Mysql索引

索引介绍
索引是什么：
官方介绍索引是帮助MySQL高效获取数据的数据结构。更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往是存储在磁盘上的文件中的（可能存储在单独的索引文件中，也可能和数据一起存储在数据文件中）。

我们通常所说的索引，包括聚集索引、覆盖索引、组合索引、前缀索引、唯一索引等，没有特别说明，默认都是使用B+树结构组织（多路搜索树，并不一定是二叉的）的索引。

索引的优势和劣势
优势：

可以提高数据检索的效率，降低数据库的IO成本，类似于书的目录。

通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。

被索引的列会自动进行排序，包括【单列索引】和【组合索引】，只是组合索引的排序要复杂一些。
如果按照索引列的顺序进行排序，对应order by语句来说，效率就会提高很多。
劣势：

索引会占据磁盘空间

索引虽然会提高查询效率，但是会降低更新表的效率。比如每次对表进行增删改操作，MySQL不仅要保存数据，还有保存或者更新对应的索引文件。

索引的数据结构：

二叉树

二叉树：又称为二叉排序数，它的基本特点是左子树上所有节点值小于根节点，右子树上的所有节点值均大于根节点，节点的左右子树又是一颗二叉查找数，二叉查找树中遍历得到的结果是递增排序的结点序列，相比于数组的搜索比较方便，可以直接使用下标，但插入和删除比较麻烦和链表的删除和插入元素很快，但查找很慢，二叉树则是比较折中的方案，有二者的优点，在处理大批量的动态数据时比较有用

 

平衡二叉树

平衡二叉树：通过一定的算法，将不平衡的树转化为平衡树 因为平衡二叉树在最差情况下，也就是孰不分叉，和顺序查找的效率一样，主要是因为这种情况下BST不够平衡，也就是左右子树的高度差太大，超过了1，通过平衡二叉树来提升检索效率

 

 

 

B树

B树:一个节点可以存储多个键值和数据的平衡树，相比平衡二叉树每个节点存储一个键值和数据，如果存储海量的数据，二叉树的节点会很多，高度也会很高，查找数据时会进行很多次磁盘io，我们查询的效率会很低，为了平衡二叉树的这个弊端，于是出现了一种单个节点可以存储多个键值和数据的平衡树

 

B+树

B+树是对B树的进一步优化，相比B树节点中不仅存储键值，也存储数据，B+树非叶子节点上是不存储数据，仅存储键值，不同于B树数据分散在各个节点上，B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排序的

 

Mysql索引实现

mysql三种存储引擎的实现：MyISAM索引和InnoDB索引和Mermory

分别存储在磁盘 磁盘 内存

myisam不支持事务 不支持外键 支持表锁 不支持高并发 效率更高

存储文件 myisam存储分为三个文件 frm表的元数据 myd表里面的数据 myi表里面的索引 以这三类文件存储数据 每个库都会对应三个文件 innodb把所有的数据存储在一个文件里

innodb相比效率更低 但是功能会更多 支持行锁 支持高并发
 

聚集索引和非聚集索引

聚集索引：以主键作为B+树索引的键值而构建的B+树索引，以innoDB作为存储引擎的表 表中的数据都会有一个主键，因为innoDB是把数据存放在B+树中的，B+树的键值就是主键，在B+树的叶子节点中，存储了表中所有被的数据

非聚集索引：以主键以外的列值作为键值构建的B+树索引，不同于聚集索引的叶子节点存储表中的所有数据，非聚集索引不存储表中的数据，而是存储该列对应的主键

回表：通过非聚集索引查询出的要查询的数据的id值后，再到聚集索引里面查该id对应的数据，这个过程叫做回调

索引覆盖：写sql语句时查询的字段都在非聚集索引的叶子节点上，不需要回表查，此时叫做索引覆盖

最左匹配：在创建组合索引后，只有查询条件中使用了这个组合索引中的字段的第一个字段，该组合索引才会生效