2025-10-18-索引

索引作用是加快查询速度，但是与此同时，会减慢增删改的速度

但是由于业务上基本是读取为主，所以一般都会构建索引来加快速度

目标：

1. 索引的结构 B+ 树
2. 索引失效规则

数据结构

不合适的数据结构

数据结构	不合适的原因
二叉搜索树/AVL数/红黑树	如果值太多，深度过大
Hash表	不支持范围查询

B 树

B 树（也叫做 B-树，“-”是连接符）也是不太适合的， 具体原因一两句说不完，所以不放在上面了

数据结构-B树

特点：

1. 节点内存储的都是数据
2. 每个节点存储不止一个数据

B+ 树

B+ 树是 MySQL 内部存储的数据结构

数据结构-B+树

特点：

1. 非叶子节点，存储的索引，叶子节点存储的才是详细内容
2. 最后用双向链表存储，支持范围查询

B 树与 B+ 树区别

内容	B 树	B+ 树
查询稳定性	不稳定	稳定，每次查询的时间复杂度都一样
范围查询逻辑	复杂	简单
详细信息位置	在节点内	只在叶子节点内

页

它是每次查询的基本单位，默认是 16KB 详情在数据库进阶部分呈现

为什么设置它？

1. 读取的时候可以减少与磁盘交互次数
2. 可以管理数据之间的关系

索引使用

代码案例

1. 直接在创建表的时候创建索引

   drop table if exists student;
   
   create table student (
     id int primary key,
     name varchar(20),
     class_id int,
     index(id) -- index 来创建
   );
   
   show index from student;

2. 创建表后创建索引

   drop table if exists student;
   
   create table student (
     id int primary key,
     name varchar(20),
     class_id int
   );
   
   -- create index ... on ... 来创建
   create index student_index_name on student(name);
   
   show index from student;

问题

针对于正在使用的大表，如何构建索引呢？

1. 先申请一个新的服务器，把表中的数据拷贝一份在新的服务器上面
2. 在新的服务器上面构建索引
3. 在应用配置那里，更改数据库的配置，将旧数据库地址变为新的数据库地址

tip: 像这样需要大量时间处理的都可以这样处理

其他概念

索引覆盖 vs 回表查询

前提：它们都是通过索引查询，不通过索引查询没有这两个行为的

• 索引覆盖
  • 代码案例：

    -- 索引是 name, 而此时也只查询 name 那么就不需要回表查询，直接返回值即可
    select name from student where name like '张%';

  • 概念：当查询的内容有且仅有索引的时候，不会触发回表查询，直接返回查询的结果即可
• 回表查询
  • 代码案例：

    -- 索引是 name, 而此时也查询 id, name 那么就需要回表查询主键
    select id, name from student where name like '张%';

  • 概念：通过索引查询其他内容的时候，那么就会查询到主键，然后再根据主键这个索引再查询一次数据

索引失效

可以使用 explain 这个来查看索引是否失效

如果是 all 那么就是失效了，不是就是成功了

单个列索引

表的创建结构是

drop table if exists student;

create table student (
  id int primary key auto_increment,
  name varchar(20),
  class_id int,
  gender int default 1,
  index(name),
  index(gender)
);

insert into student (name, class_id) values ('小明', 1),('小王', 1),('小强', 2);

1. 查询的结果没有使用索引

   explain select * from student where class_id = 1; -- all

2. 使用的索引的值比较单一

   -- 虽然不是 type all 但是没有用，因为相关的结果太多了
   explain select * from student where gender = 1;

3. 查询字符串是通配符在前面

   -- 因为字符串是从前往后遍历的，树也是从前往后构建的，
   -- 所以前面的确定了，就可以命中索引
   explain select * from student where name like '%小'; -- all
   
   explain select * from student where name like '小%'; -- range

4. 使用 or 而不是 and

   -- 一个有索引列，一个没有
   explain select * from student where id < 7 or name like '小%'; -- all
   
   explain select * from student where id < 7 and name like '小%'; -- range

5. 对索引进行运算

   explain select * from student where id + 10 < 7; -- all
   
   explain select * from student where id < 7; -- range

6. 使用 not 等**表示“非”**这样的关系

   explain select * from student where name not like '小%'; -- all
   
   explain select * from student where name like '小%'; -- range

7. 两个列表之间字符集不同 比如 一个是 utf8 另一个是 utf8mb4

复合索引

假设这个表构建的复合索引顺序是 (a, b, c)

成功使用索引是：

1. a, b, c
2. a, b
3. a
4. a, c (这个是虽然会遍历 c 但是依然生效，因为已经排除了一大批值了)

索引失效：

1. b, c
2. c, a
3. b, a
4. c

总之，复合索引查询顺序是依照构建时候顺序来查询的