java0104. MySQL 高级 - 索引 - 概述

目录

简介

什么是索引？索引的作用？

未建立索引的情况

建立索引的情况

非索引和索引性能比较

---

简介

讲解了Linux系统中MySQL的安装以及MySQL的启动之后，接下来我们进入到课程内容的第二个部分：索引

那对于MYSQL当中的，所以我们在这块儿主要讲解以下六个方面的内容。

那首先我们需要来讲解的就是 MySQL 当中索引的概述。那希望通过这个索引概述这小节的学习，大家能够掌握。

什么是索引？索引的作用？

第一点什么是索引？第二点索引的作用是什么？能够理解这两点即可。

那接下来呢，我们就进入到索引概述这一块儿的学习。那索引在MYSQL的官方网站上，他是这么来定义的，就是说索引是帮助MYSQL进行高效查询的一种数据结构。那这块儿实际上已经说明了，所以什么是索引，索引就是一种什么？就是一种数据结构。然后它的作用是什么呢？作用就是高效获取数据，或者叫高效查询。

然后呢，在MySQL当中啊，除了在我们的表结构当中记录了相关的数据以外。那实际上还去维护了去查找这一部分数据的一个数据结构。而这部分的数据结构就以某种方式，指向了我们MySQL数据库表结构当中的这些记录。就指向了这些记录，例如如下表的记录

 然后呢，我们通过这种数据结构就可以快速的来查询表结构当中的数据，而这种查找数据的这种数据结构就就是索引。

所以呢，对于这一块儿，大家知道什么是索引，索引就是一种数据结构，它的作用是什么？作用就是为了高效获取数据。

未建立索引的情况

那接下来在这一块儿呢，给大家提供了这一幅示意图。这幅示意图当中就给大家描述了，没建立索引之前是什么样子，建立了索引之后又是什么样子。

 那接下来我们来分析一下，索引是怎么来进行高效获取数据的。好，我们来打开mspaint。打开我们这一块儿的一个画板，通过画板通过一幅图，给大家简单说明一下。大家来看，这是我们的一张数据库表。在数据库表的左侧这一块，则展示的是我们每一条记录对应的一个物理地址。然后右侧这一块儿呢，是我们两列，左侧这一块儿序号，右侧是一些数据值(ID)。

好，那接下来。数据库表结构有了，接下来我们要查询数据。查询哪个数据呢？我要查询ID为34的数据。查询ID为34的数据，那这个时候啊。因为我们只有表，那这个时候他就会自上往下的进行遍历，这个时候走到第一个发现，这一块儿的第一个就是34，这样的话我就查询一条记录，而且第一条就是那查询速度是不是就会很快。

 好，这只是第一种情况，接下来再来看，接下来我在这块儿要查询的是什么呢？

我要查询的这个ID是91，那这个时候你再想一想，如果查询的ID是91，我在这块儿需要从上往下进行遍历，遍历第一条记录不是，第二条记录不是，第三条记录还不是，到第四条记录，发现是91，是我们想要的数据。那这个时候我们需要去遍历这个列表4次，或者说需要去查找四次。

 然后接下来继续来看，如果我们在这一块儿遍历的不是91，而是遍历的是3，这个时候再来看，那接下来从上往下进行一次遍历，一直到遍历到列表的最底部，才把这个3查找到，这个时候就相当于我们要进行一个全表扫描。

 大家来看，对于我当前这幅示意图当中的这个表结构，里面的数据比较少，就七八条数据。但是如果在实际开发当中数据量比较大，我一张表当中存储了几百万、上千万的记录。那这个时候，我们在查找的时候从上往下进行，整表扫描，这种查询效率是非常慢的。这就是这一块儿给大家罗列的第一种情况，没有建立索引的情况，查询效率很慢。

