数据库索引知识

索引

什么是索引

索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表所有记录的引用指针。
索引是一种数据结构。数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。索引的实现通常使用通常使用B树及其变种B+树
更通俗的说，索引就相当于目录。为了方便查找书中的内容，通过对内容建立索引形成目录。索引是一个文件，它是要占据物理空间的。

索引有哪些优缺点？

索引的优点

• 可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
• 通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
  索引的缺点
• 时间方面：创建索引和维护索引要耗费时间，具体地，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，会降低增/改/删的执行效率
• 空间方面：索引需要占物理空间。

索引使用场景(重点)

因为id字段建立了主键索引，因此此SQL执行可选的索引只有主键索引，如果有多个，最终会选择一个较优的作为检索的依据。
建立索引会发现查询的效率会有明显的提升

orderby

当我们使用order by 将查询结构按照某个字段排序时，如果该字段没有建立索引，俺么执行计划会将查询出的所有数据使用外部排序(将数据从硬盘分批读取到内存使用内部排序，最后合并排序结果)，这个操作是很影响性能的，因为需要将查询涉及到的所有数据从磁盘中读到内存（如果单条数据过大或者数据量过多会降低效率），更无论读到内存之后的排序了。
但是我嫩如果对字段建立索引alter table 表名 add index(字段名)，那么由于索引本身是有序的，因此直接按照索引的顺序和映射关系逐条取出数据即可。而且如果分页的，那么只用取出索引表某个范围内的索引对应的数据，而不用像上述那取出所有数据进行排序再返回某个范围内的数据（从磁盘取数据是最影响性能的）。

join

对join语句匹配关系(on)涉及的字段建立索引能提高效率
索引覆盖
如果要查询的字段都建立过索引，那么引擎会直接在索引表中查询而不会访问原始数据(否则只要有一个字段没有建立就会做全表扫描)，这叫索引覆盖。
因此我们需要尽可能的在select后只写必要的查询字段，以增加索引覆盖的几率。
值得注意的是不要想着为每个字段建立索引，因为优先使用索引的优势就在于其体积小。

索引有哪几种类型？

主键索引：数据不允许重复，不允许为NULL，一个表只能有有一个主键。
唯一索引: 数据列不允许重复，允许为NULL，一个表允许多个列创建唯一索引。

• 可以通过ALTER TABLE table_name ADD UNIQUE(column)创建唯一索引
• 可以通过ALTER TABLE table_name ADD UNIQUE(column1，colunma2)创建一组合索引

普通索引：基本的索引类型，没有唯一性的限制，允许为NULL值。

• 可以通过ALTER TABLE table_name ADD index_name(column);创建普通索引。
• 可以通过ALTER TABLE table_name ADDindex_name(column1,column2,column3)创建组合索引
  全文索引：是目前搜索引擎使用的一种关键技术
• 可以通过ALTER TABLE table_name ADD FULLTEXT(column);创建全文索引

索引的数据结构（b树，hash）

索引的数据结构合具体存储引擎的实现有关，在MySQL中使用较多的索引有Hash索引，B+树索引等，而我们经常使用的InnoDB存储引擎的默认索引实现为B+树索引，对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。

• B树索引
  mysql通过存储引擎取数据，基本上90%的人使用的就是InnoDB了，按照方式分，InnodDB的索引类型目前只有两种：BTREE(B树)索引合HASH索引。B树索引是Mysql数据库中使用最频繁的索引类型，基本所有存储引擎都支持BTree索引。通常我们说的索引不出意外指的是（B树）索引（实际是用B+树）实现的，因为在查看表索引的时，mysql一律打印BTREE,所以简称为B树索引

查询方式：

• 主键索引区：PI(关联保存的时数据的地址)按主键查询
• 普通索引区：si(关联的id的地址，然后再到达上面的地址)，索引按主键查询，速度最快。

B+tree性质：

• n棵tree的节点包含n个关键字，不用来保存数据而是保存数据的索引。
• 所有的叶子节点包含了全部关键的信息，及指向这些关键字记录的指针，且叶子节点本身依关键字的大小自小而大顺序链接。
• 所有的非终端节点可以看成是索引部分，节点中仅含其子树中的最大(或最小)关键字。
• B+树中，数据对象的插入合删除仅在叶节点上进行。
• B+树有2个头指针，一个是树的根节点，一个是最小关键码的叶节点。

哈希索引

简要说下，类似于数据结构中简单实现的HASH表(散列表)一样，当我们再mysql中用哈希索引时，主要就是通过Hash算法(常见Hash算法有直接定地址法、平方取中法、折叠法、除数取余法、随机数法)，将数据库字段数据转换成定长的Hash值，与这条数据的行指针一并存入Hash表的对应位置；如果发生Hash碰撞(两个不同关键字的Hash相同)，则在对应Hash键下以链表形式存储。

索引的基本原理

索引用来快速地寻找哪些具有特定值的记录。如果没有索引，一般来说执行查询时遍历整张表。
索引的原理很简单，就是把无序的数据变成有序的查询

• 把创建了索引的列的内容进行排序。
• 对排序结果生成倒排表
• 在倒排表内容上拼上数据地址链
• 在查询的时候，先拿到倒排表内容，再取出数据地址链，从而拿到具体数据。

原文作者：不会笑的孩子

原文链接：https://www.cnblogs.com/doubleconquer/p/16778841.html（版权归原文作所有，侵权留言联系删除）