MySQL 性能调优专题一（索引数据结构详解）

索引的本质

索引是帮助MySQL 高效获取数据的排好序的数据结构。

MySQL 默认使用的是B+Tree数据结构。

磁盘的读取原理

在介绍结构以前，先简单说下磁盘的读取原理：

操做系统读写磁盘的基本单位是扇区，而文件系统的基本单位是簇(Cluster)。

MySQL在存储数据时数据都存储在磁盘的一道道扇区中，磁盘是旋转的，每次存储的数据可能会存储在不一样的扇区中。

在读取时，磁道每次须要先进行寻道操做（速度慢），磁头只能进行左右移动，每一次寻道都是一次I/O操做。

若是数据都存在同一磁道中，那么旋转磁盘（速度快）就能够取到数据，不须要进行寻道操做，会大大减小开销。

（这里是我本身的理解，若是有不对的地方，欢迎你们指出来）

索引结构

给你们推荐一个数据结构可视化网站，能够直观的演示各类结构

二叉树

若是普通的一颗二叉树，在极端状况下会退化成链表结构。如图：

红黑树

和二叉树同样，在数据量大的状况下，树的深度太大，查询次数太高。

好比，有500W的数据，假如树的高度有20层，你要查询的数据恰好在叶子节点，那么须要进行20次寻道操做，和磁盘进行20次I/O交互操做，大大加大了开销。

HASH 索引

HASH索引，相比较于B-Tree 而言，不须要从根节点到叶子节点的遍历，能够一次定位到位置，查询效率更高，但缺点也很明显：

• 仅能知足全值查询，不能使用范围查询。由于是经过HASH值进行计算，HASH值是没规律的，因此只能精确查询，不能保证顺序和原来一致，因此不行进行范围查询。

• 不能进行排序，缘由如上。

• HASH碰撞。

B+Tree

• B+Tree 是平衡树的一种，而且全部叶子节点位于同一层，是不会退化成链表结构的。

• B+Tree 有一个度的概念，指节点的数据存储个数。度越大，节点保存的数据个数就越多。那么相应的树的高度下降，在进行查询时，须要进行的I/O操做更少，读取数据的速度更快。

• 非叶子节点不存储data，只存储key，能够增大度。叶子节点只存储data, 不存储指针，顺序访问指针，能够提升区间访问的性能。

• 进行查找操做时，首先在根节点进行二分查找，找到一个key所在的指针，而后递归的在指针所指向的节点进行查找。直到查找到叶子节点，而后在叶子节点上进行二分查找，找出 key 所对应的 data。

B+Tree 结构示意图

B+Tree 索引的性能分析

• 通常使用磁盘I/O次数评价索引结构的优劣

• 预读：磁盘通常会顺序向后读取必定长度的数据(页的整数倍)放入内存。

• 局部性原理：当一个数据被用到时，其附近的数据也一般会立刻被使用。

• B+Tree 节点的大小设为等于一个页，每次新建节点直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，就实现了一个节点的载入只需一次I/O。

• B+Tree 的度通常会超过100，所以高度很是小(通常为3到5之间)

MySQL 存储引擎

MyISAM (非汇集)

• MyISAM 索引文件和数据文件是分离的。

• MyISAM 引擎使用B+Tree 做为索引结构，MyISAM的索引文件仅仅保存数据记录的地址。

• MyISAM中，主索引和辅助索引在结构上没有任何区别，只是主索引要求key是惟一的，而辅助索引的key能够重复。

MyISAM存储结构示意图

InnoDB (汇集)

• 数据文件自己就是索引文件。

• InnoDB 引擎也使用B+Tree 做为索引结构，叶节点包含了完整的数据记录。

• InnoDB的数据文件自己要按主键汇集，因此InnoDB要求表必须有主键（MyISAM能够没有）。

• InnoDB中，主键索引包含了完整的数据记录，而辅助索引都引用主键做为data域。

InnoDB存储结构示意图

知道了InnoDB的索引实现后，就明白了为何不建议使用过长的字段做为主键了，由于全部辅助索引都用主索引，过长的主索引会令辅助索引变得过大。

MyISAM和InnoDB区别

• 事物：InnoDB支持事务，可使用 Commit 和 Rollback 语句。MyISAM不支持。

• 并发：MyISAM 只支持表级锁，而InnoDB 还支持行级锁。

• 外键：InnoDB 支持外键，MyISAM不支持。

• 备份：InnoDB 支持在线热备份，MyISAM不支持。

• 崩溃恢复：MyISAM 崩溃后发生损坏的几率比 InnoDB 高不少，并且恢复的速度也更慢。

• 其它特性：

1. InnoDB是汇集索引，MyISAM是非汇集索引。

2. InnoDB不保存表的具体行数，MyISAM用变量保存了整个表的行数。

3. InnoDB不支持全文索引，MyISAM支持全文索引。

4. MyISAM 支持压缩表和空间数据索引。

索引分类

索引分类

• 主键索引：是一种特殊的惟一索引，不容许有空值。设定为主键后数据库会自动创建索引innodb为汇集索引。

• 惟一索引：索引列中的值必须是惟一的，可是容许为空值。

• 单值索引：索引只包含单个列，但一个表中能够有多个单值索引。

• 复合索引：在表中的多个字段组合上建立的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用，使用组合索引时遵循最左前缀原则。

• 全文索引：只有在MyISAM引擎上才能使用，只能在CHAR、VARCHAR、TEXT类型字段上使用全文索引，在一堆文字中，经过其中的某个关键字等，就能找到该字段所属的记录行。好比有"怡红院、金凤楼"等等，能够 经过金凤楼，可能就能够找到该条记录。

• 空间索引：只有在MyISAM引擎上才能使用，建立空间索引的列，必须将其声明为NOT NULL。空间索引是对空间数据类型的字段创建的索引，MySQL中的空间数据类型有四种，GEOMETRY、POINT、LINESTRING、POLYGON。在建立空间索引时，使用SPATIAL关键字。

最左前缀原则

• B+Tree 是按照第一个关键字进行索引，而后在叶子节点上按照第一个关键字、第二个关键字、第三个关键字…进行排序。使用复合索引的时候，会根据你的索引顺序，从左开始匹配。

• 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。

复合索引的底层存储结构

索引的优缺点

优势

• 提升查询效率（下降IO使用率）。

• 下降CPU使用率, 例如：...order by age desc，由于B+Tree 索引自己就是一个排好序的结构，所以在排序时能够直接使用。

缺点

• 索引自己很大，实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，因此索引列也是要占用空间。

• 索引会下降增删改的效率，MySQL不只要保存数据，还要保存一下索引文件每次更新添加了索引列的字段， 都会调整由于更新所带来的键值变化后的索引信息。

• 索引不是全部状况均适用：A. 少许数据 B.频繁更新的字段 C.不多使用的字段

须要创建索引的状况

• 主键自动创建惟一索引。

• 频繁做为查询条件的字段应该建立索引，WHERE 后面的语句。

• 查询中与其它表关联的字段，外键关系创建索引。

• 单键/组合索引的选择问题，who？在高并发下倾向建立组合索引。

• 查询中排序的字段，排序字段若经过索引去访问将大大提升排序速度。

• 查询中统计或者分组字段。