04 索引基础
索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。
索引的常见模型
哈希表：
哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的键即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。
哈希表模型
身份证号1234并不连续，这样做的好处是增加新的 User 时速度会很快，只需要往后追加。但缺点是，因为不是有序的，所以哈希索引做区间查询的速度是很慢的。
所以，哈希表这种结构适用于只有等值查询的场景。
有序数组：
有序数组模型
查询某条记录用二分法效率极高，分段查询因为是有序的，效率也非常快。
如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本根本不能接受。
所以，有序数组索引只适用于静态存储引擎。
搜索树
二叉搜索树模型
最典型的就是二叉搜索树，它的特点是：父节点左子树所有结点的值小于父节点的值，右子树所有结点的值大于父节点的值。这样如果你要查 ID_card_n2 的话，按照图中的搜索顺序就是按照 UserA -> UserC -> UserF -> User2 这个路径得到。这个时间复杂度是 O(log(N))。当然为了维持 O(log(N)) 的查询复杂度，你就需要保持这棵树是平衡二叉树。为了做这个保证，更新的时间复杂度也是 O(log(N))。
树可以有二叉，也可以有多叉。多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增。二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。
可以想象一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，是不能忍受的。
为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。
以 InnoDB 的一个整数字段索引为例，这个 N 差不多是 1200。这棵树高是 4 的时候，就可以存 1200 的 3 次方个值，这已经 17 亿了。考虑到树根的数据块总是在内存中的，一个 10 亿行的表上一个整数字段的索引，查找一个值最多只需要访问 3 次磁盘。其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。N 叉树由于在读写上的性能优点，以及适配磁盘的访问模式，已经被广泛应用在数据库引擎中了。
在 MySQL 中，索引是在存储引擎层实现的，所以并没有统一的索引标准。
以主流InnoDB为例，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。又因为前面我们提到的，InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。
而 每一个索引在 InnoDB 里面对应一棵 B+ 树。
主键索引和非主键索引模型
根据叶子节点的内容，索引类型分为主键索引和非主键索引。
主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引。
非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引。
区别
如果语句是 select * from T where ID=500 即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
如果语句是 select * from T where k=5 即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。
这个过程称为回表。
所以，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。
B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护。
新增：
如果新增索引数据是追加操作，即每次新增的索引值都比最大值大，这样性能是最快的。
但如果要执行插入操作，需要逻辑上挪动后面的数据，空出位置。而更糟的情况是，如果目标所在的数据页已经满了，根据B+树的算法，
这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能会受影响。
（除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约 50%）
删除：
当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。
总结：大部分情况下用自增主键来做主键索引，可以达到有序且每次递增的要求（K-V 主键除外）。
因为每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的叶子节点占用约 20 个字节，而如果用整型做主
键，则只要 4 个字节，如果是长整型（bigint）则是 8 个字节。
所以，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。
索引覆盖
单列索引都可以看做是对ID属性的覆盖，如果只是查询ID的话，是不用回表的，因为索引值是已经存储了ID属性值的。由于覆盖索引可以减少
树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
联合索引
可以简单的理解为，用两个字段做索引，尽量保证查询的结果在二级索引就可以拿到，减少回表操作。
最左前缀
B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。比如查询 name like '张%' ;
而设计索引时通常参考索引的复用能力。因为可以支持最左前缀，所以当已经有了 (a,b) 这个联合索引后，一般就不需要单独在 a 上建立索引。
但是要是单独查询b字段呢？
索引下推
现在有联合索引：（name,age）
查询语句：select * from user where name like '张%' and age>10；
name like 可以用索引最左前缀迅速定位，定位到以后是每条回表还是？
在 MySQL 5.6 之前，只能一个个回表。到主键索引上找出数据行，再对比字段值。
而 MySQL 5.6 引入的索引下推优化，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
无索引下推优化（三次回表）
有索引下推优化（一次回表）
记录删除，索引并不会删除，只有重建表才会清除索引数据。
