文章目录

• 索引实现
• • InnoDB索引实现
  • • InnoDB的主键索引
    • InnoDB的辅助索引
  • MyISAM索引实现
  • Innodb索引和MyISAM索引的区别
• 其它索引数据结构
• • hash索引的缺点
  • B+树和二叉查找树的性能对比
  • B+对比B树的优点
  • 其它关于索引数据结构的问题
  • • 为什么数据库索引不用红黑树而用B+树
• 索引失效
• • 条件中or前后没有同时使用索引，索引失效
  • like 以%开头，索引失效
  • 组合索引，不是使用第一列索引，索引失效
  • 数据类型出现隐式转化，索引失效
  • 其它情况
• 不推荐使用索引的情况
• 覆盖索引
• 组合索引
• • 最左匹配原则
  • • 注意
  • 组合索引数据结构
• 索引下推
• 谓词下推
• • 什么是谓词
  • 谓词下推

索引实现

https://www.cnblogs.com/jiawen010/p/11805241.html

目前MySQL的Innodb、Myisam存储引擎都是使用的B+树作为存储结构；

但是 memory存储引擎 确是 hash索引，所以索引数据结构要 结合 具体的存储引擎；

---

InnoDB索引实现

注意：一个索引节点就表示一个磁盘页

InnoDB的主键索引

InnoDB的聚簇索引 的 data域 存的是 行数据（具体数据）；

非叶子节点存的是 索引，叶子节点存的是数据；

---

InnoDB的辅助索引

InnoDB的所有辅助索引 的 data域 存的是 主键；

辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。

---

MyISAM索引实现

MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址；

在MyISAM中，主键索引和辅助索引（Secondary key）在结构上没有任何区别，只是主索引要求key是唯一的，而辅助索引的key可以重复；

---

Innodb索引和MyISAM索引的区别

1. Innodb 主键使用的是聚簇索引，MyISam主键索引使用的是非聚簇索引；
2. Innodb主键索引的叶子节点存放的是行记录，是具体的数据，Innodb非聚簇索引 叶子节点（data域）存放的是主键；而MyISam的聚簇索引和非聚簇索引都存放的是行数据的具体地址；

---

其它索引数据结构

hash索引的缺点

缺点: 因为底层数据结构是散列的，无法进行比较大小，不能进行范围查找

B+树和二叉查找树的性能对比

B树包括B+树的设计思想都是尽可能的降低树的高度，以此降低磁盘IO的次数，因为一个索引节点就表示一个磁盘页。

一个索引节点就表示一个磁盘页；
假设一个节点可以容纳100个值，那么3层的B+树可以容纳100万个数据。
根节点100，第二层100*100，第三次存数据就是100x100x100,z三层只需3次io;

而如果使用二叉查找树，则需要将近20层，也就是进行20次磁盘IO；

---

B+对比B树的优点

B树的每个节点除了存储指向子节点的索引之外，还有data域，因此单一节点存储的指向子节点的索引并不是很多，树高度较高，磁盘IO次数较多，

个人理解，B树的索引节点，既存索引也存数据，一次io读取的数据是有限的，所以b树存的索引相对于b+树少，在数据量大的情况下，b树io次数多；

假设 一个索引可以存100单位数据，索引和data分别需要1单位，那么3层b树能存50+50x50+50x50*50个索引,而3层b+树可以存100x100x100,故b+树可以存更多索引；

总结：b+树的节点可以存更多索引数据，而b树的节点既要存索引，又要存数据，因此存的索引少；

其它关于索引数据结构的问题

为什么数据库索引不用红黑树而用B+树

红黑树在插入删除操作时需要 通过旋转和变色操作 来恢复二叉树性质；

但是当数据量较小，数据完全可以放入内存中，不需要进行磁盘IO，这时候，红黑树时间复杂度比B+树低。

---

索引失效

https://www.cnblogs.com/wdss/p/11186411.html

条件中or前后没有同时使用索引，索引失效

例如select * from user where name="zhsngsan" or id=29527;其中id是主键，那么id是主键索引，而name不是索引,则索引失效；

like 以%开头，索引失效

当like前缀没有%，后缀有%时，索引有效。

组合索引，不是使用第一列索引，索引失效

https://zhuanlan.zhihu.com/p/108179618

例如 create index test2 on emp(ename , empno,job);,其中ename就是第一列索引，只要条件中不含ename组合索引就会失效；

