MySQL索引总结
索引
索引的根本目的是减少磁盘 IO
索引原理
索引如果书的目录，如果没有目录，我们找一遍文章就只能一页一页的翻，直到翻完整本书才能找到所有自己需要的文章。有了索引就相当于有了目录，我们找一篇文章只需要在所有的标题中找到自己想要的数据，然后再根据目录（索引）指向的页码（ID）找到对应的文章。
上述只是一个简单的比喻，帮助我们理解为什么需要索引。其实有了索引不仅仅是查询目录方便，如果建立联合索引，还能避免再翻到书中寻找相关数据。
介绍索引原理前，我们先说下没有索引的查询流程。比如数据库a，有三个字段，id，name，age，我们需要查询name=张三的数据。开始查询name=张三 =》加载磁盘数据 =》 一条一条数据查询name=张三的数据 =》 查询整个表 =》 查询完毕。
在看下有了索引之后的流程，其实索引是一种数据结构，这里我们先简单认为是按照索引字段排序的二叉树。开始查询name=张三 =》 根据二分法定位到张三 =》根据这条数据ID回到磁盘查询整条数据 =》 顺序查找下个数据，直到name != 张三 =》 查询完毕。通过对比发现：
1、无索引的查询，需要读取整个表
2、有索引的查询只需读取所需数据，但是可能需要多一步根据ID到磁盘读数据的操作
由此可见，如果数据量很大，而需要的数据又占比整个数据库很少，有索引是会快很多的。如果需要查询的字段值在数据库中占比很大，可能没有索引会更好一点
索引结构
Hash 索引
Hash 索引虽然是常见的索引结构，但是比较少使用，适用用精确查询，不适用范围查询和模糊查询，因此实际使用中并不多
二叉树
* 二叉树是最经典的数据结构之一，也是很多结构，很多数据结构都是有二叉树引申出来的。二叉树顾名思义，每个节点有两个子节点，很像分叉的树枝。
* 二叉树有节点和子节点组成，一个子节点最多只能有两个子节点。左子节点比本节点小，右子节点比本节点大，时间复杂度为 O(n)
* 二叉树根节点会跟随数据变动而变动，因此数据量越大，变更数据时越复杂，查询时磁盘IO越多
B 树
B 树和二叉树最大的不同是所有的叶子节点都在同一层，一个 m 阶的 B 树有一下特征
* 根节点至少有两个子节点
* 每个中间节点都包含 k-1 个元素和 k 个孩子，m/2 <= k <= m
* 所有的叶子节点都在同一层
* 每个节点中的元素从小到大排列
B+ 树
B+ 树和 B 树最大的不同是叶子节点包含中间节点的元素，子节点是顺序链接。MySQL 中，B+ 树的数据存放在叶子节点中，B 树的数据存放在每个节点中。一个 m 阶的 B+ 树有一下特征
* 每个中间节点都包含 k 个元素和 k 个孩子，每个元素不保存数据
* 所有的叶子节点包含全部的元素信息，以及指向这些元素记录的指针，且叶子节点依关键词的大小从小到大顺序链接。叶子节点元素包含数据
* 所有的中间元素都存在与叶子节点中，在叶子节点元素中属于最大（或最小）
数据存储
* B+ 树中每个节点也叫索引页，叶子节点中数据的存储叫做数据页，叶子节点元素保存的是数据页的地址。索引页和数据页默认大小是16K，因为 B+ 树除了叶子节点其余节点中的元素都不包含数据，因此每个页中存储的元素页更多，也因此 B+ 树比 B 树查询 IO 次数更少
* 磁盘每次按照 4 k 读取，相当于每次至少读取4块（页）数据
* 当一条新记录被插入到InnoDB clustered index中时，InnoDB预留page的1/16的空间以备将来插入或者更新索引记录。
* 索引页中保存了两个指针，分别指向前一个索引页和后一个索引页
索引类型
根据字段特性区分，索引分为：主键索引、唯一索引、普通索引、前缀索引
* 主键索引：不能为空且唯一，一般创建表的时候创建，InnoDB 中，主键索引是聚簇索引，一个表只能有一个主键
* 唯一索引：一个表可以有多个唯一索引，值可以为空，多个空值不会触发冲突
* 普通索引：可以重复，可以为空值
* 前缀索引：是指对字符类型字段的前几个字符或对二进制类型字段的前几个bytes建立的索引，而不是在整个字段上建索引。前缀索引可以建立在类型为char、varchar、binary、varbinary的列上，可以大大减少索引占用的存储空间，也能提升索引的查询效率
优化索引
索引的优化不仅限于索引创建、SQL的优化，思想也要灵活多变，不要执着于一种方式，目的是减少程序执行时间
无效的索引
* 索引值重复率过高，比如a字段的一个值占总数的3分之2，根据这个值搜索表中所有字段值，MySQL流程是：普通索引找到ID-》根据ID走主键索引找到所有数据-》返回。如果不走索引，就是全盘扫描，虽然扫描的行数比较多，但是少了根据普通索引找ID的这步，因此不使用索引可能会更快些
* 模糊查询，MySQL 索引查询原则是从左向右匹配，所以 like "test%" 可以走索引，但是 like "%test" 或者 like "%test% 都不会走索引。如果建立的组合索引，第一个字段是范围查询或者模糊查询，则后续字段不会再走索引
* 已经建立了组合索引的第一个字段，又单独建立索引。比如建立组合索引 a、b两个字段，a 字段不需要重新再建立索引字段的，因为组合索引优先匹配左边的字段也就是a字段
索引优化及使用
* 覆盖索引，查询的字段都在索引中叫做覆盖索引(注意：每个索引都包含主键的)。覆盖索引不是一种索引方式，也不是靠特殊创建，而是使用索引的一种方式。比如创建索引a，查询语句为 select a,id from test where a=1; 查询的字段 a、id都在索引中，那么这个查询就使用了覆盖索引。因为查询的字段都在索引中，不需要额外回表操作，因此能够有效减少磁盘 IO
* 合适的场景 order by字段也可以做索引，或者放在组合索引中。索引是有排序的，因此即不需要重新排序，也不需要回表查询。没有索引流程：普通索引查询-》根据ID主键索引查询-》放到内存中排序-》（如果内存不足，利用临时文件辅助排序-》）排序-》完成。如果单行数据很大，上边这个排序效率不够好，会分太多临时文件。因此会有新的算法排序，路程：普通索引查询-》根据ID主键索引查询需要排序的字段和ID->放入缓存-》排序-》根据ID主键索引查询所需字段-》完成
* 索引字段尽量小，最好是数字。因为索引页大小是固定的，因此字段越小，索引页存储数据越多，磁盘IO越少。如果是字符串类型，可以适当使用前缀索引
* 更新频繁的字段不易创建索引，因为更新操作会重建索引，增加消耗
