MySQL索引 - 索引的类型

• 索引的类型
  • B-Tree索引
    • B-Tree 索引 通常意味着所有的值都是按顺序存储的，并且每一个叶子页到根的距离相同。
    • B-Tree 索引 能够加快访问数据的速度，存储引擎不再需要进行全表扫描来获取需要的数据，取而代之的是从索引的根节点开始搜索。
    • B-Tree 索引 适用于全键值、键值范围或键前缀查找（最左前缀原则）。
  • 哈希索引
    • 哈希索引 基于哈希表实现，只有精确匹配索引所有列的查询才有效。
    • 哈希索引 是Memory引擎表的默认索引类型，但Memory同时也支持B-Tree索引。
    • 哈希索引 自身只需存储对应的哈希值和行指针，而不存储字段值，所以索引的结构十分紧凑，这也让哈希索引查找的速度非常快。
    • 哈希索引 数据并不是按照索引值顺序存储的，所以无法用于排序。
    • 哈希索引 不支持部分索引列匹配查找，因为哈希索引始终是使用索引列的全部内容来计算哈希值的。例如数据列（A，B）上建立索引，如果查询只有数据列A，则无法使用该索引。
    • 哈希索引 不支持任何范围查询，如WHERE score > 60。
    • 哈希索引 只支持等值比较查询，包括=、IN()、<=>（注意<>和<=>是不同的操作）。
    • 介绍一个使用场景：如需要存储大量的URL，并需要根据URL进行搜索查找。如果使用B-Tree来存储URL，存储的内容就会非常大，因为URL本身很长。
    • 创建表

       mysql> CREATE TABLE TB3 (
           -> id INT UNSIGNED NOT NULL AUTO_INCREMENT,
           -> url VARCHAR(255) NOT NULL,
           -> url_crc INT UNSIGNED NOT NULL DEFAULT 0,
           -> PRIMARY KEY(id),
           -> KEY IDX(url_crc)
      7     -> );

    • 创建触发器

      mysql> DELIMITER //
      mysql> CREATE TRIGGER TB3_CRC_INS BEFORE INSERT ON TB3 FOR EACH ROW BEGIN SET NEW.url_crc=CRC32(NEW.url);
          -> END;
          -> //
      mysql> CREATE TRIGGER TB3_CRC_UPD BEFORE UPDATE ON TB3 FOR EACH ROW BEGIN SET NEW.url_crc=CRC32(NEW.url);
          -> END;
          -> //
      mysql> DELIMITER ;

    • 插入或更新数据

    •  mysql> INSERT INTO TB3(url) VALUES('http://www.mysql.com');
       mysql> SELECT * FROM TB3;
       +----+----------------------+------------+
       | id | url                  | url_crc    |
       +----+----------------------+------------+
       |  1 | http://www.mysql.com | 1560514994 |
       +----+----------------------+------------+
       
       mysql> UPDATE TB3 SET url="https://www.mysql.com" WHERE id=1;
       mysql> SELECT * FROM TB3;
       +----+-----------------------+------------+
       | id | url                   | url_crc    |
       +----+-----------------------+------------+
       |  1 | https://www.mysql.com | 1053537447 |
       +----+-----------------------+------------+

      查询（可以看出ref: const，已经是最好的级别了），有同学问为什么在WHERE条件中不直接使用一个url_crc作为筛选条件，因为一旦出现哈希冲突，另一个字符串的哈希值也恰好一样的时候，只是用url_crc来来查询是无法工作的，所以要避免冲突问题，必须在WHERE中带入哈希值和对应的列值。

       mysql> EXPLAIN SELECT * FROM TB3 WHERE url_crc=CRC32('https://www.mysql.com') AND url="https://www.mysql.com"\G
       *************************** 1. row ***************************
                  id: 1
         select_type: SIMPLE
               table: TB3
          partitions: NULL
                type: ref
       possible_keys: IDX
                 key: IDX
             key_len: 4
                 ref: const
                rows: 1
            filtered: 100.00
               Extra: Using where

      PS：如果采用这种方式，不要使用SHA1()和MD5()作为哈希函数，因为这两个函数计算出来的哈希值是非常长的字符串，会浪费大量空间，比较时也会更慢。 但如果数据表非常大，CRC32会出现大量的哈希冲突，可以自己实现一个简单的64位哈希函数，如SELECT CONV(RIGHT(MD5("https://www.mysql.com"), 16), 16, 10) AS HASH64;

  • 空间数据索引
    • MyISAM表支持空间索引，可以用作地理数据存储。
    • MySQL的GIS支持并不完善，所以大部分人都不会使用该特性。
    • 空间索引会从所有维度来索引数据，和B-Tree不同，这类索引无须前缀查询。
    • 必须使用MySQL的GIS相关函数如MBRCONTAINS()等来维护数据。
  • 全文索引
    • 全文索引是一种特殊类型的索引，它查找的是文本中的关键词，而不是直接比较索引中的值。
    • 全文索引使用与MATCH AGAINST操作，而不是普通的WHERE条件操作。
  • 其他索引
    • TokuDB 使用分形树索引，既有B-Tree的很多优点，又避免了B-Tree的一些缺点。
    • ScaleDB 使用Patricia tries。
    • InfiniDB 和 Infobright 使用了一些特殊的数据结构来优化某些特殊的查询。