带你彻底了解数据库索引 _数据库索引

作者：Morven.Huang
来源： www.cnblogs.com/morvenhuang

一、引言
对数据库索引的关注从未淡出我们的讨论，那么数据库索引是什么样的？聚集索引与非聚集索引有什么不同？
希望本文对各位同仁有一定的帮助。有不少存疑的地方，诚心希望各位不吝赐教指正，共同进步。
二、B-Tree
我们常见的数据库系统，其索引使用的数据结构多是B-Tree或者B+Tree 。
例如，MsSql使用的是B+Tree，Oracle及Sysbase使用的是B-Tree 。所以在最开始，简单地介绍一下B-Tree 。
B-Tree不同于Binary Tree（二叉树，最多有两个子树），一棵M阶的B-Tree满足以下条件：

每个结点至多有M个孩子；
除根结点和叶结点外，其它每个结点至少有M/2个孩子；
根结点至少有两个孩子（除非该树仅包含一个结点）；
所有叶结点在同一层，叶结点不包含任何关键字信息；
有K个关键字的非叶结点恰好包含K+1个孩子；

另外，对于一个结点，其内部的关键字是从小到大排序的。
以下是B-Tree（M=4）的样例：

文章插图

对于每个结点，主要包含一个关键字数组Key[]，一个指针数组（指向儿子）Son[] 。
【带你彻底了解数据库索引】在B-Tree内，查找的流程是：使用顺序查找（数组长度较短时）或折半查找方法查找Key[]数组，若找到关键字K，则返回该结点的地址及K在Key[]中的位置；
否则，可确定K在某个Key[i]和Key[i+1]之间，则从Son[i]所指的子结点继续查找，直到在某结点中查找成功；或直至找到叶结点且叶结点中的查找仍不成功时，查找过程失败。
接着，我们使用以下图片演示如何生成B-Tree（M=4，依次插入1~6）：
从图可见，当我们插入关键字4时，由于原结点已经满了，故进行分裂，基本按一半的原则进行分裂，然后取出中间的关键字2，升级（这里是成为根结点）。
其它的依类推，就是这样一个大概的过程。

文章插图

三、数据库索引
1．什么是索引
在数据库中，索引的含义与日常意义上的“索引”一词并无多大区别（想想小时候查字典），它是用于提高数据库表数据访问速度的数据库对象。

索引可以避免全表扫描。多数查询可以仅扫描少量索引页及数据页，而不是遍历所有数据页。
对于非聚集索引，有些查询甚至可以不访问数据页。
聚集索引可以避免数据插入操作集中于表的最后一个数据页。
一些情况下，索引还可用于避免排序操作。

当然，众所周知，虽然索引可以提高查询速度，但是它们也会导致数据库系统更新数据的性能下降，因为大部分数据更新需要同时更新索引。
2.索引的存储
一条索引记录中包含的基本信息包括：键值（即你定义索引时指定的所有字段的值）+逻辑指针（指向数据页或者另一索引页）。

文章插图

当你为一张空表创建索引时，数据库系统将为你分配一个索引页，该索引页在你插入数据前一直是空的。此页此时既是根结点，也是叶结点。
每当你往表中插入一行数据，数据库系统即向此根结点中插入一行索引记录。当根结点满时，数据库系统大抵按以下步骤进行分裂：

创建两个儿子结点
将原根结点中的数据近似地拆成两半，分别写入新的两个儿子结点
根结点中加上指向两个儿子结点的指针

通常状况下，由于索引记录仅包含索引字段值（以及4-9字节的指针），索引实体比真实的数据行要小许多，索引页相较数据页来说要密集许多。
一个索引页可以存储数量更多的索引记录，这意味着在索引中查找时在I/O上占很大的优势，理解这一点有助于从本质上了解使用索引的优势。
3．索引的类型
A）聚集索引，表数据按照索引的顺序来存储的。对于聚集索引，叶子结点即存储了真实的数据行，不再有另外单独的数据页。
B）非聚集索引，表数据存储顺序与索引顺序无关。对于非聚集索引，叶结点包含索引字段值及指向数据页数据行的逻辑指针，该层紧邻数据页，其行数量与数据表行数据量一致。
在一张表上只能创建一个聚集索引，因为真实数据的物理顺序只可能是一种。