InnoDB存储引擎——索引

二叉查找树

• 左子树比根节点小
• 右子树比根节点大
• 通过中序遍历，得到从小到大的排序
  
  数据查找方式，如查询 5 的记录，
  先找根节点 8，8大于5；
  查找8的左子树，找到4，4小于5；
  查找4的右子树，找到5；
  一共找了3次

二叉查找树可以任意构造，极端情况下会退化成链表，如图所示

如果想要查询9，需要遍历整个链表，查询6次，查询效率就低了。这时候就需要这棵树是平衡的，于是就有了平衡二叉树，也叫AVL树

平衡二叉树（AVL树）

• 首先，满足二叉查找树定义
• 其次，所有节点的左右子树最大高度差不超过1

平衡二叉树查询速度快，但是维护这棵树的代价比较大，为了保持平衡，每当有数据加入或删除时，需要通过多次左旋或右旋操作来保持树的平衡。

B+树

B+树是一棵多路搜索树，和二叉树相比，一个父节点下可以有多个（大于2）子节点，各个叶子节点上的数据都是有序的，
和B-树比特殊的地方：

• 所有数据存放在叶子节点上
• 非叶子节点作为叶子节点的索引
• 叶子节点之间由双向指针组成一个双向链表

索引

MySQL中索引基于B+树结构存储，数据库中B+树的高度一般在2~4层，也就是查找某一键值最多需要2 ~ 4 次IO。
B+树索引分为聚集索引和辅助索引，聚集索引和辅助索引不同的是叶子节点存放的是否是完整的信息

聚集索引

由表主键构成的一棵B+树，也叫主键索引。
叶子节点存放数据页，每个数据页之间通过双向链表进行链接
单个数据页中的数据是有序存放的

辅助索引

由表除主键外的其他字段构成的一棵B+树
叶子节点存放索引键值 + 主键值
查找数据时，先在辅助索引里查找，如果辅助索引里的字段满足查询返回所需的数据，则直接返回；否则进行回表查询，根据主键按照主键索引定位数据页，从数据页中找到所需的数据

联合索引

联合索引也是一种辅助索引，是由多个字段组成的一个B+树。

遵循最左匹配原则

覆盖索引

又称为索引覆盖，从辅助索引中就可以得到查询的记录，而不需要查询聚集索引中的记录。使用覆盖索引，可以减少回表操作，降低IO操作

唯一索引

不允许列有重复的值，和主键一样，同样可以提高访问效率。

索引失效原因

• 根据普通索引查询某一范围表中所有字段数据，导致索引失效。
  例如 select * from tb_user where no > 12345;
  由于需要查询整张表中的数据，通过普通索引只能找到主键，还需要回表根据主键查询其他字段信息，虽然普通索引是有序的，如果再进行一次回表，则查找的数据就变成无序了，在磁盘上变成了随机读操作。如果访问量小，查询优化器还是会选择普通索引，但是访问数据量比较大（一般是整表的20%左右），优化器会选择主键索引来查找数据，因为顺序读取要远远快于随机读。

• 使用联合索引，未遵循最左匹配原则进行SQL查询

• 查询条件使用函数在索引列上，导致索引失效，例如：timestamp（column） = ‘2021-01-22’

• 使用 like 模糊查询百分号在前面，like ‘%xxxx%’（索引失效），like ‘xxx%’ 索引还是有效的