MySQL 索引特性（下）：索引的操作/理解、主键/唯一键/普通索引、全文索引，查询索引，删除索引

mysql> create table user(
    -> id int primary key,
    -> age int not null,
    -> name varchar(16) not null
    -> );
Query OK, 0 rows affected (0.03 sec)

mysql> show create table user\G;
*************************** 1. row ***************************
       Table: user
Create Table: CREATE TABLE `user` (
  `id` int NOT NULL,
  `age` int NOT NULL,
  `name` varchar(16) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.01 sec)

建立测试表，默认就是 InnoDB 存储引擎

mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)

mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.01 sec)

mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.00 sec)

mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.01 sec)

mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.01 sec)

上面我们无序插入了一些数据，但是发现竟然是按主键有序排列的：

mysql> select *from user;
+----+-----+-----------+
| id | age | name      |
+----+-----+-----------+
|  1 |  56 | 欧阳锋    |
|  2 |  26 | 黄蓉      |
|  3 |  18 | 杨过      |
|  4 |  16 | 小龙女    |
|  5 |  36 | 郭靖      |
+----+-----+-----------+
5 rows in set (0.00 sec)

为何 IO 交互要是 Page

为何 MySQL 和磁盘进行 IO 交互的时候，要采用 Page 的方案进行交互呢？用多少，加载多少不香吗？
如上面的 5 条记录，如果 MySQL 要查找 id＝2 的记录，第一次加载 id＝1，第二次加载 id＝2，一次一条记录，那么就需要 2 次 IO。如果要找 id＝5，那么就需要 5 次 IO。
如果这 5 条（或者更多）都被保存在一个 Page 中（16KB，能保存很多记录），那么第一次 IO 查找 id＝2 的时候，整个 Page 会被加载到 MySQL 的 Buffer Pool 中，这里只完成了一次 IO。但是往后如果在查找 id＝1，3，4，5等，完全不需要进行 IO 了，而是直接在内存中进行了。所以，就在单 Page 里面，大大减少了 IO 的次数。
如何保证，用户一定下次找的数据，就在这个 Page 里面？我们不能严格保证，但是有很大概率，因为有局部性原理。往往 IO 效率低下的最主要矛盾不是 IO 单次数据量的大小，而是 IO 的次数。

理解单个 Page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要先描述，再组织，我们目前可以简单理解成每个独立文件都是由一个或者多个 Page 构成的。

不同的 Page，在 MySQL 中，都是 16KB，使用 prev 和 next 构成双向链表。因为有主键的问题，MySQL 会默认按照主键给我们的数据进行排序，从上面的 Page 内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？插入数据时排序的目的，就是优化查询的效率。页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。 正是因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

理解多个 Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘 IO 次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。如果有 1 千万条数据，一定需要多个 Page 来保存 1 千万条数据，多个 Page 彼此使用双链表链接起来，而且每个 Page 内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

页目录

我们在看书的时候，如果我们要看某一章节，找到该章节有两种做法：

从头逐页的向后翻，直到找到目标内容。
通过书提供的目录，发现目标章节在 234 页，那么我们便直接翻到 234 页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位。

本质上，书中的目录，是多花了纸张的，但是却提高了效率。

所以，目录，是一种 “空间换时间的做法”

单页情况

针对上面的单页 Page，我们能不能也引入目录呢？当然可以。

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找 id＝4 记录，之前必须线性遍历 4 次，才能拿到结果。现在直接通过目录2[3] ，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？

多页情况

MySQL 中每一页的大小只有 16KB，单个 Page 大小固定，所以随着数据量不断增大，16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下，MySQL 会在容量不足的时候，自动开辟新的 Page 来保存新的数据，然后通过指针的方式，将所有的 Page 组织起来。

（注意：上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新 Page 上面，这里仅仅做演示。）

这样，我们就可以通过多个 Page 遍历，Page 内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在 Page 之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的 IO，将下一个 Page 加载到内存，进行线性检测。这样就显得我们之前的 Page 内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，给 Page 也带上目录。

使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
其中，每个目录项的构成是：键值＋指针。图中没有画全。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问哪个 Page，进而通过指针，找到下一个 Page。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以再加目录页。

这种结构其实就是 B+树

我们已经给我们的 user 表构建完了主键索引。随便找一个 id 我们发现，现在查找的 Page 数一定减少了，也就意味着 IO 次数减少了，那么效率也就提高了。

总结

Page 分为目录页和数据页，目录页只放各个下级 Page 的最小键值。
查找的时候，自顶向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了 IO 次数。

