MySQL索引篇

1、定义：

​ MySQL官方对索引的定义为：“索引是帮助MySQL高效获取数据的数据结构。”可以得到索引的本质是数据结构。可以理解为：索引是帮助MySQL高效获取数据的排好序的数据结构。索引往往以索引文件的形式存储在磁盘上。我们平常所说的索引，如果没有特别说明，都是指B树（多路索引树）结构组织的索引。其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引的默认使用都是B+树索引，当然除了B+树索引外，还有哈希索引等。

2、优劣势：

​ 优势：

1. 提高数据检索的效率，降低数据库的IO成本.
2. 通过索引树排序，降低数据排序的成本，降低CPU的消耗。

​ 劣势：

1. 实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表记录。索引索引也要占用空间。
2. 虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行UPDATE、INSERT和DELETE。
3. 因为更新表时，MySQL不仅要保存数据，好像更新索引。
4. 索引只是提高效率的一个因素。

3、MySQL索引分类

1. 单值索引 --即只包含单个列，一个表可以有多个单值索引
2. 唯一索引 --索引值必须唯一，但允许有空值
3. 复合索引 --即一个索引包含多个列

4、索引的选择

​ 4.1 适合索引的情况：

1. 主键自动建立唯一索引
2. 频繁作为查询条件的字段应该创建索引
3. 查询中与其他表关联的字段，外键关系建立索引
4. 查询中排序的字段，排序字段若通过索引去访问讲大大提高排序速度
5. 查询中统计或者分组字段

​ 4.2不适合索引的情况：

1. 表记录太少
2. 经常增删改的表，
3. 数据重复且分布平均的表字段，如性别。

5、索引的数据结构

索引的数据结构和具体存储引擎的实现有关，在MySQL中使用较多的索引有
Hash索引，B+树索引等，而我们经常使用的InnoDB存储引擎的默认索引实现
为：B+树索引。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大
多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部
分场景，建议选择BTree索引。

MyISAM索引文件和数据文件是分离的(非聚集)

1. 索引

   mysql通过存储引擎取数据，基本上90%的人用的就是InnoDB了，按照实现方
   式分，InnoDB的索引类型目前只有两种：BTREE（B树）索引和HASH索引。B
   树索引是Mysql数据库中使用最频繁的索引类型，基本所有存储引擎都支持
   BTree索引。通常我们说的索引不出意外指的就是（B树）索引（实际是用B+树
   实现的，因为在查看表索引时，mysql一律打印BTREE，所以简称为B树索引）

2. B+tree性质：

   1.）n棵子tree的节点包含n个关键字，不用来保存数据而是保存数据的索引。
   2.）所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指
   针，且叶子结点本身依关键字的大小自小而大顺序链接。
   3.）所有的非终端结点可以看成是索引部分，结点中仅含其子树中的最大（或最
   小）关键字。
   4.）B+ 树中，数据对象的插入和删除仅在叶节点上进行。
   5.）B+树有2个头指针，一个是树的根节点，一个是最小关键码的叶节点。

3. B-tree

   • 叶节点具有相同的深度，叶节点的指针为空
   • 所有索引元素不重复
   • 节点中的数据索引从左到右递增排列

   

4. B+树

   • •非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引
   • 叶子节点包含所有索引字段
   • 叶子节点用指针连接，提高区间访问的性能

   

5. hash表

   简要说下，类似于数据结构中简单实现的HASH表（散列表）一样，当我们在
   mysql中用哈希索引时，主要就是通过Hash算法（常见的Hash算法有直接定址
   法、平方取中法、折叠法、除数取余法、随机数法），将数据库字段数据转换成
   定长的Hash值，与这条数据的行指针一并存入Hash表的对应位置；如果发生
   Hash碰撞（两个不同关键字的Hash值相同），则在对应Hash键下以链表形式
   存储。当然这只是简略模拟图。

   

6、索引的实现

6.1 InnoDB索引实现(聚集)

        1. 表数据文件本身就是按B+Tree组织的一个索引结构文件
           2. 聚集索引-叶节点包含了完整的数据记录

​

6.2 MyISAM索引文件和数据文件是分离的(非聚集)