MySQL索引，B+树和B树的区别，聚簇索引和非聚簇索引的区别

介绍一下MySQL索引？

索引是帮助MySQL高效获取数据的数据结构，能加快数据库的查询速度。 索引一般是存储在磁盘上的文件中。

索引的优势：

​ 可以提高数据检索效率，降低数据库的IO成本。

​ 加入索引的列会自动进行排序，降低数据排序的成本，降低了CPU的消耗。

索引的劣势：

​ 占用磁盘空间

​ 索引虽然会提高查询效率，但是会降低更新表的效率。每次对表进行增删改的操作时，MySQL不仅要保存数据，还要保存或更新对应的索引文件。

索引的分类：

​ 按功能划分：

​ 主键索引：一张表只能有一个主键索引，索引列的值必须唯一，不允许有空值

​ 唯一索引：一张表可以有多个唯一索引，索引列的值必须唯一，但是允许为空值

​ 普通索引：一张表允许创建多个普通索引，并允许数据重复和null

​ 前缀索引：只适用于字符串类型的数据。

​ 全文索引：只能在char、varchar、text类型字段上添加全文索引。

​ 按列数划分：

​ 单列索引：

​ 组合索引：使用表中多个字段创建索引

覆盖索引即需要查询的字段正好是索引的字段，你们直接根据索引就可以查到数据了，而无需回表查询。

索引失效的情况：

​ 情况一：在模糊匹配中以‘%’开头；

​ 情况二：使用or时，有一边字段没有索引。

​ 情况三：使用组合索引时，没有使用左侧的列查找。

​ 情况四：在where中索引列参加了运算。

​ 情况五：在where中索引列使用了函数。

什么时候不建议使用索引？

• 经常增删改查的列不要建立索引
• 有大量重复的列不建立索引
• 表记录太少不要建立索引

B+树和B树的区别，以及为什么不使用B树，Hash索引？

B树也称B-树，多路平衡查找树

• B 树的所有节点既存放键(key) 也存放 数据(data)，而 B+树只有叶子节点存放 key 和 data，其他内节点只存放 key。
• B 树的叶子节点都是独立的。B+树的叶子节点有一条引用链指向与它相邻的叶子节点
• B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。

MySQL没有使用Hash表作为索引结构是因为：Hash 索引不支持顺序和范围查询

不使用B树的原因：

• B+树的检索效率就很稳定
• B 树不管叶子节点还是非叶子节点，都会保存数据，所以每个结点能保存的索引值就很少，如果数据很大，只能增加树的高度，这样会降低性能。

聚簇索引和非聚簇索引的区别？以及各自的优缺点？

在InnoDB存储引擎中，可以将B+树索引分为聚簇索引和非聚簇索引。无论哪种索引，每个页的大小都为16KB，且不能更改。

聚簇索引是根据主键创建的一颗B+树，聚簇索引的叶子节点存放了表中的所有记录。InnoDB中的主键索引就是聚簇索引

聚簇索引的优点：

​ 查询速度快，比非聚簇索引少了一次读取数据的IO操作

​ 对排序查找和范围查找速度非常快

聚簇索引的缺点：

​ 依赖于有序数据，

​ 更新代价大，如果对索引列的数据被修改时，那么对应的索引也将会被修改，而且聚簇索引的叶子节点还存放着数据，修改代价肯定是较大的。

非聚簇索引是根据索引键创建的一颗B+树，与聚簇索引不同的是，其叶子节点仅存放索引键值，以及该索引键值指向的主键。也就是说，如果通过非聚簇索引来查找数据，那么当找到非聚簇索引的叶子节点后，很可能还需要根据主键值查找聚簇索引来得到数据，这种查找方式又被称为书签查找。 因为非聚簇索引不包含行记录的所有数据，这就意味着每页可以存放更多的键值，因此其高度一般都要小于聚簇索引。

非聚簇索引的优点：

​ 更新代价比聚簇索引要小

非聚簇索引的缺点：

​ 依赖于有序的数据

​ 可能会二次查询（回表）

最左前缀匹配原则？

最左前缀匹配原则指的是，在使用联合索引时，MySQL 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 >、<、between和 以%开头的like查询等条件，才会停止匹配。

所以，我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。