mysql中索引的实现逻辑
作者：互联网
mysql中的索引给sql语句的执行提高了很大的效率，具体在什么场景下才适合使用索引？什么是索引？
1、在数据量非常庞大的数据 --索引可以大大的缩小检索的范围，从而快速的定位到数据
2、该字段很少执行DMl语句时 --因为在数据库中索引会自动的维护，当有DML语句对索引字段执行的时候，数据库会
3、该字段经常出现在where子句后面 -经常根据哪个字段查询。如给该字段添加索引将会大大提高检索效率
索引：索引就好像是一本练习册，通过练习册上的目录，我们可以准确的找到某一章节存在的页面数
一、索引的类型
1、单一索引：给单个字段添加索引
2、复合索引：给多个字段同时添加一个索引
3、主键索引：主键字段上默认会自动添加索引
4、唯一索引：字段具有unique约束的会自动添加索引
二、怎么创建索引
创建索引create index 索引名称 on 表名(字段名称) mysql> create index t_emp_index_sal on t_emp(sal); Query OK, 0 rows affected (0.02 sec) Records: 0 Duplicates: 0 Warnings: 0 成功给t_emp表中的sal字段添加索引 删除索引drop index 索引名称 on 表名 mysql> drop index t_emp_index_sal on t_emp; Query OK, 0 rows affected (0.01 sec) Records: 0 Duplicates: 0 Warnings: 0 成功给t_emp表中的sal删除索引
三、索引和常见的DML语句有什么区别？
索引底层采用的数据结构是：B + Tree 索引的实现原理：通过B Tree缩小扫描范围，底层索引进行了排序，分区，索引会携带出数据在表中的物理地址，最终通过索引检索到数据之后，获取到关联的物理地址，通过物理地址定位表中的数据，效率是最高的 演示：使用 explain 查看sql语句的执行计划mysql> explain select * from t_emp where sal=5000; +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+ | 1 | SIMPLE | t_emp | NULL | ALL | NULL | NULL | NULL | NULL | 7 | 14.29 | Using where | +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+ 1 row in set, 1 warning (0.00 sec) mysql> select * from t_emp; +-------+----------+------+-------+--------+ | empno | ename | job | sal | dempno | +-------+----------+------+-------+--------+ | 1 | xds | a | 5000 | 2 | | 2 | xds | a | 3000 | 2 | | 3 | shenzhen | a | 3000 | 1 | | 4 | zs | a | 5000 | 1 | | 9 | ps | b | 8000 | 4 | | 10 | ps | b | 6000 | 1 | | 11 | xw | b | 10000 | 8 | +-------+----------+------+-------+--------+ 7 rows in set (0.00 sec)
从执行计划的type和rows字段可以看出，type是all是进行的全表扫描，rows次数是7次。我们查看下表内整体的数据，表中总共7条数据，而常规的sql语句，是在表中1v1的去比较，符合where条件的取出
演示：创建索引后使用explain查看sql语句的执行计划
mysql> create index t_emp_index_sal on t_emp(sal); Query OK, 0 rows affected (0.01 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> select * from t_emp where sal=5000; +-------+-------+------+------+--------+ | empno | ename | job | sal | dempno | +-------+-------+------+------+--------+ | 1 | xds | a | 5000 | 2 | | 4 | zs | a | 5000 | 1 | +-------+-------+------+------+--------+ 2 rows in set (0.00 sec) mysql> explain select * from t_emp where sal=5000; +----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+ | 1 | SIMPLE | t_emp | NULL | ref | t_emp_index_sal | t_emp_index_sal | 5 | const | 2 | 100.00 | NULL | +----+-------------+-------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+ 1 row in set, 1 warning (0.00 sec)
创建索引后我们可以看到，sql执行计划中的type是ref，rows是2条，并不是常用的全表检索，而是进行索引扫描，快速来定位
四、索引底层的实现逻辑到底是怎么实现的？
1、字段添加索引后，是一个索引对象，他会默认的进行排序
2、排序之后会按照字段值进行分区
3、索引会携带出数据在表中的物理地址
4、最终通过索引检索后，获取都物理地址，通过物理地址来定位到表中的数据
演示：
未添加索引时sql的执行机制，全表检索，一一匹配，当数据量达到亿级的时候，搜索效率是非常慢的
mysql> select ename from t_emp; +----------+ | ename | +----------+ | xds | | xds | | shenzhen | | zs | | ps | | ps | | xw | +----------+ 7 rows in set (0.00 sec)
当添加索引后，底层实现会默认对该字段进行排序操作
mysql> select ename from t_emp order by ename; +----------+ | ename | +----------+ | ps | -- 011a | ps | -- 022a | shenzhen | | xds | | xds | | xw | | zs | +----------+ 7 rows in set (0.01 sec)
因为数据在硬盘文件中是有对应的物理地址的，通过检索后会带出表中数据所在硬盘上的物理地址
从而最终在运行时的sql是这样的；
select ename from t_emp where 物理地址='011a';
通过直接搜索物理地址从而来达到快速查询的目的，大大的提升搜索效率
五、什么场景下不适合使用索引？
1、当需要添加索引的字段存在经常执行DML语句 --因为索引需要维护，如果字段值经常改变，数据库本省对索引的维护成本交大
2、当使用模糊查询时，通配符写了value值的前面，"%a%" --这样也是不适合使用索引的，这个时候索引是失效的
--个人理解，如有误解，望评论区指出，谢谢！
标签：逻辑,rows,sal,索引,emp,mysql,物理地址 来源： https://www.cnblogs.com/xdsa/p/15922550.html