查询效率高。
- 列值不能重复。
- 如果一个唯一索引上指定了
not null，则等价于主键索引。
6.3 创建普通索引
-- 方式一：创建表时，在最后指定
create table user8(id int primary key, name varchar(20), email varchar(30), index(name));
-- 方式二：创建表后，再添加
create table user9(id int primary key, name varchar(20), email varchar(30));
alter table user9 add index(name);
-- 方式三：创建表后，指定索引名
create table user10(id int primary key, name varchar(20), email varchar(30));
create index idx_name on user10(name);
普通索引特点：
- 一个表可以有多个普通索引，在实际开发中用的比较多。
- 如果某列需要创建索引，但该列有重复的值，那么就应该使用普通索引。
6.4 创建全文索引了解（）
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(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 ...');
使用全文索引进行查询：
-- 错误的用法（不会使用全文索引）
mysql> select * from articles where body like '%database%';
-- 正确的用法
mysql> SELECT * FROM articles
-> WHERE MATCH (title,body) AGAINST ('database');
通过 explain 工具可以查看 SQL 语句是否使用了索引。
mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: articles
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL <== key为null表示没有用到索引
ref: NULL
rows: 6
Extra: Using where
1 row in set (0.00 sec)
6.5 查询索引
-- 方法一
show keys from 表名;
-- 方法二
show index from 表名;
-- 方法三（信息较简略）
desc 表名；
6.6 删除索引
-- 删除主键索引
alter table 表名 drop primary key;
-- 删除其他索引
alter table 表名 drop index 索引名;
drop index 索引名 on 表名;
7. 📝 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，即使它频繁作为查询条件（例如性别字段）。
- 更新非常频繁的字段 不适合创建索引。
- 不会出现在
where子句中的字段 不该创建索引。- 根本就不会被作为判断条件
其他进阶概念（自行了解）：
- 复合索引 - 将两个标签作为键值，然后在B+树中进行查找元素
- 索引最左匹配原则
- 索引覆盖
8. 💎 总结
- 索引 是数据库性能优化的核心手段，通过空间换时间，大幅提升查询效率。
- B+ 树 是 InnoDB 存储引擎的默认索引结构，它通过多路平衡树和叶子节点链表，实现了高效的等值查找和范围查找。
- 聚簇索引（InnoDB）将索引和数据放在一起，而 非聚簇索引（MyISAM）则将它们分离。
- 理解 Page、磁盘 I/O 和 B+ 树 的原理，是掌握 MySQL 索引优化的基础。
9. ❓ 经典面试题
1. 为什么 MySQL 的 InnoDB 存储引擎选择 B+ 树作为索引结构，而不是 B 树、红黑树或 Hash？
解答：
- Hash：虽然单次查找快（O(1)），但不支持范围查找和排序。
- 红黑树：是二叉平衡树，树的高度较高。在数据量大的情况下，查找需要更多次的 I/O（因为树高等于 I/O 次数）。
- B 树：节点既存数据又存指针，导致每个节点能存储的键值数量较少，树的高度比 B+ 树高。B+ 树的非叶子节点只存键值，可以存储更多键值，树更矮，I/O 次数更少。此外，B+ 树的叶子节点通过链表连接，非常适合范围查找。
2. 什么是回表查询？如何避免？
解答：
回表查询是指，在使用 InnoDB 的辅助索引（非主键索引）进行查询时，先通过辅助索引找到主键值，然后再通过主键索引（聚簇索引）找到完整的数据行。这个过程需要两次 B+ 树搜索。
避免方法：使用 覆盖索引。即，让查询所需的所有字段都包含在辅助索引中，这样辅助索引的叶子节点就能直接提供所有需要的数据，无需回表。
3. 什么是聚簇索引和非聚簇索引？它们有什么区别？
解答：
- 聚簇索引：将数据行和索引键值存储在同一个 B+ 树结构中。InnoDB 的主键索引就是聚簇索引。叶子节点直接包含完整的数据行。
- 非聚簇索引：将数据行和索引分开存储。MyISAM 的索引就是非聚簇索引。叶子节点存储的是指向数据行的指针（地址）。
- 主要区别：
- 聚簇索引的叶子节点存数据，非聚簇索引的叶子节点存数据地址。
- 一个表只能有一个聚簇索引（通常是主键），但可以有多个非聚簇索引。
- 聚簇索引的插入速度受限于插入顺序（最好按主键顺序插入），非聚簇索引则没有这个限制。
4. 索引有哪些优缺点？
解答：
- 优点：
- 大大加快数据的检索速度。
- 创建唯一索引可以保证数据库表中每一行数据的唯一性。
- 可以加速表和表之间的连接。
- 在使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间。
- 缺点：
- 创建和维护索引需要耗费时间，随着数据量的增加，维护时间也会增加。
- 索引需要占用物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间。
- 当对表中的数据进行增加、删除和修改时，索引也需要动态维护，降低了数据维护的速度。
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐
5
0- 0
已为社区贡献1条内容
所有评论(0)