数据库索引简介

https://blog.csdn.net/suifeng3051/article/details/52669644

https://zhuanlan.zhihu.com/p/23624390

目录

1. 索引的优点

2. 聚集索引和非聚集索引

3. 复合索引

4. B+树

5. MySQL数据库常见两种引擎

6. 索引的优化

---

1. 索引的优点

索引是基于平衡树（左右子树高度相差小于1 的查找树，注意，不一定是二叉的，往往是多叉的），通过索引进行查找会比遍历查找的效率提高很多，此外，还有用哈希桶做索引的数据结构，但主流还是基于平衡树。

索引的优点这么明显，那么他只有好处没有缺点吗?

2. 聚集索引和非聚集索引

一般建表时会要求指定主键，一个没加主键的表，数据会无序地放置在磁盘存储器上，如果给表指定了主键，那么表在磁盘上的存储结构就由整齐排列的结构变成了树状结构，也就是平衡树的结构。用主键建立的索引就是聚集索引。（用了那么久的数据库，终于知道为什么每次建表的时候一定要指定主键，而且主键不能为空，可以指定id为主键，且id递增）。主键的作用就是将表的数据格式转换成索引的格式进行存储。

如上图所示，只有子节点才存放真正的数据，其他节点只存放索引。

敲黑板，索引能让数据库的查询数据的速度上升，而使写入数据的速度下降，原因很简单，因为平衡二叉树这个结构必须一直维持在一个正确的状态，增删改数据都会平衡树各节点中的索引数据内容，破坏树的结构，因此，DBMS必须去重新梳理树的结构以保证它的正确，这会带来不小的性能开销，也就是为什么索引会给查询以外的操作带来副作用的原因。

非聚集索引：非聚集索引和聚集索引的区别就是，非聚集索引是在主键以外的其他字段上建立的索引，（这个区别也太小了吧？？？不要急），如果给表的多个字段加上索引，那么各个索引之间互相不影响。每给字段增加一个索引，就是将该字段复制一份用于生成索引。因此，给表添加索引，会增加表的面积，占用磁盘存储空间。

非聚集索引和聚集索引的主要区别在于，通过聚集索引可以查找到需要查找的数据，而通过非聚集索引可以查到记录对应的键值，再使用主键的值通过聚集索引查找到需要的数据。

why，注意，非聚集索引建立时只是将该字段复制一份，它并不包含所有的数据，所以非聚集索引只能查找到主键。

 

不管以任何方式查询表，最终都要利用主键通过聚集索引来定位数据，聚集索引（主键）是通往真实数据所在的唯一路径。（不要问为什么，上面已经解释了）

唯一真的就那么绝对吗？？？

3. 复合索引

有一种例外可以不使用聚集索引就能查询出所需要的数据，这种非主流的索引称之为[覆盖索引]查询，也就是平时所说的符合索引或多字段索引查询。上面已经说过，为某一个字段建立索引时，字段的内容会同步到索引中，如果为一个字段建立两个索引，那么这两个字段的内容都会被同步至索引中。

先看下面这个SQL语句

//建立索引

create index index_birthday on user_info(birthday);

//查询生日在1991年11月1日出生用户的用户名

select user_name from user_info where birthday = '1991-11-1'

这句SQL语句的执行过程如下

首先，通过非聚集索引index_birthday查找birthday等于1991-11-1的所有记录的主键ID值

然后，通过得到的主键ID值执行聚集索引查找，找到主键ID值对就的真实数据（数据行）存储的位置

最后， 从得到的真实数据中取得user_name字段的值返回， 也就是取得最终的结果

我们把birthday字段上的索引改成双字段的覆盖索引

create index index_birthday_and_user_name on user_info(birthday, user_name);

这句SQL语句的执行过程就会变为

通过非聚集索引index_birthday_and_user_name查找birthday等于1991-11-1的叶节点的内容，然而， 叶节点中除了有user_name表主键ID的值以外， user_name字段的值也在里面， 因此不需要通过主键ID值的查找数据行的真实所在， 直接取得叶节点中user_name的值返回即可。 通过这种覆盖索引直接查找的方式， 可以省略不使用覆盖索引查找的后面两个步骤， 大大的提高了查询性能，如下图

 

需要注意的是，为多个字段创建一个索引，比如，在（a,b,c）字段创建一个联合索引，则索引记录会首先按照A字段排序，然后再按照B字段排序，然后再是C字段。联合索引的特点是