数据类型出现隐式转化，索引失效

如varchar不加单引号的话可能会自动转换为int型，使索引无效；

其它情况

---

不推荐使用索引的情况

1. 数据唯一性差（一个字段的取值只有几种时）的字段不要使用索引

比如性别，只有两种可能数据。意味着索引的二叉树级别少，多是平级。这样的二叉树查找无异于全表扫描。

2. 频繁更新的字段不要使用索引

比如logincount登录次数，频繁变化导致索引也频繁变化，增大数据库工作量，降低效率。

3. 字段不在where语句出现时不要添加索引,如果where后含IS NULL /IS NOT NULL/ like ‘%输入符%’等条件，不建议使用索引

只有在where语句出现，mysql才会去使用索引

4） where 子句里对索引列使用不等于（<>），使用索引效果一般

---

---

覆盖索引

只需要在一棵索引树上就能获取SQL所需的所有列数据的索引成为覆盖索引(Covering Index)，无需回表，速度更快。

//id是主键、name是索引，则下面sql需要回表，因为需要通过id回表获取sex；
select id,name，sex from user where name='shenjian';

但是，如果再创建一个联合索引(name,sex)，那么上面的sql就不需要回表；因为通过(name,sex)的索引可以获取id,name,sex 不需要回表；

---

组合索引

最左匹配原则

https://chensj.blog.csdn.net/article/details/108540362

组合索引abc_index:(a,b,c)，只会在where条件中带有(a)、(a,b)、(a,b,c)的三种类型的查询中使用使用索引。

当where条件只有(a,c)时也会走，但是只走a字段索引，不会走c字段。

---

注意

• 当遇到范围查询(>、<、between、like)就会停止匹配。

(a,b,c,d)建立索引,  
where后条件为a = 1 and b = 2 and c > 3 and d = 4  
那么，a,b,c三个字段能用到索引，而d就匹配不到。因为遇到了范围查询！

---

组合索引数据结构

联合索引中的索引项会先根据第一个索引列进行排序，第一个索引列相同的情况下，会再按照第二个索引列进行排序，依次类推。

例如联合索引abc_index:(a,b,c)，sql where a=1and b=2 and c=3;
先根据a查询，a相同的情况下，b是排好序的，因此可以定位到b,同理c;

但是如果sql是where a=1，c=3;a会走索引得出主键，再根据主键回表查c;
因为a相同时，c是乱序的；

总结
联合索引(a,b,c)可以直接定位到a,ab,abc,至于ac需要2次定位；

---

索引下推

https://blog.csdn.net/luxiaoruo/article/details/106637231

https://blog.csdn.net/qq_34162294/article/details/105260154

在不使用索引下推的情况下，使用非主键索引进行查询时，存储引擎 通过索引检索到数据，然后返回给MySQL服务器，服务器做最后的筛选。

例如查询gander=男 and age>20的数据，
不使用索引下推时，存储引擎将gander=男的数据直接返回 给mysql服务层，再由 服务层 根据age>20筛选出最终数据返回Clint；

使用索引下推后，存储引擎 直接筛选gander=男 and age>20的数据返回 给mysql服务层；

---

谓词下推

什么是谓词

谓词下推概念中的谓词指返回bool值即true和false的函数，或是隐式转换为bool的函数：

SQL中的谓词主要有 LKIE、BETWEEN、IS NULL、IS NOT NULL、IN、EXISTS。

---

谓词下推

https://blog.csdn.net/EdwardWong_/article/details/105970779

谓词下推 Predicate Pushdown：基本策略是，始终将过滤表达式尽可能移至靠近数据源的位置。

简而言之，就是在不影响结果的情况下，尽量将过滤条件提前执行。

• 例如

select count(1) from A Join B on A.id = B.id where A.a > 10 and B.b < 100;

在处理Join操作之前需要首先对A和B执行TableScan操作，然后再进行Join，再执行过滤，最后计算聚合函数返回，但是如果把过滤条件A.a > 10和B.b < 100分别移到A表的TableScan和B表的TableScan的时候执行，可以大大降低Join操作的输入数据。优化后的语句如下：

select count(1) from (select *  from A  where a>10)A1 Join (select *  from B  where b<100)B1 on A1.id = B1.id;

标签：下推,节点,索引,MySQL,失效,where,主键
来源： https://blog.csdn.net/qq_43369986/article/details/116747163