Mysql之索引
MySQL数据结构之最左匹配
MySQL InnoDB B+树，叶子节点直接放置整条数据
注意：
- InnoDB是通过B+Tree结构对主键创建索引，然后叶子节点中存储记录，如果没有主键，那么会选择唯一键，如果没有唯一键，那么会生成一个6字节的row_id来作为主键
- 如果创建索引的键是其他字段，那么在叶子节点中存储的是该记录的主键，然后再通过主键索引找到对应的记录，叫做回表。简单来说就是数据库会再根据索引创建一个B+Tree，这个树中存的就是索引和对应的主键
回表：就是上述情况，比如主键是id，索引列是name，这样查找name=‘AAA’，就会是先查找name，找到后根据name对应的id，再到另一个索引树中找到id对应的完整的一条数据
聚簇索引：数据和索引放在同一个文件中（比如：InnoDB）
非聚簇索引：数据和索引分开放在两个文件中（比如：MyISAM）
分布式程序不建议主键自增，会引发页分裂和页合并的问题
普通单机程序建议使用主键自增
回表
比如主键是id，并且给name添加了索引，此时数据库会创建两个B+Tree，如果执行select * from table where name = ？，会先在name和id的树中找到id，再用id在另一个树中找到整条数据，这就是回表
索引覆盖
上述情况中，如果查询select id from table where name = ？，直接查询一个树就能得到结果，不用回表就叫索引覆盖
索引下推
select * from table where name = ？and age = ?
这条语句执行的话，会从磁盘先查出符合name = ？的所有数据，加入到mysql server中，再根据age进行筛选
有了索引下推后，会根据name和age来拉取数据，不用在server层做数据的筛选
最左匹配
组合索引，比如name+age，一定是先匹配name再匹配age
举例：
- where name = ? and age = ?
- where name = ?
- where age = ?
- where age = ? and name = ?
上述例子中1，2，4会使用索引，4会经过优化成为1
CBO：基于成本的优化
RBO：基于效率的优化
索引下推唯一的缺点是需要在磁盘上多做数据筛选，原来的筛选是放在内存中的，现在放到了磁盘查找数据，并且所有的数据是聚集存放，所以性能不会有影响，而且整体的IO量会大大减少，反而会提升性能
MySQL中的一些名词和概念
MRR：
全称是mult_range read
在内存中做排序
FIC
全称是fast index create
没有FIC时索引的修改过程：
- 先创建一个临时表，增删改的操作在临时表中操作
- 删除原始索引表
- 修改临时表替换原始表
有了FIC后的索引修改过程：
FIC给当前表添加一个share锁，不会有创建临时文件的资源消耗，还是在源文件中，但是此时如果有人发起DML操作，很明显数据完全不一致，所以添加share锁，读取没问题，但是DML会有问题
这部分名词和概念还需要仔细百度一下
索引分类
- 主键索引：主键
- 唯一索引：值唯一的列
- 普通索引：也叫辅助索引、二级索引，除了主键和唯一列以外的创建了索引的列
- 全文索引：很少使用，被ES搜索引擎取代
- 组合索引：多个字段组合的索引
引匹配方式
- 全值匹配：组合索引中的所有的列进行匹配
- 匹配最左前缀：只匹配前面的几列
- 匹配列前缀：可以匹配某一列的开头部分（like A%可以正常匹配，like %A则会导致索引失效）
- 匹配范围值：可以查找某一个范围的数据
- 精确匹配某一列并范围匹配另一列：可以查询第一列的全部值和第二列的部分值
- 只访问索引列：查询的时候值需要访问索引，不需要访问数据行，本质上i就是索引覆盖
哈希索引
索引优化的小细节
索引监控
MySQL索引详解
相关系列文章：
0.Mysql之如何插入数据剖析mysql各个技术点 :通过插入一条数据的过程引出mysql知识点：
1.mysql之事务隔离级别以及MVCC：ACID、事务级别以及产生问题、MVCC（三个隐藏字段、undolog、read_view详解）
2.Mysql之Innodb锁场景：锁分类、RC下各种加锁情况、RR下各种加锁情况
3.Mysql之主从复制原理：主从复制原理、二次提交、MTS、组提交、GTID
4.Mysql之数据结构 ：hash、二叉树、AVL、平衡二叉树（红黑树）、B-Tree、B+Tree
5.Mysql之索引 ：回表、索引覆盖、索引下推、MRR、FIC、索引方式、哈希索引
6.Mysql之其他知识 ：日志、MyiSAM和InnoDB比较，基础知识体系
