MySQL索引

MySQL索引概述

索引是帮助MySQL高校获取数据的有序数据结构，在数据之外数据库系统还维护着索引这种数据结构，索引是以某种方式指向数据，可以在索引上实现高级查找算法。
索引类似于书籍的目录，可以帮助我们在大量数据中快速找到所需的信息。在MySQL中，索引可以基于一个或多个列创建，以加快对数据的访问速度。

优点

• 提高数据检索的效率，减少数据库I/O。
• 通过索引对数据进行排序，降低数据的排序成本，降低CPU的消耗。
• 加快表与表之间的连接：在执行连接操作时，如果被连接的列上有索引，那么数据库系统可以更快地找到匹配的行。

缺点

• 占用额外的磁盘空间：每个索引都需要占用额外的磁盘空间。因此，对于包含大量数据的表，维护索引可能会消耗大量的存储空间。
• 索引提高了查询效率，同时降低了表的更新效率。
• 可能会引发额外的维护开销：随着数据的更新和删除，索引可能需要被重新组织或重建，这会增加数据库的维护成本。

MySQL索引结构

MySQL索引是在存储引擎中实现的，不同的存储引擎有不同的索引结构。

B+Tree索引

MySQL中的B+tree索引结构是一种平衡的多路查找树，用于高效地存储和检索数据。B+tree在每个内部节点上存储一定数量的关键字，并将节点分为多个子树。在B+tree中，非叶子节点不存储数据，所以非叶子节点的key也会出现在叶子节点中，并保存自己的数据。所有的叶子节点都位于同一层，并且通过指针相互连接，形成顺序链表，提高区间访问性能。
在MySQL中，InnoDB存储引擎使用B+tree作为其默认的索引结构。

• B+Tree特点
  1. 平衡性：B+tree保持平衡，无论插入、删除还是更新操作，树的高度保持相对稳定，从而保证了查询效率
  2. 叶子节点连接：所有的叶子节点位于同一层，并通过指针相互连接。这使得范围查询和顺序访问更加高效。
  3. 非叶子节点不存储数据：B+tree的非叶子节点不存储数据。数据只存储在叶子节点上，这使得非叶子节点可以存储更多的关键字，从而提高了查询性能。
  4. 指针和链接：在B+tree中，叶子节点通过指针相互连接，形成一个链表结构。这使得顺序访问更加高效，尤其是在执行范围查询时。
  5. 数据排序：由于B+tree的特性，叶子节点中的数据按照关键字的顺序进行排序存储，提高了排序操作性能。

Hash索引

R-Tree索引

Full-Text索引

未完成…