数据库索引概述

目录

1.概念

2.作用

3.优劣势

4.使用场景

5.基本操作

      1.查看索引：

      2.创建索引：

      3.删除索引：

6.数据结构

      B树

      B＋树

7.PS：

---

1.概念

索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引， 并指定索引的类型，各类索引有各自的数据结构实现。

2.作用

1. 数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。
2. 索引所起的作用类似书籍目录，可用于快速定位、检索数据。

     3. 索引对于提高数据库的性能有很大的帮助

3.优劣势

     优势：提高查询的速度，快速定位，检索数据。

     劣势：占据额外的硬盘空间；可能会拖慢插入删除修改的速度。

4.使用场景

    结合上述数据库中索引作用以及优劣势，我认为使用场景应当考虑以下几点：

     1.数据量较大，且经常对这些列进行条件查询

     2.该数据库表的插入操作，及对这些列的修改操作频率较低。

     3.硬件中磁盘空间大小足够。

   满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。

   反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引

5.基本操作

      1.查看索引：

         show index from 表名;

      2.创建索引：

         create index 索引名 on 表名（字段名);

      3.删除索引：

         drop index 索引名 on 表名;

6.数据结构

      索引保存的数据结构主要为B＋树，要了解B＋树首先我们要了解B树。

      B树

      B树的核心思路和二叉搜索树差不多，本质上是一个N叉搜索树。一个节点上，可以保存多个key。

      B树查询元素的流程：

      拿着要查询的元素，从根节点出发，判定要查找的元素是否在根节点上存在。如果不存在，就看这个元素是落到哪个区间里，就沿着这个区间的路线往下一个节点上找，最终找到叶子节点，如果还不存在，那就说明此元素真的不存在了。

      对于数据库来说,每个节点,都需要把数据从硬盘上读出来才能进行比较，一个节点上有多个 key ,和 一个节点上有一个 key, 硬盘 io 的开销是差不多的。

      此时每个节点上都可以保存多个元素了，当总的元素个数固定的时候,相比于二叉搜索树,涉及到的节点的总数就大大降低了，树的高度也大大降低了，B 树的高度是远远小于二叉搜索树的。于是,进行査询的时候,硬盘IO的次数也就随之减少了。

      B＋树

      B+树也是 N 叉搜索树,但是 N 个 key 分出了 N 个区间.其中节点上的最后一个 key 就是最大值了(取最小值也行)。 

      父节点的 key 会在子节点中重复出现(而且是以最大值的身份)看起来是有很多重复元素,浪费了空间,实际上能够达成一个重要的效果: 叶子结点这一层,包含了整个数据的全集!!!把叶子结点, 按照链表这样的方式,首尾相连。此时,就可以通过叶子节点之间的这个连接,快速找到"下一个""上一个"元素进一步的也方便进行“范围查询！

      由其的特点所带来的优势有这些：

      1.特别擅长范围查询.
      2.所有的查询操作,最终都会落在叶子节点上,比较次数,是均衡的,查询时间是稳定的。
      3.由于叶子节点上是完整的数据全集,因此表的每一行数据的其他列,都可以保存到叶子节点上,而非叶子节点,只存储构建索引的 key 即可 (只存 id 就行了)。

7.PS：

      另外需要说明的是，在数据库中创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约束（FOREIGN KEY）时，会自动创建对应列的索引。

以上便是我对数据库中索引的理解。感谢各位大佬，萌新的阅览！！！