MySQL索引

1 跟索引相关算法

1.1 B 树

B树 每一个节点可以有两个以上的节点的多叉查找树，B树的同一键值不会出现多次，要么在叶子节点要么在内节点。

B树的缺点：因为每个节点都包含key值和data值，因此如果data比较大时，每一页存储的key就会比较少；当数据比较多时，也会出现要经历多层节点才能查询在叶子节点的数据的问题。

1.2 B+ 树

B+ 树是B树的变体，与B树不同的是所有的叶子节点中包含了全部关键字信息，各叶子节点用指针连接。非叶子节点上只存储key的信息，就可以增加/每一页中存储key的数量，B树是纵向扩展的，最终会成为一个“痩高个”；B+树是横向扩展的，最终会成为一个“矮胖子”

在B+树中，所有记录节点都是按键值的大小顺序放在同一层的叶子节点上。

B树和B+树最大的区别在B+树上的键不仅可以出现在叶子节点还可以出现在非叶子节点。而B树的键不会出现多次。

为什么使用索引可以提高查询速度？

B+树索引就是B+发展而来，在数据库中B+树的高度一般都在2-4层，所以查找某一行数据最多只要2-4次IO。而没有索引的情况需要逐行扫描，明显效率低。

2 B+树索引

2.1 聚集索引

InnoDB的数据是按照主键顺序存放的，而聚集索引就是按照每张表的主键构造的一颗B+树。它的叶子节点存在的是整行数据。

InnoDB的主键一定是聚集索引。如果没有定义主键，聚集索引可能是第一个不允许为null的唯一索引。也有可能为row id。

数据只能按照一颗B+树进行排序，因此每张表只能有一个聚集索引。聚集索引对于主键的排序查找和范围查找速度非常快。

2.2 非聚集索引

非聚集索引并不会放整行数据，而存放的是键值和主键id。

当通过非聚集索引来查找数据时，InnoDB存储引擎会遍历索引树查找对应记录的主键，然后通过主键索引来查找对应的行数据。所以非聚集索引的查询需要多扫描一颗索引树。

3 什么情况下该使用索引

• 数据检索
• 聚合函数
• 排序
• 避免回表
• 关联查询

联合索引 idx_a_b_c(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c) 三种索引，称为联合索引的最左原则。

4 Mysql有索引但不走索引的原因

函数操作

对条件字段做函数操作不走索引原因：索引树中存储的是列实际值和主键值，如果直接拿值去匹配将无法定位到索引树的值。因此只能全表扫描。

隐式转换

相当于对要转换的字段进行函数操作。

优化：写SQl是看清字段类型

模糊查询

模糊查询like如果通配符在前面则不走索引，不能以%开头

优化：优化SQL或者使用ElasticSearch等搜索引擎。

范围查询

优化器会根据检索比例、表大小，I/O块大小等进行评估是否使用索引。比如单次查询的数据量过大，优化器将不走索引。

优化：降低单次查询范围，分多次查询。

计算操作

对条件字段做计算操作时可能不走索引

优化：将计算操作放在等号后面