4-数据库索引学习笔记（上）

索引的目的：提高数据查询的效率；

可提高读写效率的数据结构有：哈希表、有序数组、搜索树：

1. 哈希表：以键值(key-value)存储数据的结构，输入待查找的值key，就可以找到对应的Value。思路是，把值放在数组里，用哈希函数把key换算成一个确定的位置，然后把value放在该位置。当多个key值经过哈希函数的换算后，可能会出现同一个值的情况，这时候需拉出一个链表，然后顺序遍历查找匹配的用户。适用于：等值查询的场景。不适于范围查询。
2. 有序数组在等值查询和范围查询都很优秀，有序数组查找用二分法，时复O(logN)。但如果需要更新数据就需要记录挪动来修改，成本高。适用于：静态存储引擎。比如保存了不再修改的数据。
3. 二叉搜索树：左儿子小于父节点，父节点又小于右儿子。搜索的时复为O(logN)，前提是需保持是平衡二叉树，为了保持是平衡二叉树，调整的时复为O(logN)。二叉搜索树搜索效率最高，但大多数数据库不使用二叉树，因为索引不止存于内存，还要写到磁盘。
4. N叉树，例如N=1200，那么当树高为4，可以存1200的3次方个值，考虑到树根的数据块总在内存中，则查一个值最多3次访问磁盘。N叉树在读写上的性能优势，及适配磁盘的访问模式，被广泛用于数据库引擎中。

在MySQL中，索引在存储引擎层实现，不同存储引擎的索引的工作方式不同。即使多个引擎支持同一种类型的索引，其底层实现也不一定相同。

InnoDB的索引模型：

1. InnoDB使用B+树索引模型，表根据主键顺序以索引的形式存放，该存储方式的表称为索引组织表。数据存放于B+树中。
2. 根据叶结点内容，索引类型分为主键索引（聚簇索引）和非主键索引（二级索引）。
3. 主键索引的叶结点存的是整行数据。
4. 非主键索引的叶结点存的是主键的值，非主键索引需要多扫描一棵索引树，因此尽量使用主键索引

索引维护

1. 当数据所在数据页满了的时候，根据B+树算法，会申请一个新数据页，挪动部分数据过去，称为页分裂。性能会降低，且空间利用率降低约50%；
2. 相邻两个页由于删除了数据，利用率很低，将数据页合并。
3. 主键长度越小，普通索引的叶子结点越小，普通索引所占用空间越小。从性能和空间考虑，自增主键是合理的选择。

KV场景：只有一个索引，且该索引必须是唯一索引。考虑将该索引设置为主键，可以避免每次查询需要搜索两棵树。

小结：B+树能够很好的配合磁盘读写，减少单词查询的磁盘访问次数。