1.索引

1.1 索引概述

MySQL官方对索引的定义：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库还维护着满足特定查找算法的数据结构，这些数据结构以某种引用（指向）数据，这样就可以再这些数据结构上实现高级查找算法

1.2 索引优势劣势

优势：

• 类似于书籍的目录索引，提高数据检索的效率，降低数据库的IO成本
• 通过索引对数据进行排序，降低数据排序的成本，降低CPU消耗

劣势：

• 索引实际上也是一张表，该表中保存了逐渐与索引字段，并指向实体类的记录，所以索引列也是需要占用空间的
• 虽然所以大大提高了查询的效率，同时却也降低了更新表的速度

1.3 索引结构

索引是MySQL的存储引擎层中实现的，而不是在服务器层，所以每种存储引擎的索引都不一定完全相同，也不是所有的存储引擎都支持所有的索引类别

四种索引

• BTREE索引：最常见的索引类型，大部分都支持B树索引
• HASH索引：至于Memory引擎支持，使用场景简单
• R-tree（空间索引）：空间索引是MyISAM索引的一个特殊索引类型，主要用于地理位置的数据结构，使用较少
• Full.text（全文索引）：全文索引也是MyISAM索引的一个特殊索引类型，InnoDB从MySQL5.6版本开始也支持全文索引

我们平常所说的索引，如果没有特别说明，都是指B+树（多路搜索树，并不一定是二叉树）结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用B+tree索引。

1.3.1 BTree结构

BTtee又叫多路平衡搜索树，一颗m叉的BTree特性如下

• 树中每个节点最多包含m个孩子
• 除根节点与叶子节点外，每个节点至少有ceil(m/2)个孩子
• 若根节点不是叶子节点，则至少有两个孩子
• 所有的叶子节点都在同一层
• 每个非叶子节点由n个key与n+1个指针组成其中ceil(m/2) + 1 <=n <= m-1

以5叉BTree为例，key的数量：ceil(5/2)-1 <= n <= 5-1，所有2<=n<=4，当n>4时，中间节点分裂到父节点，两边节点分裂

image.png

该BTree与二叉树相比，查询效率更高，因为对于相同的数据量来说，BTree的层级结构比二叉树小，因此搜索速度快。

1.3.2 B+Tree结构

B+Tree为BTree的变种，B+Tree与BTree的区别如下

• n叉B+Tree最多包含n个key，而BTree最多包含n-1个key
• B+Tree的叶子节点保存所有的key信息，依key大小顺序排列
• 所有的非叶子节点都可以看做是key的索引部分

image.png

由于B+Tree只有叶子节点保存key信息，查询任何key都要从root走到叶子，所以B+Tree的查询效率更加稳定

1.3.3 MySQL中的B+Tree

MySQL索引数据结构对经典的B+Tree进行了优化，在B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

image.png

1.4 索引的分类

• 单值索引：一个索引只包含单个列，一个表可以有多个
• 唯一索引：索引列的值必须唯一，但允许有空值
• 符合索引：一个索引包含多个列

1.5 索引的创建原则

• 对查询频次较高，数据量比较大的表
• 索引字段的选择，在where字句条件中
• 使用唯一索引，区分度越高，索引效率越高
• 使用短索引
• 利用最左前缀