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

链表：需要线性遍历，效率低下。
二叉搜索树：存在退化风险，极端情况下会退化为线性结构。
AVL 树 & 红黑树：虽然是平衡或近似平衡的二叉树，但本质上仍是二叉结构，导致树高较高。而 B+ 树是多阶的，树高更低，意味着查询时与磁盘的 I/O 交互更少。（AVL 和红黑树是“瘦高型”，而 B+ 树是“矮胖型”）
哈希表：MySQL 官方支持哈希索引，但 InnoDB 和 MyISAM 并不支持。虽然哈希表查询速度快（O(1)），但不适合范围查找。（此外，哈希表一次只能查找一个元素，连续查询时效率较低）

每个存储引擎的索引类型如下：

B+树 VS B树

最值得比较的是 InnoDB 为何不用B树作为底层索引？

B树

B+树

目前这两棵树，对我们最有意义的区别是：

B树节点，既有数据，又有 Page 指针，而 B＋，只有叶子节点有数据，其他目录页，只有键值和 Page 指针。
B＋叶子节点，全部相连，而B树没有。

为何选择B＋：

节点不存储 data，这样一个节点就可以存储更多的 key。可以使得树更矮，所以 IO 操作次数更少。
叶子节点相连，更便于进行范围查找。

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎‑主键索引。

MyISAM 引擎同样使用B＋树作为索引结构，叶节点的data域存放的是数据记录的地址。下图为 MyISAM 表的主索引，Col1 为主键。

其中，MyISAM 最大的特点是，将索引 Page 和数据 Page 分离，也就是叶子节点没有数据，只有对应数据的地址。

相较于 InnoDB 索引，InnoDB 是将索引和数据放在一起的。

MyISAM 存储引擎：

--终端A
mysql> create database myisam_test;  --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use myisam_test;
Database changed
mysql> create table mtest(
   -> id int primary key,
   -> name varchar(11) not null
   -> )engine=MyISAM;              --使用engine=MyISAM
Query OK, 0 rows affected (0.01 sec)

--终端B
[root@VM-0-3-centos mysql]# ls myisam_test/ -al  --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql   61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm   --表结构数据
-rw-r----- 1 mysql mysql   0 Jun 13 13:33 mtest.MYD   --该表对应的数据，当前没有数
据，所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI   --该表对应的主键索引数据

其中，MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引。

InnoDB 存储引擎：

--终端A
mysql> create database innodb_test;       --创建数据库
Query OK, 1 row affected (0.00 sec)
mysql> use innodb_test;
Database changed
mysql> create table itest(
   -> id int primary key,
   -> name varchar(11) not null
   -> )engine=InnoDB;                    --使用engine=InnoDB
Query OK, 0 rows affected (0.02 sec)

--终端B
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
-rw-r----- 1 mysql mysql   61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm     --表结构数据
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd     --该表对应的主键索引和用户
数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中，InnoDB 这种用户数据与索引数据在一起的索引方案，叫做聚簇索引。

MySQL 5.7 及更早版本：每张表都会生成一个 .frm 文件来存储表结构定义（字段、索引、字符集等元数据）。
MySQL 8.0 起：.frm 文件被彻底废弃。所有表的元数据被统一迁移到 InnoDB 引擎管理的系统表中，物理上存储在 mysql.ibd 文件里

当然，MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

对于 MyISAM，建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别。

同样，InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

可以看到，InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：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。这种过程，就叫做回表查询。

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？——原因就是太浪费空间了。

2. 索引操作

主键索引：PRI（Primary Key）
唯一键索引：UNI（Unique Key）
普通索引：MUL（Multiple Key）

+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| id    | int         | NO   | PRI | NULL    |       |
| name  | varchar(30) | YES  | UNI | NULL    |       |
| email | varchar(30) | YES  | MUL | NULL    |       |
+-------+-------------+------+-----+---------+-------+

主键索引和唯一索引不允许该列有重复的值
普通索引允许该列有重复的值

主键索引的创建

第一种方式：创建表的时候，直接在字段名后指定 primary key：

mysql> create table user1(
    -> id int primary key,
    -> name varchar(30)
    -> );
Query OK, 0 rows affected (0.02 sec)

第二种方式：在创建表的最后，指定某列或某几列为主键索引：

mysql> create table user2(
    -> id int,
    -> name varchar(30),
    -> primary key(id)
    -> );
Query OK, 0 rows affected (0.02 sec)

第三种方式：创建表之后再添加主键：

alter table 表名 add primary key(字段);

mysql> create table user3(id int,name varchar(30));
Query OK, 0 rows affected (0.02 sec)

mysql> alter table user3 add primary key(id);
Query OK, 0 rows affected (0.03 sec)
Records: 0  Duplicates: 0  Warnings: 0

