Mysql学习总结（一）

索引（上）

1. 索引的作用：提高数据查询效率
2. 常见索引模型：哈希表、有序数组、搜索树
3. 哈希表：键 - 值(key - value)。
4. 哈希思路：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
5. 哈希冲突的处理办法：链表
6. 哈希表适用场景：只有等值查询的场景
7. 有序数组：按顺序存储。查询用二分法就可以快速查询，时间复杂度是：O(log(N))
8. 有序数组查询效率高，更新效率低
9. 有序数组的适用场景：静态存储引擎。
10. 二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
    查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
11. 数据库存储大多不适用二叉树，因为树高过高，会适用N叉树
12. InnoDB中的索引模型：B+Tree
13. 索引类型：主键索引、非主键索引
14. 主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)
15. 主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿主键值，再到主键索引树搜索一次(回表)
16. 一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。
17. 从性能和存储空间方面考量，自增主键往往是更合理的选择。

索引（下）

1. 覆盖索引

例子：一个身份证表中，id是主键，id_card是身份证，name是姓名，假如有一个需要根据身份证查姓名的需求，那么可以用 ”联合索引"，将身份证和姓名联合建立索引，查询时，要查询的字段直接就查了出来，不需要再根据id_card查对应的id，再用Id去查name

2. 最左前缀原则

一个联合索引中，最左侧的索引是可以复用的，（a,b）如果a、b都频繁使用，a不需要单独建立索引维护，只要单独建立b的索引即可

3. 索引下推

MySql从5.6版本引入了索引下推，当查询多个条件时，可以过滤掉不满足条件的行，再做回显，如：

当name有索引，查询符合like ‘张%’ and age = 10条件的所有字段 ，需要用id回显，name判断成功后，会直接匹配，后面的条件是否满足，不满足则不参与回显，减少回显条数。