谈谈InnoDB中的B+树索引

亲爱的编程学习爱好者，如果你点开了这篇文章，说明你对《谈谈InnoDB中的B+树索引》很感兴趣。本篇文章就来给大家详细解析一下，主要介绍一下MySQL、数据结构、Java，希望所有认真读完的童鞋们，都有实质性的提高。

索引类似于书的

-- a为主键
create table t (
    a int not null,
    b varchar(600),
    c int not null,
    primary key(a)
) engine=INNODB;

insert into t values 
(1,'a',11),
(2, 'b', 12),
(3, 'c', 13),
(4, 'd', 14);

图6：聚集索引查询计划演示

关于explain不太了解的朋友可以参看文末最后一个参考资料

第一个查询我们在a列上做等值查询，第二个在c上做等值查询。从key列可以看到，第一个查询用到了聚集索引，第二个由于c没有索引，所以全表扫描

第三个查询对a做排序,第四个查询对c列做排序。发现对主键的排序不会用filesort.

非聚集索引

-- 这里可以假设没有idx_b这个索引
select * from t where b='a';
select * from t where b='a' and c=11;

1. 左边的列做等值查询，对后边的列做排序友好，因为后边的已经是排序的

-- 这里可以假设没有idx_b这个索引
select * from t where b='a' order by  c;

1. 让索引包含更多数据，走覆盖索引，一旦放到一个列被索引，那么索引树必包含这个列的数据

对于字符串类型的列，也是满足最左前缀原则，like '%a' 不能命中索引，like 'a%'就可以。

注意下边这个语句用不到索引

select * from t where c=11;

下面看几个查询计划：

先来看一看索引情况

可以看到我们在b，c两列建立了idx_b_c的联合索引

图11：联合索引查询计划

1号查询，条件包含最左列，b列，命中索引

2号查询，条件不包含最左列，key列显示为NULL，未命中索引，type为ALL，是全表扫描

3号查询，对最左列做等值，然后右列做排序，命中了索引

4号查询，没有命中索引，用到了filesort

通过这四个查询我们能够了解到联合索引的最左原则是怎么回事了，结合前面提到的联合索引的树结构，这个原则是理所当然的。

覆盖索引

覆盖的意思就是

create table t4 
(
    id int primary key,
    a int not null, key(a)
);

1. 通过修改表创建

alter table t4 add index idx_a (a);

1. 通过create index创建

create index idx_a on t4(a);

索引的删除：

1. 修改表删除

alter table t4 drop index idx_a;

1. drop index语法

drop index idx_a on t4;

索引的查看

show index from t4;

关于索引的思考

学习B+树索引，最最根本是需要弄清楚各种

索引树的结构

是怎样的，做到“心中有树”。当看到一条优化策略时，我们就能知道这个优化策略

为什么能够优化

。基于我们对索引结构的理解，甚至还可以提出一些新（对你来讲是新的，但是可能人家已经写了或者在用了）的优化策略。例如，我们知道每一个非聚集索引叶子节点都会包含主键，因此我们的

主键应该在满足业务的情况下尽量小

，这样可以减少所有索引的空间，当然，事实上，每一个列数据类型都应当尽量小。

索引之路，道阻且长，奥利给！

参考资料

• 《MySQL技术内幕-InnoDB存储引擎》
• https://www.bikan8.cn/186.html
• https://blog.csdn.net/why1573...

本篇关于《谈谈InnoDB中的B+树索引》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于数据库的相关知识，请关注golang学习网公众号！