1）第一个字段一定是有序的

2）当第一个字段值相等的时候，第二个字段又是有序的

联合索引就像查字典一样，先根据第一个字母查，然后再根据第二个字母查，或者只根据第一个字母查，但是不能跳过第一个字母从第二个字母开始查。这就是所谓的最左前缀原理。

4. B+树

索引的存储结构是B+树，要搞懂B+树，首先要知道什么是二叉查找树和平衡二叉树

二叉查找树：

（1）若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；

（2） 若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；

（3） 任意节点的左、右子树也分别为二叉查找树；

（4） 没有键值相等的节点。

平衡二叉树（高度平衡的二叉查找树）：

它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

在增删改的时候会影响平衡树的状态，通过旋转（左旋和右旋）来维系树的平衡，关于树的旋转，可以参考最容易懂得红黑树。

不同于顺时针跟逆时针变换这种方式去记忆，上面两个动态图特别方便记忆跟理解：

　　左旋就是将节点的右支往左拉，右子节点变成父节点，并把晋升之后多余的左子节点出让给降级节点的右子节点；

　　而右旋就是反过来，将节点的左支往右拉，左子节点变成了父节点，并把晋升之后多余的右子节点出让给降级节点的左子节点。

　　即左旋就是往左变换，右旋就是往右变换。不管是左旋还是右旋，旋转的目的都是将节点多的一支出让节点给另一个节点少的一支。

举个例子，像上图是否平衡二叉树的图里面，左图在没插入前”19“节点前，该树还是平衡二叉树，但是在插入”19“后，导致了”15“的左右子树失去了”平衡“，所以此时可以将”15“节点进行左旋，让”15“自身把节点出让给”17“作为”17“的左树，使得”17“节点左右子树平衡，而”15“节点没有子树，左右也平衡了。如下图，
 

由于在构建平衡二叉树的时候，当有新节点插入时，都会判断插入后时候平衡，这说明了插入新节点前，都是平衡的，也即高度差绝对值不会超过1。当新节点插入后，有可能会有导致树不平衡，这时候就需要进行调整，而可能出现的情况就有4种，分别称作左左，左右，右左，右右。

左左：

左左即为在原来平衡的二叉树上，在节点的左子树的左子树下，有新节点插入，导致节点的左右子树的高度差为2，如上即为”10“节点的左子树”7“，的左子树”4“，插入了节点”5“或”3“导致失衡。

​　　左左调整其实比较简单，只需要对节点进行右旋即可，如下图，对节点”10“进行右旋，

　　注意：如果对左右旋变换还不是很懂或不是很熟练的，可以对照着前面的那两个动图去想象，自己动手变换几次，就明白了。
 

 

MySQL就普遍使用B+Tree实现其索引结构。B-Tree相比，B+Tree有以下不同点：

• 每个节点的指针上限为2d而不是2d+1；
• 内节点不存储data，只存储key；
• 叶子节点不存储指针；

下面是一个简单的B+Tree示意。

由于并不是所有节点都具有相同的域，因此B+Tree中叶节点和内节点一般大小不同。这点与B-Tree不同，虽然B-Tree中不同节点存放的key和指针可能数量不一致，但是每个节点的域和上限是一致的，所以在实现中B-Tree往往对每个节点申请同等大小的空间。一般来说，B+Tree比B-Tree更适合实现外存储索引结构，具体原因与外存储器原理及计算机存取原理有关，将在下面讨论。
          一般在数据库系统或文件系统中使用的B+Tree结构都在经典B+Tree的基础上进行了优化，增加了顺序访问指针。 

如图所示，在B+Tree的每个叶子节点增加一个指向相邻叶子节点的指针，就形成了带有顺序访问指针的B+Tree。做这个优化的目的是为了提高区间访问的性能，例如图4中如果要查询key为从18到49的所有数据记录，当找到18后，只需顺着节点和指针顺序遍历就可以一次性访问到所有数据节点，极大提到了区间查询效率。

5. MySQL数据库常见两种引擎

https://blog.csdn.net/suifeng3051/article/details/52669644

6. 索引的优化

https://blog.csdn.net/suifeng3051/article/details/52669644

参考

https://zhuanlan.zhihu.com/p/23624390

https://blog.csdn.net/qq_25940921/article/details/82183093

https://blog.csdn.net/suifeng3051/article/details/52669644