什么是索引？

索引是數(shù)據(jù)庫存儲引擎用于快速查找到指定數(shù)據(jù)的一種數(shù)據(jù)結(jié)構(gòu)。

可以用新華字典做類比：如果新華字典中對每個(gè)字的詳細(xì)解釋是數(shù)據(jù)庫中表的記錄，那么按部首或拼音等排序的目錄就是索引，使用它可以讓我們快速查找的某一個(gè)字詳細(xì)解釋的位置。

在MySQL中，存儲引擎也是用了類似的方法，先在索引中找到對應(yīng)的值，然后再根據(jù)匹配的索引值找到對應(yīng)表中記錄的位置。

面試中為什么問索引？

之所以在索引在面試中經(jīng)常被問到，就是因?yàn)椋核饕菙?shù)據(jù)庫的良好性能表現(xiàn)的關(guān)鍵，也是對查詢能優(yōu)化最有效的手段。索引能夠輕易地把查詢性能提高幾個(gè)數(shù)量級。

然而，糟糕的索引也同樣會影響查詢性能，當(dāng)表中的數(shù)據(jù)量越來越多的時(shí)候，索引對性能的影響就越大。在數(shù)據(jù)量比較少并且負(fù)責(zé)比較低的時(shí)候，糟糕的索引對性能的影響可能不明顯，但是當(dāng)數(shù)據(jù)量逐漸增多的時(shí)候，性能會急劇下降。

索引的類型

經(jīng)過前面的介紹，我們就進(jìn)入正題，了解一下MySQL支持的索引類型，以及它們的原理和用法。

不同類型的索引，可以為不同場景提供更好的性能。在MySQL中，索引是在存儲引擎層面實(shí)現(xiàn)的，而不是在服務(wù)器層面實(shí)現(xiàn)的。正如大家所知道，MySQL支持多種類型的存儲引擎。所以，在不同存儲引擎中索引的實(shí)現(xiàn)方式并不是一樣的，也不是所有類型的索引都被所有存儲引擎支持的，即使多個(gè)存儲引擎支持同一種類型的索引，它底層的實(shí)現(xiàn)也有可能是不相同的。

B-Tree索引

B-Tree索引是被大多數(shù)MySQL存儲引擎支持的，在我們討論索引時(shí)，假如沒有特別地說明類型，那么大概率說的就是B-Tree索引了。我們使用B-Tree這個(gè)詞，是因?yàn)镸ySQL在創(chuàng)建表和其他語句中就使用這個(gè)關(guān)鍵字。

然而，在不同存儲引擎的底層可能使用不同的數(shù)據(jù)結(jié)構(gòu)和算法，比如：InnoDB存儲引擎內(nèi)部使用的是B+Tree結(jié)構(gòu)，NDB集群存儲引擎內(nèi)部使用的是T-Tree結(jié)構(gòu)。不同存儲引擎用以不同的方式使用B-Tree索引，性能也可能不同，比如：InnoDB的索引上存儲的是原數(shù)據(jù)格式，而MyISAM存儲引擎使用前綴壓縮技術(shù)使索引更小，InnoDB索引的行存儲的數(shù)據(jù)行的主鍵引用，而MyISAM存儲引擎的索引的行存儲的是數(shù)據(jù)行的物理位置。

B-Tree索引的原理

B-Tree索引能夠加快訪問數(shù)據(jù)的速度，因?yàn)椴恍枰頀呙杈涂梢钥焖贆z索的需要的數(shù)據(jù)。那么B-Tree索引是怎么做到的呢？我們通過一個(gè)簡單的例子了解一下InnoDB的B-Tree索引是怎么工作的：

CREATE TABLE `om_address` ( `province_name` varchar(255) NOT NULL COMMENT ’省’, `city_name` varchar(255) NOT NULL COMMENT ’市’, `district_name` varchar(255) NOT NULL COMMENT ’區(qū)’, `detailed_address` varchar(255) NULL DEFAULT NULL COMMENT ’詳細(xì)地址’, INDEX `index_province_city_district`(`province_name`, `city_name`, `district_name`) USING BTREE) ENGINE = InnoDB;

這個(gè)表中共有4個(gè)字段，分別表示省、市、區(qū)和詳細(xì)地址，還有一個(gè)B-Tree索引，其中包含了省、市、區(qū)三個(gè)字段。因?yàn)樗饕乃兄刀际前凑枕樞虼鎯Φ模矗汗?jié)點(diǎn)的左子樹比當(dāng)前節(jié)點(diǎn)小，節(jié)點(diǎn)的右子樹比當(dāng)前節(jié)點(diǎn)大。那么當(dāng)查詢數(shù)據(jù)時(shí)，從索引的根節(jié)點(diǎn)開始搜索，根據(jù)比較當(dāng)前節(jié)點(diǎn)的索引值向子樹進(jìn)行查找，直到找到對應(yīng)的索引值，或者根本沒有找到。