建立索引的情况

好，那接下来我们再来分析，有了索引之后，他又是如何进行快速查找的？我们来画第二幅图，那这个时候呢，我们有了表结构，我们还需要对表结构当中的这个字段来建立索引。

那建立索引这一块儿，我们刚才提到索引就是一种数据结构。那我们这里是不是可以考虑，使用一种数据结构来表示这一块儿的索引，这里我们采用的一种数据结构叫做二叉树。

好。既然是一个树状结构，那首先进来的第一个节点就是34，那34这个节点呢，就作为了我当前树状结构的根节点。然后接下来继续起来，接下来ID是77，对于二叉树来说，它有个特点，在根节点进来之后，当我们在插入下一个节点的时候，他会拿来和根节点进行一个比较。如果比根节点小，放在我们的左边，生成一个左子树。如果比根结点大，放在右边这一块儿，作为右子树存在。那这个时候来看，77比34大，所以这个时候放34的右边。这是77，就是34这个根节点它的一个子节点。

             

   

好，继续来看，接下来ID为5，你想5是不是比34要小，我们刚才提到小放左边，放右边。是不是放左边，所以接下来34又有一个字节点5

接下来要进来的是91，比34肯定是要大，那这个时候那就意味着放34的右边，这个时候要说明了，我们当前用的是一个二叉树，也就意味着每一个结点最多只有几个分支？只有两个分支，所以叫二叉。那接下来如果有了2个分支之后，接下来91比34大，这个时候呢，应该放右边，但是右边已经有元素77，这个时候还要和77进行比较。比77大，依然要放77这一块儿的右边，作为77的一个子节点存在。

 明白。接下来继续来看，接下来是22，那接下来22的话比34小，走左边，比5大，那就是放在我们5这个节点的右边。

然后接下来还有另外的两个元素，一个是59。那59这个元素来看。59首先和34进行比较，那和34进行比较，比34要大，所以放右边，和77进行比较，比77要小，所以应该放在77的，叶子节点的左边，这是59。

接下来就还有最后的一个元素3。那3在这一块儿应该放在我们34的左边，并且放在5的左边的节点

好，那到此我们这个二叉树就已经构建完毕了，接下来我们再来分析一下。我构建了这样一个二叉树，他就能够提高我们的查询效率吗？

好，我们来看，二叉树构建好了之后，接下来我们再进行搜索，如果按照我们刚才的思路，我们先搜索34，这个时候他就要先到，我们的这个索引的这个结构，二叉树的结构当中来进行搜索。

在进行二叉树搜索的时候，它是从根结点开始搜的，最顶层的这个节点就是根结点。下面的这些节点，这叫叶子节点。查询34，走根节点就已经把数据查询到了，这个时候直接返回。

如果我们在这块儿查询的不是34，而是3，这个时候来看，那这个时候他先搜索根节点，发现3比根节点小还是比根节点大？3比根节点小，这个时候它走左边去搜索左子树。左子树左边的这个字数就叫左子树。搜索到5和3进行比较，3比5还要小，所以再去搜索5左边的这个字数字节点，这个时候就找到3。

 而找到了3之后，他是如何关联到我们的左边这块表结构当中的数据的呢？这个时候再来看我们刚才提到的一句话。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，就是我们提到的索引，这些数据结构以某种方式指向或引用数据。

那也就意味着，我右边这一块儿的这个树状结构的数据，数据结构它是指向我们左边这一块儿的具体的数据的

找到了3这个ID，我通过这个指向以及引用，我是不是就能够找到这一条数据。那这样的话，我们就查找到了这个数据。

非索引和索引性能比较

那接下来我们再来分析一下，我们右侧建立了索引之后和左侧没建立这一块儿的索引之前，它的性能的一个提升。

来看。如果是左侧，我在这块儿要查询3，我需要把整张表结构当中所有的数据都进行遍历词，直到找到3这个ID。

但是，如果是右边的话，我在这一块儿来看，我们只需要找几次，找第一次34，找第二次5，第三次就是3。

那这样的话，我是不是就不用再去遍历整张表啦，通过这个树状结构就可以快速的定位到，我们这一块儿的具体的元素，那这就是我们的索引。

索引就是一个数据结构，它的主要目的就是快速的来查找我们的数据。