mysql索引概述

索引只是提高效率的一个因素，因此在建立索引的时候应该遵循以下原则：

• 在经常需要搜索的列上建立索引，可以加快搜索的速度。
• 在作为主键的列上创建索引，强制该列的唯一性，并组织表中数据的排列结构。
• 在经常使用表连接的列上创建索引，这些列主要是一些外键，可以加快表连接的速度。
• 在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，所以其指定的范围是连续的。
• 在经常需要排序的列上创建索引，因为索引已经排序，所以查询时可以利用索引的排序，加快排序查询。
• 在经常使用 WHERE 子句的列上创建索引，加快条件的判断速度。

数据库系统中除了常用的B树索引，还有其他几种树形索引结构，每种都有其独特的优缺点和使用场景。这些索引包括但不限于哈希索引、R树索引、位图索引和GiST索引等。以下是一些常见的树形索引及其特点：

1. B+树索引

• 优点：与B树类似，B+树也保持平衡，但它将所有记录指针都保存在叶节点，并且叶节点通过指针相互连接，这使得范围查询更加高效。
• 缺点：由于所有数据条目都存储在叶子节点中，所以可能需要更多的页面读取操作，尤其是在查找非范围查询时。

2. R树索引

• 优点：非常适合存储和查询地理空间数据，如地图上的矩形或多边形。R树通过在高维空间中组织对象来优化空间查询。
• 缺点：更新操作复杂且成本较高，因为添加或删除元素可能需要重新平衡树。

3. 哈希索引

• 优点：对于等值查询，哈希索引提供了极快的访问速度。哈希表能够直接计算出数据存储的位置，从而快速定位。
• 缺点：不支持范围查询。哈希索引的性能严重依赖于哈希函数的质量，不良的哈希函数可能导致大量的哈希冲突，从而降低索引效率。

4. GiST（Generalized Search Tree）索引

• 优点：非常灵活，可以用于多种数据类型，支持创建自定义索引，如地理信息系统（GIS）数据的索引。
• 缺点：比起专门化的索引结构，GiST索引的性能可能会稍逊一筹，因为其通用性导致无法针对特定数据类型优化。

5. T树索引

• 优点：在内存数据库系统中表现良好，因为它是为存储在RAM中的数据设计的，结构紧凑，可以有效利用缓存。
• 缺点：不适合传统的基于磁盘的数据库系统，因为T树对内存依赖高，不适合大量数据的情况。

6. 位图索引

• 优点：非常适合具有少量唯一值的列（如性别、状态等），查询速度快，占用空间少。
• 缺点：对于具有大量唯一值的列效率低，更新成本高，适用于查询多而更新少的数据场景。

遗憾的是msql不支持位图索引