B-Tree索引的用法

根據(jù)B-Tree索引的特點(diǎn)，它可以用于全值匹配、值范圍匹配和最左前綴匹配。

全值匹配是指和索引中所有的字段進(jìn)行匹配，比如：查詢黑龍江省哈爾濱市南崗區(qū)的數(shù)據(jù)。 值范圍匹配是指索引中字段的某一范圍進(jìn)行匹配，但是必須滿足前面字段的全匹配，比如：第一個(gè)字段province_name省名稱的全匹配，第二個(gè)字段city_name城市名稱的范圍匹配。 最左前綴匹配是指索引中字段的某一開頭部分進(jìn)行匹配，但是必須滿足前面字段的全匹配，比如：第一個(gè)字段province_name省名稱為內(nèi)蒙古，第二個(gè)字段city_name城市名稱以“呼”開頭。

哈希索引

哈希索引是基于哈希表實(shí)現(xiàn)的，用于精確匹配索引所指向的數(shù)據(jù)。存儲引擎對每一行數(shù)據(jù)的所有索引字段計(jì)算出一個(gè)哈希碼，哈希碼是一個(gè)比較小的值，并且不同的數(shù)據(jù)計(jì)算出來的哈希碼一般情況下也不一樣。哈希索引中存放了這個(gè)哈希碼和指向這個(gè)數(shù)據(jù)行的指針。

在MySQL中，只有Memory存儲引擎支持哈希索引，也是Memory存儲引擎的默認(rèn)索引類型。另外，在InnoDB存儲引擎中也運(yùn)用了哈希索引，叫做自適應(yīng)哈希索引。當(dāng)某些索引中被非常頻繁的使用時(shí)，InnoDB存儲引擎會在內(nèi)存中基于B-Tree索引之上再創(chuàng)建一個(gè)哈希索引，這樣一來使得B-Tree索引也具有的快速哈希查找的優(yōu)點(diǎn)。

哈希索引因?yàn)橹恍璐娣艑?yīng)數(shù)據(jù)的哈希值，所以索引的結(jié)構(gòu)非常緊湊，占用空間小，同時(shí)查詢速度也非常快。不過，哈希索引只支持全值等值查詢，不能索引字段范圍匹配和部分索引字段匹配。

空間數(shù)據(jù)索引

空間數(shù)據(jù)索引（R-Tree）主要用于地理數(shù)據(jù)的存儲，會從所有維度來索引數(shù)據(jù)，查詢時(shí)可以有效的使用任意維度進(jìn)行組合查詢。 目前，MyISAM存儲引擎支持空間數(shù)據(jù)索引，不過必須使用MySQL的GIS相關(guān)的函數(shù)來維護(hù)數(shù)據(jù)。

在MySQL中，空間索引只能建立在空間數(shù)據(jù)類型上，如：GEOMETRY、POINT、LINESTRING等。

全文索引

全文索引不像之前介紹的索引那樣直接比較索引中的值，而是直接比較查找的文本中的關(guān)鍵詞，它類似于搜索引擎做的事情，不是簡單的where條件匹配。

在相同的字段上，可以同時(shí)創(chuàng)建全文索引和B-Tree索引，不會有沖突。全文索引適用于match和against操作，不是普通的where條件操作。在MySQL中，只能在類型為CHAR、VARCHAR、TEXT的字段上創(chuàng)建全文索引。

總結(jié)

索引是數(shù)據(jù)庫存儲引擎用于快速查找到指定數(shù)據(jù)的一種數(shù)據(jù)結(jié)構(gòu)，它包括B-Tree索引、哈希索引、空間數(shù)據(jù)索引、全文索引，其中B-Tree索引是我們最常用到的，InnoDB存儲引擎內(nèi)部使用的是B+Tree結(jié)構(gòu)；哈希索引是基于哈希表實(shí)現(xiàn)的，用于精確匹配索引所指向的數(shù)據(jù)；空間數(shù)據(jù)索引從所有維度來索引數(shù)據(jù)，查詢時(shí)可以有效的使用任意維度進(jìn)行組合查詢；全文索引是直接比較查找的文本中的關(guān)鍵詞，類似于搜索引擎。

以上就是MySQL索引的各種類型簡介的詳細(xì)內(nèi)容，更多關(guān)于MySQL 索引類型的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！