主键索引的特点：

一个表中，最多有一个主键索引，当然也可以是复合主键。
主键索引的效率高（主键不可重复）。
创建主键索引的列，它的值不能为 null，且不能重复。
主键索引的列基本上是 int

唯一索引的创建

第一种方式：在表定义时，在某列后直接指定 unique 唯一属性：

mysql> create table user4(
    -> id int primary key,
    -> name varchar(30) unique
    -> );
Query OK, 0 rows affected (0.03 sec)

第二种方式：创建表时，在表的后面指定某列或某几列为 unique：

mysql> create table user5(
    -> id int primary key,
    -> name varchar(30),
    -> unique(name)
    -> );
Query OK, 0 rows affected (0.02 sec)

第三种方式：创建表之后再添加唯一键：

alter table 表名 add unique(字段);

mysql> create table user6(id int primary key,name varchar(30));
Query OK, 0 rows affected (0.02 sec)

mysql> alter table user6 add unique(name);
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0

唯一索引的特点：

一个表中，可以有多个唯一索引。
查询效率高。
如果在某一列建立唯一索引，必须保证这列不能有重复数据。
如果一个唯一索引上指定 not null，等价于主键索引。

普通索引的创建

第一种方式：在表定义的最后，指定某列为索引：

mysql> create table user7(
    -> id int primary key,
    -> name varchar(30),
    -> index(name)
    -> );
Query OK, 0 rows affected (0.03 sec)

第二种方式：创建完表以后指定某列为普通索引：

alter table 表名 add index(字段);

mysql> create table user8(id int primary key,name varchar(30));
Query OK, 0 rows affected (0.05 sec)

mysql> alter table user8 add index(name);
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

第三种方式：创建一个自定义名的索引：

create index 索引名 on 表名(字段);

mysql> create table user9(id int primary key,name varchar(30));
Query OK, 0 rows affected (0.02 sec)

mysql> create index my_index on user9(name);
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

普通索引的特点：

一个表中可以有多个普通索引，普通索引在实际开发中用的比较多。
如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引。

全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是 MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用 sphinx 的中文版（coreseek）。

CREATE TABLE articles (
 id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
 title VARCHAR(200),
 body TEXT,
 FULLTEXT (title,body)
)engine=MyISAM;

INSERT INTO articles (title,body) VALUES
 ('MySQL Tutorial','DBMS stands for DataBase ...'),
 ('How To Use MySQL Well','After you went through a ...'),
 ('Optimizing MySQL','In this tutorial we will show ...'),
 ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
 ('MySQL vs. YourSQL','In the following database comparison ...'),
 ('MySQL Security','When configured properly, MySQL ...');

查询有没有database数据。

不使用到全文索引：

mysql> select *from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+
2 rows in set (0.01 sec)

可以用 explain 工具看一下，是否使用索引：

explain select语句：解释这句 select 语句将如何执行。

mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
           id: 1
 select_type: SIMPLE
       table: articles
         type: ALL
possible_keys: NULL
         key: NULL <== key为null表示没有用到索引
     key_len: NULL
         ref: NULL
         rows: 6
       Extra: Using where
1 row in set (0.00 sec)

字段	值	含义
id	1	查询的编号，简单查询只有一个，值为 1
select_type	SIMPLE	简单查询，不包含子查询或 UNION
type	ALL	⚠️ 全表扫描，这是最差的访问类型
possible_keys	NULL	MySQL 认为没有任何索引可以用于这个查询
key	NULL	实际也没有使用任何索引
key_len	NULL	没有使用索引，所以索引长度为空
ref	NULL	没有使用索引，所以没有关联的列或常量

使用全局索引：

select *from 表名 where match(字段) against(查找内容);

mysql> select *from articles 
    -> where match(title,body) against('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
|  5 | MySQL vs. YourSQL | In the following database comparison ... |
|  1 | MySQL Tutorial    | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+
2 rows in set (0.00 sec)

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST 
('database')\G
*************************** 1. row ***************************
           id: 1
 select_type: SIMPLE
       table: articles
         type: fulltext <= 全局索引
possible_keys: title
         key: title <= key用到了title
     key_len: 0
         ref: 
         rows: 1
       Extra: Using where

查询索引

第一种方法：

show keys from 表名;

mysql> show keys from goods\G
 *********** 1. row ***********
       Table: goods   <= 表名
 Non_unique: 0       <= 0表示唯一索引
   Key_name: PRIMARY <= 主键索引
 Seq_in_index: 1
 Column_name: goods_id <= 索引在哪列
   Collation: A
 Cardinality: 0
   Sub_part: NULL
     Packed: NULL
       Null: 
 Index_type: BTREE   <= 以二叉树形式的索引
     Comment: 
1 row in set (0.00 sec)