黑马MySQL进阶day02

08.MySQL安装（Linux版本）

09.索引-概述

• 介绍

  索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这就数据结构就是索引。

• 优缺点

  优势	劣势
  提高数据检索的效率，降低数据库的IO成本	索引列也是要占用空间的
  通过索引对数据进行排序，降低数据排序的成本，降低CPU的消耗	索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT,UPDATE,DELETE时，效率降低

10.索引-结构-介绍

索引结构：MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构使用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree（空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text（全文索引）	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES

索引	InnoDB	MyISAM	Memory
B+tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R-tree索引	不支持	支持	不支持
Full-text	56版本之后支持	支持	不支持

我们平时所说的索引，如果没有特别指明，都是指B+树结构组织的索引

11.索引-结构-Btree

• 二叉树

  二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量的情况下，层级较深，检索速度慢

• 红黑树

  大数据量的情况下，层级较深，检索速度慢

• B-Tree（多路平衡查找树）

  以一棵最大度数（max-degree）为5（5阶）的b-tree为例（每个节点最多存储4个key，5个指针）

12.索引-结构-B+tree

相对于B-Tree区别：

1. 所有数据都会出现在叶子节点
2. 叶子结点形成一个单向链表

索引结构B+Tree：

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序的指针B+Tree。

13.索引-结构-Hash

• 哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
• 如果两个（多个）键值映射到同一个槽位上，他们就产生了hash冲突（也称hash碰撞），可以通过链表来解决

Hash索引特点

1. Hash索引只能用于对等比较（=， in），不支持范围查询（beteen，>，<，…）
2. 无法利用索引完成排序操作
3. 查询效率高，通常只需要一次检索就可以了，效率通常高于B+Tree索引

存储引擎支持

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+tree索引在指定条件下自动构建的。

14.索引-结构-思考题

为什么InnoDB存储引擎选择使用B+Tree索引结构？

• 相对于二叉树，层级更少，搜索效率高
• 相对于B-Tree，无论是叶子结点还是非叶子结点，都会保存数据，这样会导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
• 相对于Hash索引，B+Tree支持范围匹配及排序操作