索引（一）

索引常见模型
1，索引是为了提高数据查询效率，类似书的目录，借录目录可快速找到某一知识点。
2，实现索引的方式有多种，分别为哈希表、有序数组、搜索树。
1）哈希表以键-值存储数据，无序，增加数据较快往后追加即可，区间索引较慢，所以哈希结构适用于等值查询，例Memcached及NoSQL引擎。
2）有序数组在等值查询和范围查询场景中速度较快，但增加数据需要保持有序，当前插入位置后的数据都需要往后移动，成本较高，有序数组只适用于静态存储引擎，不会再修改的数据。
3）二叉搜索树的搜索效率高，但树高不可控，索引不止存在内存中，还要写到磁盘上，当二叉树高为N时，一次查询最多要访问N个数据块。
4）N叉树，N取决于数据块的大小。以InnoDB的整数字段索引为例，N差不多是1200，树高是4的时候，可以存1200的3次方个值，树的第一层、第二层数据块通常存在内存中，访问磁盘的平均次数就非常少了，查询中少读磁盘，少访问数据块。

InnoDB索引模型
1，在MySQL中，索引在存储引擎层实现，不同的存储引擎索引的工作方式不一样，在InnoDB中表是根据主键顺序以索引形式存放，这种存储方式称索引组织表。
2，InnoDB使用B+树索引模型，所以数据是存储在B+树中。
1）每一个索引对应一棵B+树。
2）根据叶子节点的内容，索引分为主键索引和非主键索引。
3）主键索引（也叫聚簇索引）的叶子节点存的是整行数据。
4）非主键索引（也叫二级索引）的叶子节点存的是主键的值。

3，基于主键索引的查询只需要搜索主键索引的B+树，普通索引则需要先搜索普通索引B+树得到主键值，再根据主键搜索一次，这个过程称为回表。
1）基于非主键索引的查询需要多扫描一棵索引树，应用中尽量使用主键索引。
2）普通索引搜索得到主键值，主键值即是查询结果，此过程称覆盖索引，不需要回表过程。

4，覆盖索引可以减少树的搜索次数，提升查询性能，但不可能为每一种查询设计一个索引。B+树可以利用索引的最左前缀，结合联合索引，例建立(a,b)的联合索引，维护(a,b)和b两个索引，不需要单独在a上建立索引，既可以满足a,b各自查询，也可以满足a,b的联合查询。
5，最左前缀可以是联合索引的最左N个字段，也可以是最左N个字符。建立联合索引时需评估索引的复用能力，调整顺序，尽可能少量维护索引，同时考虑空间原则：
1）b的单字段小于a，建立(a,b)的联合索引和b的单字段索引。
2）联合索引(a,b,c)的索引组织顺序相当于order by a,b,c，先按a排序，再按b排序，再按c排序。

6，MySQL5.6引入索引下推，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足索引条件的记录，减少回表次数，在5.6之前则需要在找到满足条件的第一条记录开始一个个回表，到主键索引上找出数据行，再对比字段值。
7，覆盖索引、前缀索引、索引下推都是在满足语句需求的情况下，尽量少访问磁盘，在设计表结构时，需要以减少资源消耗作为目标。

8，B+树为了维护索引有序性，插入新值时，需要逻辑上挪动后面的数据，如果插入的数据页已满，需要申请新的数据页，将插入位置后的数据移动到新数据页，这个过程称为页分裂。
1）当相邻两个页因删除了数据导致利用率较低时，将数据页合并，合并的过程为分裂过程的逆过程。
2）数据删除或页分裂导致数据页的索引有空洞，可重建该索引，重建索引的过程会创建新的索引，把数据按顺序插入，页面利用率高，索引更紧凑且省空间，但不可重建主键，删除主键或创建主键，整个表都会重建。

9，自增主键是指自增列上定义的主键，建表时NOT NULL PRIMARY AUTO_INCREMENT，插入新记录时不指定主键值，系统会根据当前主键最大值+1作为下一条记录的主键值。

10，从性能和存储空间方面考虑，自增主键通常是更合理的选择。当业务需求场景只有一个索引，且必须是唯一索引时适用业务字段做主键。
1）自增主键每次插入都是追加操作，不挪动其他记录也不会触发叶子节点分裂。
2）业务逻辑的字段做主键，不容易保证有序插入。
3）非主键索引的叶子节点是主键的值，主键长度越小，普通索引的叶子节越小，普通索引占用空间也越小。