一条没有索引的SQL

最近因为公司事情多，忙于项目发布，因此很久都没有更新，如今项目上线了能够稍微有空继续整理了。
今天要说的是MySQL中的索引问题，这也是在发布项目时由于有一条SQL没有使用索引直接致使该模块整个不能使用，发布失败！也是借此机会将本身所了解和学习到的索引的相关知识作一个整理。
众所周知，索引不是一句两句，也不是一篇两篇能解释完尽的，因此这里会分红好几篇来说解，而且后续会持续的更新。若是文章中有不正确的地方但愿你们能指正，互相讨论，共同进步。
这次废话略多，接下来进入正文，话很少说先上图。

概念

索引：是对数据库表中一列或多列的值进行排序的一种存储结构，使用索引可快速访问数据库表中的特定信息
这是比较官方的一种解释，其做用至关于图书的目录，能够根据目录中的页码快速找到所需的内容，因此简而言之索引就是用来提升查询性能的一种手段。

优势：

• 大大加快数据的检索速度
• 加速表与表之间的链接
• 在使用分组和排序字句进行数据检索时，能够显著减小查询中分组和排序的时间

缺点：

• 索引的存储须要额外的物理空间
• 对表中数据进行增删改是，也须要维护索引，下降了数据的维护速度

常见结构

适用于索引的数据结构主要有哈希表，有序数组，树，这里简单介绍常见的三种。

1. 哈希表结构

   哈希表结构就是Key-Value的键值对的方式，如此查询的时间复杂度只有O(1)，查询速度比较快，可是这种结构不适用于范围类型的查询。
   哈希表的底层使用的是数组+链表，经过hash算法对key进行计算获得数组中的槽位，而后将value存于该槽位，若是已经有数据了，则以链表的方式日后排列。自适应哈希索引使用的就是这种结构。通常这种结构在NoSQL引擎中使用比较多。

2. 有序数组

   使用有序数组来作索引在等值查询和范围查询中具备很高的性能，可是在进行插入和删除时就比较麻烦，因此只适合用于静态存储引擎。

3. B+Tree B+Tree是在搜索树的基础上发展过来的，其特色就是扇出比较高，对于千万级数据量的搜索只要2-4次I/O。须要注意的是B+Tree的数据所有放在叶子节点。在咱们经常使用的InnoDB引擎中默认的索引都是这种数据结构实现的。

索引类型

在InnoDB中其实只有两种类型的索引聚簇索引和辅助索引（非聚簇索引）。这两种索引都是使用的B+Tree来实现的。下面详细的介绍一下。

聚簇索引

咱们知道在InnoDB中，每一张表都会有主键，若是没有显示指明主键，那么会使用惟一约束字段做为主键，若是也没有惟一约束，那么InnoDB会使用一个6个字节的指针row_id做为这个表中的主键。
而聚簇索引就是创建在主键上面的索引，所以也称为主键索引，同时叶子节点中存放的即为整个表的行记录数据，所以也将聚簇索引的叶子节点称为数据页。
通常状况下，有多个索引时优化器会优先使用聚簇索引来进行查询。

辅助索引

对于辅助索引，也称为非聚簇索引，在辅助索引的叶子节点中并不包含行记录的所有数据，叶子节点保存的是相应行数据的聚簇索引键。一个表上面只能有一个聚簇索引，可是能够有多个辅助索引。
当使用辅助索引来查询时会先拿到主键索引的主键，而后再经过主键索引获得完整的行记录，回到主键索引的这个过程称为回表。

索引（B+Tree）数据结构

全部的系统都有一个最小的存储单元，Windows中的文件系统是4kB,在InnoDb引擎中最小的存储单元是16KB，这个在单元在InnoDB中能够称为一个“页”（Page）。

B+Tree结构

前面咱们说过在InnoDB中索引的数据结构是B+Tree，那么B+Tree是个什么样的结构呢？
B+Tree是目前关系型数据库系统中最为经常使用和最为有效的索引，其相似于二叉树（B+Tree不是二叉树），能够根据键值（key-value）快速找到数据。

B+Tree树索引并不能找到一个给定键值的具体行，它只能找到被查找的数据行所在的页，而后把页读入内存，再使用二分法获得要查找的数据。

这里对B+Tree作个简单的定义：它是一种平衡查找树，在B+Tree中，全部记录节点都是按键值的大小顺序存放在同一层的叶子节点上，由各个叶子节点指针进行链接。以下图是一个简单的B+Tree结构图，其高度为2，每页能够存放4个数据页，扇出为4。

在向树中插入或者删除时，为了保持整棵树的平衡，可能须要大量的拆分页操做，所以B+Tree会有自旋功能，避免没必要要的拆分工做。

B+Tree存储

上面说了InnoDB使用页来管理存储，因此全部的表数据都是存放在B+Tree的叶子节点，非叶子节点存放索引值和指针。

以前说过MySQL经过索引只须要2-4次的I/O就能找到对应的数据，这是为啥呢？咱们接下来能够简单的分析一下:

假设一行记录1KB=1024B大小，那么主键ID为BIGINT类型就是8个字节大小（8B），而指针是6B，那么一个16KB大小的页能够存储16 * 1024/(8+6) = 1170 个指针，那么高度为2的B+Tree大概能够有1170 * 16 =18720条记录，高度为3的B+Tree能够有1170 * 1170 * 16 = 21902400条记录，因此千万级的表经过索引只要2-4次的I/O就能将数据查询出来。

小结

从上面的推理能够得出主键长度越小，那么效率就越高。 因此从性能和存储空间方面考量，自增主键每每是更合理的选择。